Markov Switching in GARCH Processes and Mean-Reverting Stock-Market Volatility
GARCH过程中的马尔可夫转换与股市波动率均值回归AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究股市条件异方差、多期波动率预测与期权隐含波动率，证据明确对应金融波动率方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
GARCH过程中的马尔可夫转换与股市波动率均值回归
- 研究问题
- 引入马尔可夫状态转换后，条件异方差模型如何预测多期股票市场波动率，并解释波动突增后的均值回归速度？
- 方法与思路
- 作者引入四类含马尔可夫转换参数的条件异方差模型，以多期股市波动率预测对照期权隐含波动率进行评价。
- 材料陈述的贡献
- 摘要称，所比较模型中以Student-t自由度切换者预测最佳，方差与峰度随状态跳变；最高峰度状态半衰期约一周。
- 阅读关注点
- 阅读全文时应核对状态转移概率、自由度与方差的关系、多期预测构造，以及隐含波动率对照和半衰期计算的具体方法。
- 阅读边界
- 摘要未说明样本、预测误差指标或参数不确定性；约一周的状态半衰期属于特定模型估计，不能视为股市波动的普遍规律。
原文摘要
This article introduces four models of conditional heteroscedasticity that contain Markov-switching parameters to examine their multiperiod stock-market volatility forecasts as predictions of options-implied volatilities. The volatility model that best predicts the behavior of the options-implied volatilities allows the Student-t degrees-of-freedom parameter to switch such that the conditional variance and kurtosis are subject to discrete shifts. The half-life of the most leptokurtic state is estimated to be a week, so expected market volatility reverts to near-normal levels fairly quickly following a spike.