Volatility forecast comparison using imperfect volatility proxies
使用不完美波动率代理变量比较波动率预测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：摘要的核心是金融条件方差预测的评价及波动率代理噪声。
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
使用不完美波动率代理变量比较波动率预测
- 研究问题
- 真实条件方差不可观测时，使用含噪但条件无偏的波动率代理变量，会如何影响不同预测的损失比较与排序？
- 方法与思路
- 作者分析常用损失函数受到代理噪声扭曲的机制，推导预测排序保持稳健的函数形式充要条件，并以 IBM 收益说明。
- 材料陈述的贡献
- 摘要称，部分常用损失函数会产生排序扭曲，并给出一类对代理噪声稳健的损失函数及若干有用的特殊形式。
- 阅读关注点
- 应核对条件无偏所对应的信息集、稳健排序的具体定义，以及损失函数充要条件对平方收益和已实现波动率的要求。
- 阅读边界
- 仅据所给出版社摘要，无法列出稳健损失函数的具体公式；结论依赖所述代理条件，不能推及任意偏误或噪声。
原文摘要
The use of a conditionally unbiased, but imperfect, volatility proxy can lead to undesirable outcomes in standard methods for comparing conditional variance forecasts. We motivate our study with analytical results on the distortions caused by some widely used loss functions, when used with standard volatility proxies such as squared returns, the intra-daily range or realised volatility. We then derive necessary and sufficient conditions on the functional form of the loss function for the ranking of competing volatility forecasts to be robust to the presence of noise in the volatility proxy, and derive some useful special cases of this class of "robust"Â loss functions. The methods are illustrated with an application to the volatility of returns on IBM over the period 1993 to 2003.