跳到正文
← 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:摘要直接研究已实现波动率、随机波动率模型及股票指数收益,最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
Tingguo Zheng
Tao Song

采用 Box–Cox 变换的已实现随机波动率模型

研究问题
联合建模已实现波动率与收益时,能否通过更灵活的变换改善模型设定,并考察误用对数变换对参数估计、偏度与峰度的影响?
方法与思路
作者将已实现波动率常用的对数变换推广为 Box–Cox 参数变换族,提出两步最大似然估计,并通过模拟及多个股指的波动率与日收益应用考察模型。
材料陈述的贡献
摘要称,两步估计量在模拟中表现良好;误设为对数变换可能造成参数估计不准及部分过度偏度、峰度,股指应用用于展示模型。
阅读关注点
核对变换参数如何识别、已实现波动率与收益如何联合建模,以及两步估计的误差处理;关注模拟设定和股指应用中的模型比较依据。
阅读边界
摘要未提供具体样本、参数结果、比较指标或预测表现;关于对数变换误设的发现来自所述模拟,不能据此断言对数模型普遍不适用。

原文摘要

This article presents a new class of realized stochastic volatility model based on realized volatilities and returns jointly. We generalize the traditionally used logarithm transformation of realized volatility to the Box–Cox transformation, a more flexible parametric family of transformations. A two-step maximum likelihood estimation procedure is introduced to estimate this model on the basis of Koopman and Scharth (Citation2013). Simulation results show that the two-step estimator performs well, and the misspecified log transformation may lead to inaccurate parameter estimation and certain excessive skewness and kurtosis. Finally, an empirical investigation on realized volatility measures and daily returns is carried out for several stock indices.

笔记与分组
相关领域论文