×

在积分方差中估计长记忆。 (英语) Zbl 1491.62162号

总结:一个典型的事实是,已实现的方差具有长记忆性。我们证明,当瞬时波动率是一个阶数为\(d\)的长记忆过程时,积分方差具有相同的长程依赖性。我们证明,由于稀疏采样和市场微观结构噪声,已实现方差的谱密度由积分方差的频谱密度加上测量误差的频谱密度之和给出。因此,已实现波动率与综合方差具有相同程度的长记忆性。谱密度中的附加项在长记忆的半参数估计中导致有限样本偏差。蒙特卡罗模拟提供了证据,证明C.M.Hurvich先生等【经济计量学73,第4期,1283-1328(2005;Zbl 1151.91702号)]与标准的局部Whittle估计相比,它的偏差要小得多,并且经验应用表明,它对用于计算已实现方差的采样频率的选择是稳健的。最后,实证结果表明,波动率序列更可能由非平稳分式过程生成。

MSC公司:

62P05号 统计学在精算科学和金融数学中的应用
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62M15型 随机过程和谱分析的推断
91B84号 经济时间序列分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Andersen,T.G.、Benzoni,L.、Lund,J.(2002)。连续时间股票收益模型的实证研究。《财政杂志》57:1239-1284。
[2] Andersen,T.G.、Bollerslev,T.、Diebold,F.X.、Ebens,H.(2001a)。股票收益波动的分布。《金融经济学杂志》61:43-76。
[3] Andersen,T.G.、Bollerslev,T.、Diebold,F.X.、Labys,P.(2001b)。汇率波动的分布。美国统计协会杂志96:42-55·Zbl 1015.62107号
[4] Andersen,T.G.,Bollerslev,T.,Diebold,F.X.,Labys,P.(2003年)。建模和预测已实现的波动率。计量经济学71:579-625·Zbl 1142.91712号
[5] Arteche,J.(2004)。随机波动率和信号加噪声模型中长记忆高斯半参数估计。计量经济学杂志119(1):131-154·Zbl 1337.62241号
[6] Arteche,J.(2012)。相关长记忆信号加噪声模型中的半参数推断。计量经济学评论31:440-474·兹比尔1491.62084
[7] Baillie,R.T.(1996)。计量经济学中的长记忆过程和分数积分。《计量经济学杂志》73(1):5-59·兹比尔0854.62099
[8] Bandi,F.、Russell,J.R.(2006)。将市场微观结构噪音与波动性分开。《金融经济学杂志》79:655-692。
[9] Bandi,F.、Russell,J.R.(2008)。微观结构噪声、实际波动率和最佳采样。经济研究综述75(2):339-369·Zbl 1138.91394号
[10] 巴恩多夫·尼尔森,O.E.,Shephard,N.(2002a)。已实现波动率的计量分析及其在估计随机波动率模型中的应用。英国皇家统计学会杂志,B64:253-280系列·Zbl 1059.62107号
[11] Barndorff-Nielsen,O.E.,Shephard,N.(2002b)。使用已实现的方差估计二次变量。应用计量经济学杂志17(5):457-477。
[12] Bollerslev,T.,Mikkelsen,H.O.(1996)。股票市场波动中长记忆的建模和定价。计量经济学杂志73:151-184·Zbl 0960.62560号
[13] Casas,I.、Gao,J.(2008)。长期相关波动率模型中的计量经济估计:理论与实践。计量经济学杂志147(1):72-83·Zbl 1429.62463号
[14] 钱伯斯,M.J.(1996)。连续参数长记忆时间序列模型的估计。计量经济学理论12:374-390。
[15] Comte,F.(1996)。长记忆连续时间模型的模拟和估计。时间序列分析杂志17:19-36·Zbl 0836.62060号
[16] Comte,F.、Coutin,L.、Renault,E.(2010年)。仿射分数随机波动率模型。《财政年鉴》0:1-42·Zbl 1298.60067号
[17] Comte,F.,Renault,E.(1998年)。连续时间随机波动率模型中的长记忆。数学金融8:291-323·Zbl 1020.91021号
[18] Dacorogna,M.,Muller,U.A.,Nagler,R.J.,Olsen,R.B.,Pictet,O.V.(1993)。外汇市场每日和每周季节性波动的地理模型。《国际货币与金融杂志》12:413-438。
