Causality effects in return volatility measures with random times
随机时间下收益波动率度量中的因果效应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：摘要研究随机报价间隔与逐笔股票收益波动率的结构关系。
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
随机时间下收益波动率度量中的因果效应
- 研究问题
- 交易或报价变动间隔与股票价格波动率之间的即时因果效应，能否与 Granger 型因果效应分开识别并用于推断？
- 方法与思路
- 作者提出结构化方法，通过随机持续时间区间内观测收益的显式矩条件识别即时效应，并分析逐笔数据的波动率。
- 材料陈述的贡献
- 摘要称，该效应明显影响逐笔推断，IBM 等股票的即时预测需随报价等待信息调整，朴素现货波动率度量可能低估。
- 阅读关注点
- 应核对即时因果效应的结构定义与识别限制、等待下一次报价的信息集，以及实证中预测调整和低估幅度的计算。
- 阅读边界
- 仅据所给出版社摘要，无法验证结构识别条件；这里的即时因果解释与经验幅度均依赖模型，不能直接作干预解释。
原文摘要
We provide a structural approach to identify instantaneous causality effects between durations and stock price volatility. So far, in the literature, instantaneous causality effects have either been excluded or cannot be identified separately from Granger type causality effects. By giving explicit moment conditions for observed returns over (random) duration intervals, we are able to identify an instantaneous causality effect. The documented causality effect has significant impact on inference for tick-by-tick data. We find that instantaneous volatility forecasts for, e.g., IBM stock returns must be decreased by as much as 40% when not having seen the next quote change before its (conditionally) median time. Also, instantaneous volatilities are found to be much higher than indicated by standard volatility assessment procedures using tick-by-tick data. For IBM, a naive assessment of spot volatility based on observed returns between quote changes would only account for 60% of the actual volatility. For less liquidly traded stocks at NYSE this effect is even stronger.