A GARCH model with two volatility components and two driving factors
具有两个波动成分和两个驱动因子的 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。
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：摘要同时明确讨论 GARCH 波动动态、期权定价公式和金融收益的样本外预测，分别对应所选三个金融方向。
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…
具有两个波动成分和两个驱动因子的 GARCH 模型
- 研究问题
- 如何通过两种不确定性来源刻画金融资产的多成分波动动态，并同时获得可计算的期权价格和收益预测？
- 方法与思路
- 作者提出双驱动、双波动成分的 GARCH 模型，推导未来对数收益的准闭式特征函数及半解析期权公式，并分析长期动态性质。
- 材料陈述的贡献
- 摘要称，建立严格平稳和几何遍历的充分条件及连续时间扩散极限；标普500样本内外比较显示收益和期权预测改善。
- 阅读关注点
- 应核对两个驱动因子的定义、平稳与遍历条件、特征函数的计算误差，以及样本外预测指标、基准模型和显著性检验。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实。摘要未提供完整条件或性能数值，所述优越性限于作者报告的比较。
原文摘要
We introduce a novel GARCH model that integrates two sources of uncertainty to better capture the rich, multi-component dynamics often observed in the volatility of financial assets. This model provides a quasi closed-form representation of the characteristic function for future log-returns, from which semi-analytical formulas for option pricing can be derived. A theoretical analysis is conducted to establish sufficient conditions for strict stationarity and geometric ergodicity, while also obtaining the continuous-time diffusion limit of the model. Empirical evaluations, conducted both in-sample and out-of-sample using S\&P500 time series data, show that our model outperforms widely used single-factor models in predicting returns and option prices.