A discrete-time model for daily S & P500 returns and realized variations: Jumps and leverage effects
标普500日收益与已实现变差的离散时间模型：跳跃及杠杆效应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：摘要直接涉及随机波动率、杠杆效应及高频数据构造的变差指标。
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…
标普500日收益与已实现变差的离散时间模型：跳跃及杠杆效应
- 研究问题
- 如何在日度随机波动率模型中区分价格跳跃与连续波动，并判断收益和波动率之间的杠杆效应主要来自哪个成分？
- 方法与思路
- 作者利用高频日内数据构造已实现变差与双幂变差，建立日度离散时间模型，分析收益及两类波动冲击的依赖。
- 材料陈述的贡献
- 摘要称杠杆效应主要通过连续波动成分发挥作用，并提出将该模型用作连续时间跳跃与随机波动模型间接估计的辅助模型。
- 阅读关注点
- 应核对连续与跳跃成分的测量、日内噪声处理、冲击依赖的参数设定，以及拟合评价和辅助模型适用性的依据。
- 阅读边界
- 仅据出版社摘要，无法判断拟合与杠杆效应结论的稳健性；辅助模型的间接估计价值仍需核对具体实施和验证证据。
原文摘要
We develop an empirically highly accurate discrete-time daily stochastic volatility model that explicitly distinguishes between the jump and continuous-time components of price movements using nonparametric realized variation and Bipower variation measures constructed from high-frequency intraday data. The model setup allows us to directly assess the structural inter-dependencies among the shocks to returns and the two different volatility components. The model estimates suggest that the leverage effect, or asymmetry between returns and volatility, works primarily through the continuous volatility component. The excellent fit of the model makes it an ideal candidate for an easy-to-implement auxiliary model in the context of indirect estimation of empirically more realistic continuous-time jump diffusion and Lévy-driven stochastic volatility models, effectively incorporating the interdaily dependencies inherent in the high-frequency intraday data.