COMFORT: A common market factor non-Gaussian returns model
COMFORT：含共同市场因子的非高斯收益模型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：摘要明确引入共同市场因子，联合建模多资产波动率与收益依赖，并提出多变量期权定价技术。
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
COMFORT：含共同市场因子的非高斯收益模型
- 研究问题
- 如何在多资产收益模型中同时容纳波动率聚集、厚尾、非对称和动态资产依赖，并保持估计与衍生品定价的可行性？
- 方法与思路
- 作者扩展CCC模型，在各资产收益中引入可解释为市场因子的共同一维冲击，形成GARCH与随机波动率的混合模型并采用EM估计。
- 材料陈述的贡献
- 摘要称模型可描述所列金融收益特征，并给出快速EM算法和可行的多变量期权定价技术，同时提供实证示例。
- 阅读关注点
- 应核对共同冲击如何产生动态依赖、EM算法的计算与收敛表现，以及多资产扩展和期权定价所需的概率测度设定。
- 阅读边界
- 仅据所给出版社摘要，无法判断算法在大规模资产样本中的成本或稳定性；避免随机波动率估计困难的主张需正文验证。
原文摘要
A new multivariate time series model with various attractive properties is motivated and studied. By extending the CCC model in several ways, it allows for all the primary stylized facts of financial asset returns, including volatility clustering, non-normality (excess kurtosis and asymmetry), and also dynamics in the dependency between assets over time. A fast EM-algorithm is developed for estimation. Each element of the vector return at time t is endowed with a common univariate shock, interpretable as a common market factor. This leads to the new model being a hybrid of GARCH and stochastic volatility, but without the estimation problems associated with the latter, and being applicable in the multivariate setting for potentially large numbers of assets. A feasible technique which allows for multivariate option pricing is presented, along with an empirical illustration.