跳到正文
← 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:摘要以 VIX 和波动率度量为核心,并明确处理金融收益的厚尾与极端变动,支持波动率及尾部风险分类。

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
Ayush Jha
Abootaleb Shirvani
Frank J. Fabozzi

超越传统 VIX:金融市场不确定性冲击的新识别方法

研究问题
如何改造传统 VIX,使不确定性冲击的度量能反映资产收益的非高斯性、厚尾和极端波动,而不只依赖二阶矩?
方法与思路
作者以双重从属的正态逆高斯 Lévy 过程拟合标普五百期权价格,构造修订 VIX,并结合风险收益比与分数阶时间序列。
材料陈述的贡献
摘要提出修订 VIX 和一族公理化风险收益比,声称可更全面反映厚尾与极端变动,并用于识别金融市场不确定性冲击。
阅读关注点
应核对期权拟合与修订指数的构造、风险收益比的公理、分数阶模型设定,以及所谓冲击识别对应的统计与经济含义。
阅读边界
这是 arXiv 预印本,同行评审或期刊接收未获核实;摘要未给出识别限制、验证方案或相较传统 VIX 的量化改善。

原文摘要

We introduce a new identification strategy for uncertainty shocks to explain macroeconomic volatility in financial markets. The Chicago Board Options Exchange Volatility Index (VIX) measures market expectations of future volatility, but traditional methods based on second-moment shocks and time-varying volatility of the VIX often fail to capture the non-Gaussian, heavy-tailed nature of asset returns. To address this, we construct a revised VIX by fitting a double-subordinated Normal Inverse Gaussian Levy process to S&P 500 option prices, providing a more comprehensive measure of volatility that reflects the extreme movements and heavy tails observed in financial data. Using an axiomatic approach, we introduce a general family of risk-reward ratios, computed with our revised VIX and fitted over a fractional time series to more accurately identify uncertainty shocks in financial markets.

笔记与分组