Continuous‐time models, realized volatilities, and testable distributional implications for daily stock returns
连续时间模型、已实现波动率与日股票收益的可检验分布含义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：摘要明确使用日内高频变差与跳跃统计量，检验波动率特征并诊断连续时间资产定价模型。
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…
连续时间模型、已实现波动率与日股票收益的可检验分布含义
- 研究问题
- 如何利用日内高频数据检验日股票收益的分布特征，并判断连续时间跳跃扩散模型需要包含哪些价格动态机制？
- 方法与思路
- 作者结合已实现变差测度与非参数跳跃检测统计量，对日收益的不同变换构造矩检验，用于诊断连续时间资产定价模型。
- 材料陈述的贡献
- 摘要称对道琼斯指数三十只成分股的检验表明，时变扩散波动率、跳跃及杠杆效应均有助于描述日股票价格动态。
- 阅读关注点
- 应核对各矩条件对应的模型限制、高频测度和跳跃检测的误差处理，以及检验如何区分波动率变化、跳跃与杠杆效应。
- 阅读边界
- 摘要未说明检验条件、微观结构噪声处理或拒绝结果数值，不能据此确认某一模型充分成立；仅依据所给Crossref版本摘要。
原文摘要
Abstract We provide an empirical framework for assessing the distributional properties of daily speculative returns within the context of the continuous‐time jump diffusion models traditionally used in asset pricing finance. Our approach builds directly on recently developed realized variation measures and non‐parametric jump detection statistics constructed from high‐frequency intra‐day data. A sequence of simple‐to‐implement moment‐based tests involving various transformations of the daily returns speak directly to the importance of different distributional features, and may serve as useful diagnostic tools in the specification of empirically more realistic continuous‐time asset pricing models. On applying the tests to the 30 individual stocks in the Dow Jones Industrial Average index, we find that it is important to allow for both time‐varying diffusive volatility, jumps, and leverage effects to satisfactorily describe the daily stock price dynamics. Copyright © 2009 John Wiley & Sons, Ltd.