尼古拉斯·瓦菲亚迪斯 预测波动性和风险回报权衡:Fama-French基准市场回报的应用。 (英语) Zbl 1462.62739号 J.时间序列。经济。 7,第2期,181-216(2015). 摘要:本文利用Fama-French的每日股市指数收益率,尝试对不同的波动率模型进行比较预测分析。这种比较自然要求对竞争性波动率框架进行详细说明,因此,本文和其他问题一起处理了波动率与收益关系是否成立的两难问题。正如预期的那样,该分析侧重于FIEGARCH-M模型,该模型扩展了基本的长记忆波动性框架T.Bollerslev公司和H.O.Mikkelsen先生【《经济学杂志》第73卷第1期,151–184页(1996年;Zbl 0960.62560号)]随着均值效应中波动性的引入。还考虑到B.J.克里斯滕森和M.Ø。尼尔森[“长记忆对股市波动波动的影响”,《经济评论》第89卷第4期,684-700页(2007年;doi:10.1162/rest.89.4.684)]对于均值方程中的条件保持平稳和长记忆成分时溢出效应的存在,分析估计了滤波长记忆波动率模型FIEGARCH-MG和FIEGARCH-MH,如[B.J.克里斯滕森等人,“股市波动的长记忆和平均效应的波动:FIEGARCH-M模型”,《实证金融杂志》17,第3期,460–470(2010;doi:10.1016/j.jempfin.2009.09.008)]以便测试这样的滤波器调整是否可以改善波动性预测。虽然没有特别的理由假设回报方程中的平稳输入必然遵循[Christensen等人,loc.cit.]假设的正态分布,但本文遵循这一路径,但通过引入替代分布假设,丰富了分析的这一方面。结果表明,当两种滤波模型都是在t学生分布假设下进行估计时,存在统计显著的平均效应,尽管就波动率预测而言,这两种过滤模型在预测标准方面都无法超过在不同预测范围内主导过滤和非过滤波动率模型的简约FIEGARCH版本。 MSC公司: 62第20页 统计学在经济学中的应用 62米10 统计学中的时间序列、自相关、回归等(GARCH) 62M20型 随机过程推断和预测 关键词:FIEGARCH公司;财务杠杆;加奇;长记忆;风险回报权衡;股票收益率;波动性反馈 引文:Zbl 0960.62560号 软件:G@RCH PDF格式BibTeX公司 XML格式引用 \textit{N.Vafiadis},J.时间序列。经济。7,第2号,181--216(2015;Zbl 1462.62739) 全文: DOI程序 参考文献: [1] Ang,A。;霍德里克·R·J。;Xing,Y。;Zhang,X.,波动性与预期收益的交叉部分,《金融杂志》,61259-99(2006); ·doi:10.1111/j.1540-6261.2006.00836.x [2] Baillie,R.T。;Bollerslev,T.,《每日汇率中的信息:条件方差故事》,《商业与经济统计杂志》,第7期,第297-305页(1989年); [3] Baillie,R.T。;Bollerslev,T。;Mikkelsen,H.,分数积分广义自回归条件异方差,《计量经济学杂志》,74,3-30(1996)·Zbl 0865.62085号 ·doi:10.1016/S0304-4076(95)01749-6 [4] Baillie,R.T。;Morana,C.,《条件方差中的长记忆和结构断裂建模:自适应FIGARCH方法》,《经济动态与控制杂志》,33,8,1577-92(2009)·Zbl 1170.91483号 ·doi:10.1016/j.jedc.2009.02.009 [5] Barkoulas,J.T。;Baum,C.F.,《股票收益的长期依赖性》,《经济快报》,第53期,第253-59页(1996年)·Zbl 0897.90037号 ·doi:10.1016/S0165-1765(96)00935-4 [6] Barkoulas,J.T。;Baum,C.F。;Travlos,N.,《希腊股市的长期记忆》,《应用金融经济学》,第10期,第177-84页(2000年); ·网址:10.1080/096031000331815 [7] Bauwens,L。;Laurent,S.,《一类新的多元偏密度及其在GARCH模型中的应用》,《商业与经济统计杂志》,23346-54(2005); ·doi:10.1198/07350010400000523 [8] 布莱克,F.1976。“股市波动变化研究”,《美国统计协会会刊》,商业和经济统计第177-181节。; [9] Bollerslev,T.,《投机价格和回报率的条件异方差时间序列模型》,《经济学和统计学评论》,69,542-47(1987); ·doi:10.307/1925546 [10] Bollerslev,T。;周,R.Y。;Kroner,K.F.,《金融的ARCH建模:理论和实证综述》,计量经济学杂志,52,5-59(1992)·Zbl 0825.90057号 ·doi:10.1016/0304-4076(92)90064-X [11] Bollerslev,T。;Mikkelsen,H.O.,《股市波动中长期记忆的建模和定价》,《计量经济学杂志》,73151-84(1996)·Zbl 0960.62560号 ·doi:10.1016/0304-4076(95)01736-4 [12] β_0 llerslev,T。;Wooldridge,R.F.,《具有时变协方差的动态模型中的拟最大似然估计和推断》,《计量经济学评论》,第11期,第143-72页(1992年)·Zbl 0850.62884号 ·doi:10.1080/07474939208800229 [13] 坎贝尔,J.Y。