Premia in Forward Foreign Exchange as Unobserved Components: A Note
作为不可观测成分的远期外汇溢价：札记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：摘要研究远期外汇定价中的风险溢价，并通过 ARMA 与不可观测成分进行动态识别和估计，直接涉及资产定价与时间序列。
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…
作为不可观测成分的远期外汇溢价：札记
- 研究问题
- 仅利用远期汇率与对应未来即期汇率之差，能否识别潜藏其中的风险溢价动态，并将溢价变化与汇率预测误差分离？
- 方法与思路
- 作者重新审视信号提取法，将汇率差表示为 ARMA 风险溢价与白噪声预测误差的组合，讨论识别问题，并在识别解决后直接估计溢价模型。
- 材料陈述的贡献
- 摘要指出，仅凭汇率差并不总能识别溢价的 ARMA 模型，并提出识别问题的解决办法；原研究序列的估计结果仍显示溢价有一定持续性。
- 阅读关注点
- 阅读时应重点核对哪些参数或成分无法识别、作者如何恢复识别，以及白噪声预测误差假设、直接估计方法与持续性结论的敏感性。
- 阅读边界
- 摘要未列出解决识别问题所需的具体条件，也未给出估计精度或持续性数值；风险溢价的分离依赖模型设定，不能据此推广其动态特征。
原文摘要
We reconsider the signal-extraction approach to measuring premia in the pricing of forward foreign exchange, put forward by Wolff, in which the difference between the forward rate and the associated future spot rate is modeled as an autoregressive moving average (ARMA) model for the risk premium buried in a white-noise forecast error. We point out that an ARMA model for the risk premium is not always identifiable from information on the difference between the forward rate and the future spot rate only. We present solutions to the problem of identification and show how the model for the risk premium can be estimated in a direct way, provided that the identification problem is solved. For reason of comparison, we use the series analyzed by Wolff to estimate the models for risk premia. The results confirm the earlier finding that premia in forward exchange exhibit a certain degree of persistence over time.