Understanding temporal aggregation effects on kurtosis in financial indices
金融指数峰度的时间聚合效应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：摘要以随机单位根和连续时间序列模型研究采样间隔与时间聚合对峰度的影响。
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
金融指数峰度的时间聚合效应
- 研究问题
- 为何金融收益的样本峰度通常随采样间隔增加而接近高斯值三，随机单位根与连续时间模型能否解释这种时间聚合现象？
- 方法与思路
- 作者以随机单位根模型推导样本峰度极限理论，并在无漂移、局部漂移和含漂移的连续时间设定下提出新的峰度度量。
- 材料陈述的贡献
- 摘要称，模型给出两种随采样间隔减弱的超额峰度来源，极限峰度是价格过程的随机泛函，并以模拟和金融指数应用说明用途。
- 阅读关注点
- 应核对采样间隔与样本长度的渐近安排、两种超额峰度来源，以及新连续时间度量与传统样本峰度之间的对应关系。
- 阅读边界
- 仅据所给出版社摘要，不能断言所有收益过程的峰度都会趋近三；模型参数、漂移条件及实证拟合与比较结果未说明。
原文摘要
Indices of financial returns typically display sample kurtosis that declines towards the Gaussian value 3 as the sampling interval increases. This paper uses stochastic unit root (STUR) and continuous time analysis to explain the phenomenon. Limit theory for the sample kurtosis reveals that STUR specifications provide two sources of excess kurtosis, both of which decline with the sampling interval. Limiting kurtosis is shown to be random and is a functional of the limiting price process. Using a continuous time version of the model under no-drift, local drift, and drift inclusions, we suggest a new continuous time kurtosis measure for financial returns that assists in reconciling these models with the empirical kurtosis characteristics of returns. Simulations are reported and applications to several financial indices demonstrate the usefulness of this approach.