[19] Davidson,J.,Hashimzade,N.(2009年)。第一类和第二类分数布朗运动:重新考虑。计算统计与数据分析53(6):2089-2106·Zbl 1453.62077号
[20] Deo,R.S.,Hurvich,C.M.(2001)。长记忆随机波动率模型中记忆参数的对数周期图回归估计。计量经济学理论17(4):686-710·Zbl 1018.62079号
[21] 丁,Z.,格兰杰,C.,恩格尔,R.(1993)。股票市场收益的长记忆特性和一个新模型。《实证金融杂志》1:83-106。
[22] 弗雷德里克森,P.,尼尔森,F.S.,尼尔斯,M.Ø。(2008). 扰动分式过程的局部多项式whittle估计。创建奥胡斯大学经济与管理学院2008-209年研究论文。
[23] Geweke,J.,Porter-Hudak,S.(1984年)。长记忆时间序列模型的估计和应用。时间序列分析杂志4:221-238·Zbl 0534.62062号
[24] Granger,C.,Ding,Z.(1996)。对投机回报的波动持续性进行建模。计量经济学杂志73:185-215·Zbl 1075.91626号
[25] Haldrup,N.,Nielsen,M。(2007). 存在数据噪声时分数积分的估计。计算统计学与数据分析51(6):3100-3114·Zbl 1161.62325号
[26] Hansen,P.R.,Lunde,A.(2005年)。基于间歇性高频数据的全天实现方差。《金融计量经济学杂志》3(4):525-554。
[27] Hansen,P.R.,Lunde,A.(2006年)。实现了方差和市场微观结构噪声。《商业与经济统计杂志》24(2):127-161。
[28] Hansen,P.R.,Lunde,A.(2010年)。估计有误差测量的时间序列的持久性和自相关函数。研究论文2010-8,创建·Zbl 1290.91132号
[29] Harvey,A.C.(1998年)。随机波动中的长记忆。摘自:Knight,J.、Satchell,S.编辑的《金融市场波动预测》。伦敦:巴特沃斯·海尼曼。
[30] Hurvich,C.、Ray,B.(1995年)。非平稳或不可逆分数积分过程的记忆参数估计。时间序列分析杂志16:17-42·Zbl 0813.62081号
[31] Hurvich,C.M.,Moulines,E.,Soulier,P.(2005)。估计波动中的长记忆。计量经济学73(4):1283-1328·Zbl 1151.91702号
[32] Hurvich,C.M.、Ray,B.K.(2003年)。长记忆随机波动率的局部whittle估计。《金融计量经济学杂志》1(3):445-470。
[33] Marinucci,D.,Robinson,P.M.(1999)。分数布朗运动的替代形式。统计规划与推断杂志80:111-122·Zbl 0934.60071号
[34] Martens,M.、Van Dijk,D.、De Pooter,M.(2009年)。预测标准普尔500指数的波动性:长期记忆、水平转移、杠杆效应、周内季节性和宏观经济公告。国际预测杂志25:282-303。
[35] McAleer,M.,Medeiros,M.(2008年)。已实现波动:综述。计量经济学评论27(1-3):10-45·Zbl 1148.62089号
[36] Meddahi,N.(2002年)。综合波动率和已实现波动率之间的理论比较。应用计量经济学杂志17:475-508。
[37] Nielsen,F.S.(2008)。覆盖非平稳分式过程的局部多项式whittle估计。创建奥胡斯大学经济与管理学院2008-208年研究论文。
[38] 尼尔森,M.Ø。,Frederiksen,P.(2008)。综合波动率估计中的有限样本精度和采样频率选择。《实证金融杂志》15(15):265-286。
[39] Solo,V.(1992年)。内禀随机函数和1/f噪声悖论。SIAM应用数学杂志52:280-291·Zbl 0748.60043号
[40] Sun,Y.,Phillips,P.C.B.(2003年)。扰动分式过程的非线性对数周期回归。计量经济学杂志115(2):355-389·Zbl 1027.62067号
[41] Velasco,C.(1999a)。非平稳时间序列的高斯半参数估计。时间序列分析杂志20-1:87-127·Zbl 0922.62093号
[42] Velasco,C.(1999b)。非静态对数周期图回归。《计量经济学杂志》91(2):325-371·Zbl 1041.62533号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。