Dynamics of variance risk premia: A new model for disentangling the price of risk
方差风险溢价动态：分离风险价格的新模型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：摘要直接研究方差风险溢价、尾部事件成分及其对市场收益的预测作用。
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…
方差风险溢价动态：分离风险价格的新模型
- 研究问题
- 如何分解方差风险溢价中常规价格波动与尾部事件的作用，并区分它们对未来市场收益变化的预测贡献？
- 方法与思路
- 作者将已实现方差与期权隐含方差预期组成双变量状态空间系统，以状态转换刻画异质动态，并分离连续成分与跳跃影响。
- 材料陈述的贡献
- 摘要称利用标普五百期权和高频收益，发现与尾部事件相关的成分显著预测未来市场收益变化，且预测作用具有符号不对称性。
- 阅读关注点
- 应核对潜在状态、连续与跳跃成分的识别，状态转换的设定，以及预测期限、显著性检验和样本外证据是否充分。
- 阅读边界
- 仅据所给出版社摘要，不能确定预测幅度与样本外稳健性，也不能把所报告的预测关系直接解释为因果机制。
原文摘要
This paper formulates a new dynamic model for the variance risk premium based on a state space representation of a bivariate system for the observable ex-post realized variance and the ex-ante option implied variance expectation. A regime switching structure accommodates for periods of unusually high volatility, heterogeneous dynamics and changes in the dependence between the latent states. The model allows separating the continuous component of the variance risk premium from the impact of jumps on option implied variance expectations. Using options and high frequency returns for the S&P500 index, we explain what is generating return predictability by disentangling the part of the variance risk premium associated with normal sized price fluctuations from that associated with tail events. The latter component predicts to a significant extent, and asymmetrically with respect to their sign, future market return variations.