The Factor–Spline–GARCH Model for High and Low Frequency Correlations
刻画高低频相关性的因子—样条—GARCH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：摘要以共同因子、特异收益及其波动率和协方差刻画股票相关性，直接对应金融因子与波动率。
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
刻画高低频相关性的因子—样条—GARCH模型
- 研究问题
- 如何同时刻画股票相关性的快速波动与缓慢变化的长期趋势，并把长期相关性模式与低频经济变量联系起来？
- 方法与思路
- 作者结合因子资产定价结构与波动率、协方差动态设定，使高频相关性向缓慢变化的长期函数均值回归，并联系低频经济变量。
- 材料陈述的贡献
- 摘要称，允许均值回归水平随时间变化，改善了美国股票相关性的经验拟合及长期预测，并将长期模式联系到波动率的低频决定因素。
- 阅读关注点
- 应核对共同因子与特异收益的协方差设定、长期函数的构造和经济变量选择，以及拟合与长期预测比较所用的基准和样本。
- 阅读边界
- 出版社摘要未说明具体经济变量、数据频率、样本区间或预测评价设计；所述改善属于作者报告，无法据此判断样本外稳健性。
原文摘要
We propose a new approach to model high and low frequency components of equity correlations. Our framework combines a factor asset pricing structure with other specifications capturing dynamic properties of volatilities and covariances between a single common factor and idiosyncratic returns. High frequency correlations mean revert to slowly varying functions that characterize long-term correlation patterns. We associate such term behavior with low frequency economic variables, including determinants of market and idiosyncratic volatilities. Flexibility in the time-varying level of mean reversion improves both the empirical fit of equity correlations in the United States and correlation forecasts at long horizons.