A computationally efficient multivariate volatility model for many assets
适用于多资产的计算高效多元波动率模型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。
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：摘要以金融资产的多元波动率、动态相关性及波动溢出为核心，直接对应波动率方向。
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…
适用于多资产的计算高效多元波动率模型
- 研究问题
- 如何在资产数量较多时，同时刻画动态条件相关性与跨资产波动溢出，并保持模型可识别及估计计算可行？
- 方法与思路
- 作者提出多元波动率模型，分别采用无低秩限制和带低秩限制的准最大似然估计，并研究阶数选择及波动溢出检验。
- 材料陈述的贡献
- 摘要称，作者给出严格平稳的充分条件、两类估计量的渐近性质及选择一致的贝叶斯信息准则，并提供模拟和金融应用。
- 阅读关注点
- 应核对可识别性和平稳条件、低秩约束的作用、准似然推断要求，以及计算成本随资产维数增加的实际变化。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或接收；模拟仅涵盖小至中等维度，摘要不足以判断更大资产系统中的表现。
原文摘要
This paper develops a flexible and computationally efficient multivariate volatility model that accommodates dynamic conditional correlations and volatility spillover effects among financial assets. The new model has desirable properties such as identifiability and computational tractability for many assets.A sufficient condition for strict stationarity is derived for the process.Two quasi-maximum likelihood estimation methods are proposed for the new model without and with low-rank constraints on the coefficient matrices, respectively, and the asymptotic properties of both estimators are established. Moreover, a selection-consistent Bayesian information criterion is developed for order selection, and testing for volatility spillover effects is discussed. The finite-sample performance of the proposed methodology is evaluated in simulations for small and moderate dimensions.Its usefulness and inference tools are illustrated by two empirical examples for 5 stock markets and 17 industry portfolios.