Estimating a semiparametric asymmetric stochastic volatility model with a Dirichlet process mixture
用狄利克雷过程混合估计半参数非对称随机波动率模型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：摘要明确研究非对称随机波动率，同时评价市场收益预测表现。
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
用狄利克雷过程混合估计半参数非对称随机波动率模型
- 研究问题
- 放松收益与波动率分布的参数设定，能否改善随机波动率模型对市场收益的预测，并揭示平静与高波动市场中不同的非对称反应？
- 方法与思路
- 作者以具有狄利克雷过程先验的无限正态混合刻画收益与波动率分布，扩展非对称随机波动率模型，并用累积贝叶斯因子评价预测。
- 材料陈述的贡献
- 摘要称，半参数模型能准确预测市场收益；平静市场中正负冲击的波动率反应不同，而这种非对称性在高波动市场中减弱。
- 阅读关注点
- 应核对联合分布的建模方式、先验与计算算法、预测比较基准，以及市场状态划分和冲击响应是否包含充分的不确定性评估。
- 阅读边界
- 所给出版社摘要未说明市场数据、预测期或比较数值；“准确预测”及状态相关的非对称性属于作者报告，不能据此认定普遍优势。
原文摘要
We extend the asymmetric, stochastic, volatility model by modeling the return-volatility distribution nonparametrically. The novelty is modeling this distribution with an infinite mixture of Normals, where the mixture unknowns have a Dirichlet process prior. Cumulative Bayes factors show our semiparametric model accurately forecasting market returns. During tranquil markets, expected volatility rises (declines, then rises as the shock increases) when the market shock is negative (positive). This asymmetry is muted when the market is volatile. In other words, when times are good, no news is good news, but during bad times, neither good nor bad news matters with regards to volatility.