Dynamic Bivariate Mixture Models: Modeling the Behavior of Prices and Trading Volume
动态二元混合模型：价格与交易量行为建模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：摘要直接分析股票价格变化方差的持续性，并以序列相关潜在变量刻画价格与交易量动态。
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
动态二元混合模型：价格与交易量行为建模
- 研究问题
- 以不可观测的信息数量作为混合变量，并允许其序列相关，能否解释金融市场价格变化与交易量的动态及方差持续性？
- 方法与思路
- 作者构建带序列相关混合变量的价格与交易量二元分布模型，通过模拟极大似然估计，并用德国股票市场数据评估。
- 材料陈述的贡献
- 摘要报告，在所研究的德国股市数据和模型设定中，动态二元混合模型无法解释价格变化方差的持续性。
- 阅读关注点
- 核对潜在信息变量的动态设定、模拟似然的计算方式，以及判定模型无法解释方差持续性的诊断指标和比较对象。
- 阅读边界
- 仅据所给 RePEc 出版社摘要。具体股票、样本区间和诊断结果未说明，负面结论不能直接推广至所有混合模型。
原文摘要
Bivariate mixture models have been used to explain the stochastic behavior of daily price changes and trading volume on financial markets. In this class of models, price changes and volume follow a mixture of bivariate distributions with the unobservable number of price-relevant information serving as the mixing variable. The time series behavior of this mixture variable determines the dynamics of the price-volume system. In this article, bivariate mixture specifications with a serially correlated mixing variable are estimated by simulated maximum likelihood and analyzed concerning their ability to account for the observed dynamics on financial markets, especially the persistence in the variance of price changes. The results, based on German stock-market data, reveal that the dynamic bivariate mixture models cannot account for the persistence in the price-change variance.