A coupled component DCS-EGARCH model for intraday and overnight volatility
日内与隔夜波动率的耦合成分 DCS-EGARCH 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：摘要的核心是日内与隔夜收益的波动率建模、动态估计及股票应用。
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
日内与隔夜波动率的耦合成分 DCS-EGARCH 模型
- 研究问题
- 如何联合刻画日内与隔夜收益的不同波动动态及隔夜重尾，并区分缓慢变化成分与短期动态对波动率的作用？
- 方法与思路
- 作者提出采用 t 分布创新的半参数耦合 DCS-EGARCH 模型，以核估计提取慢变成分、最大似然估计动态参数。
- 材料陈述的贡献
- 摘要称建立估计的一致性、渐近正态性及半参数效率，并扩展至时变股票相关性，报告隔夜相对日内波动的变化。
- 阅读关注点
- 应核对成分之间的耦合机制、核估计与似然步骤的衔接、效率结论的条件，以及股票规模差异的实证测量方式。
- 阅读边界
- 仅据所给出版社摘要，不能判断效率界与带宽条件；道指及不同规模组合的结果，也不能直接推广至其他市场或时期。
原文摘要
We propose a semi-parametric coupled component exponential GARCH model for intraday and overnight returns that allows the two series to have different dynamical properties. We adopt a dynamic conditional score model with t-distributed innovations that captures the very heavy tails of overnight returns. We propose a several-step estimation procedure that captures the nonparametric slowly moving components by kernel estimation and the dynamic parameters by maximum likelihood. We establish the consistency, asymptotic normality, and semiparametric efficiency of our semiparametric estimation procedures. We extend the modelling to the multivariate case where we allow time varying correlation between stocks. We apply our model to the study of Dow Jones industrial average component stocks and CRSP size-based portfolios over the period 1993–2017. We show that the ratio of overnight to intraday volatility has actually increased in importance for Dow Jones stocks during the last two decades. This ratio has also increased for large stocks in the CRSP database, but decreased for small stocks in CRSP.