Conditional Quantile Analysis for Realized GARCH Models
已实现 GARCH 模型的条件分位数分析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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要结合已实现波动率、高频信息与条件分位数，并明确应用于资产在险价值，直接对应三个金融方向。
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
已实现 GARCH 模型的条件分位数分析
- 研究问题
- 如何将日内高频信息与隔夜收益纳入动态分位数模型，改进每日条件分位数估计，并用于个别资产的在险价值计算？
- 方法与思路
- 作者以已实现 GARCH 描述条件标准差，先做准最大似然估计，再将估计标准差及已实现波动率、分位数等纳入分位数回归。
- 材料陈述的贡献
- 摘要称，论文为两步估计建立渐近理论并开展有限样本模拟，还将方法用于二十项资产的在险价值计算，与既有方法比较。
- 阅读关注点
- 核对高频波动率与分位数的构造、第一步估计误差如何传递、隔夜收益的作用，以及在险价值比较的样本与评价指标。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出渐近条件或比较结果，不能据此认定在险价值预测优于所有基准。
原文摘要
This paper introduces a novel quantile approach to harness the high-frequency information and improve the daily conditional quantile estimation. Specifically, we model the conditional standard deviation as a realized GARCH model and employ conditional standard deviation, realized volatility, realized quantile, and absolute overnight return as innovations in the proposed dynamic quantile models. We devise a two-step estimation procedure to estimate the conditional quantile parameters. The first step applies a quasi-maximum likelihood estimation procedure, with the realized volatility as a proxy for the volatility proxy, to estimate the conditional standard deviation parameters. The second step utilizes a quantile regression estimation procedure with the estimated conditional standard deviation in the first step. Asymptotic theory is established for the proposed estimation methods, and a simulation study is conducted to check their finite-sample performance. Finally, we apply the proposed methodology to calculate the value at risk (VaR) of 20 individual assets and compare its performance with existing competitors.