On the Asymmetric Volatility Connectedness
非对称波动率连通性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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究金融市场波动率溢出，并使用 VAR 与方差分解构造指标，直接对应波动率和 VAR 方法方向。
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
非对称波动率连通性
- 研究问题
- 如何衡量时间序列之间具有非对称性的波动率溢出方向，以及各变量输出与接收波动风险的相对程度？摘要以三个大型金融市场为应用场景。
- 方法与思路
- 作者以 VAR 方差分解衡量连通性的思路为基础，引入非对称方差分解，构造能够明确纳入非对称特征的波动率溢出度量。
- 材料陈述的贡献
- 摘要提出一种非对称波动率连通性方法，并用于分析三个大型金融市场之间的潜在溢出；其更贴近现实的表述属于作者主张。
- 阅读关注点
- 应核对非对称方差分解的定义、冲击划分与识别方式，以及连通性指标如何区分输出和接收；同时检查应用的样本及稳健性。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实。摘要未说明市场名称、样本区间及具体结果，无法据此判断方法的实证优势。
原文摘要
Connectedness measures the degree at which a time-series variable spills over volatility to other variables compared to the rate that it is receiving. The idea is based on the percentage of variance decomposition from one variable to the others, which is estimated by making use of a VAR model. Diebold and Yilmaz (2012, 2014) suggested estimating this simple and useful measure of percentage risk spillover impact. Their method is symmetric by nature, however. The current paper offers an alternative asymmetric approach for measuring the volatility spillover direction, which is based on estimating the asymmetric variance decompositions introduced by Hatemi-J (2011, 2014). This approach accounts explicitly for the asymmetric property in the estimations, which accords better with reality. An application is provided to capture the potential asymmetric volatility spillover impacts between the three largest financial markets in the world.