The dynamics of exchange rate volatility: A multivariate latent factor ARCH model
汇率波动的动态：多变量潜在因子 ARCH 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：摘要明确使用 ARCH 描述汇率波动，并以潜在因子刻画多种汇率波动的共同性，直接支持波动率与金融因子分类。
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
汇率波动的动态：多变量潜在因子 ARCH 模型
- 研究问题
- 七种美元名义即期汇率的波动如何随时间变化，能否通过潜在因子在减少参数数量的同时刻画跨汇率的共同波动？
- 方法与思路
- 作者先估计单变量 ARCH 模型，用其结果指导多变量设定，再引入潜在因子结构减少参数并描述共同波动。
- 材料陈述的贡献
- 摘要称，ARCH 部分刻画波动聚集，因子结构刻画汇率间波动的共同性，所建潜变量模型能较好描述多变量汇率变动。
- 阅读关注点
- 应核对因子数量、识别和载荷约束、条件协方差结构，以及参数减少是否影响拟合能力及单变量到多变量的设定过程。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；未提供因子数、估计细节、拟合指标或预测比较，不能断言因子模型具有普遍优势。
原文摘要
Abstract We study temporal volatility patterns in seven nominal dollar spot exchange rates, all of which display strong evidence of autoregressive conditional heteroskedasticity (ARCH). We first formulate and estimate univariate models, the results of which are subsequently used to guide specification of a multivariate model. The key element of our multivariate approach is exploitation of factor structure, which facilitates tractable estimation via a substantial reduction in the number of parameters to be estimated. Such a latent‐variable model is shown to provide a good description of multivariate exchange rate movements: the ARCH effects capture volatility clustering, and the factor structure captures commonality in volatility movements across exchange rates.