;Hentschel,L.,《没有消息就是好消息:股票收益波动变化的非对称模型》,《金融经济学杂志》,31281-318(1992); ·doi:10.1016/0304-405X(92)90037-X [14] 张永伟。;Lai,K.,《国际股市收益中的长期记忆搜索》,《国际货币与金融杂志》,第14期,第597-615页(1995年); ·doi:10.1016/0261-5606(95)93616-U [15] 克里斯滕森,B.J。;尼尔森,M.O。;朱杰,《股票市场波动波动的长记忆效应》,《经济学与统计学评论》,2007年第89期,第684-700页; ·doi:10.1162/rest.89.4.684 [16] 克里斯滕森,B.J。;M.尼尔森。;Zhu,J.,《股市波动的长期记忆与波动的均值效应:FIEGARCH-M模型》,《计量经济学杂志》,155170-87(2010); [17] 克莱门茨,M.P。;Hendry,D.F.,《关于比较均方预测误差的局限性》,《预测杂志》,12617-37(1993); ·doi:10.1002/用于3980120802 [18] Crato,N.,《关于股票收益随机行为的一些国际证据》,《国际货币与金融杂志》,第14期,第597-615页(1994年); [19] 北卡罗来纳州克雷托。;de Lima,P.,《股票收益条件方差的长程相关性》,《经济快报》,45,281-85(1994)·Zbl 0800.62791号 ·doi:10.1016/0165-1765(94)90024-8 [20] Diebold,F.X。;Mariano,R.S.,《比较预测准确性》,《商业与经济统计杂志》,第13期,第253-63页(1995年); [21] Engle,R.F.,英国通货膨胀方差估计的自回归条件异方差,计量经济学,50987-1006(1982)·Zbl 0491.62099号 ·doi:10.2307/1912773 [22] 恩格尔,R.F。;Ng,V.K.,《衡量和测试新闻对波动性的影响》,《金融杂志》,481749-78(1993); ·doi:10.1111/j.1540-6261.1993.tb05127.x [23] 费尔南德斯,C。;Steel,M.,《关于肥尾和偏斜的贝叶斯模型》,《美国统计协会杂志》,93,359-71(1998)·Zbl 0910.62024号 [24] 法语,K。;施瓦特,W。;Stambaugh,R.,《预期股票收益与波动》,《金融经济学杂志》,19,3-29(1987); ·doi:10.1016/0304-405X(87)90026-2 [25] Geweke,J。;Porter-Hudak,S.,《长记忆时间序列模型的估计和应用》,《时间序列分析杂志》,4,221-38(1983)·Zbl 0534.62062号 ·doi:10.1111/j.1467-9892.1983.tb00371.x [26] Gil-Alana,L.A.,《每日股市收益中的分数积分》,《金融经济学评论》,第15期,第28-48页(2006年); ·doi:10.1016/j.rfe.2005.02.003 [27] Harris,R.和Sollis,R.,2003年。“应用时间序列建模与预测”,213-38。; [28] Harvey,医学博士。;莱伯恩,S.J。;Newbold,P.,《检验预测均方误差的相等性》,《国际预测杂志》,第13期,第28-48页(1997年); ·doi:10.1016/S0169-2070(96)00719-4 [29] 亨利·O·T,《股票收益的长期记忆》。《一些国际证据》,应用金融经济学,12725-29(2002); ·网址:10.1080/09603100010025733 [30] 谢德华,《每日外汇汇率异方差建模》,《商业与经济统计杂志》,7307-17(1989); [31] Lambert,P.和Laurent,S.,2001年。“使用GARCH类型模型和倾斜学生密度建模金融时间序列”,列日大学Mimeo。; [32] Laurent,S。;Peters,J.P.,G@RCH 2.2:估算和预测各种ARCH模型的OX包,《经济调查杂志》,16,447-85(2002); ·doi:10.1111/1467-6419.00174 [33] Lo,A。;Mackinlay,A.C.,《非同步交易的计量经济学分析》,《计量经济学杂志》,40,203-38(1990)·Zbl 0712.62102号 ·doi:10.1016/0304-4076(89)90083-3 [34] Nelson,D.B.,《资产回报中的条件异方差:一种新方法》,《计量经济学》,59347-70(1991)·Zbl 0722.62069号 ·doi:10.2307/2938260 [35] Pagan,A.,《金融市场的计量经济学》,《实证金融杂志》,3,15-102(1996); ·doi:10.1016/0927-5398(95)00020-8 [36] F.C.帕尔姆。;Maddala,G。;Rao,C.,《统计手册》,209-40(1996); [37] F.C.帕尔姆。;Vlaar,P.J.G.,《金融时间序列建模的简单诊断程序》,Allgemeines Statistisches Archiv,81,85-101(1997); [38] Robinson,P.M.,《多元回归中的强序列相关性和动态条件异方差检验》,《计量经济学杂志》,47,67-84(1991)·Zbl 0734.62070号 ·doi:10.1016/0304-4076(91)90078-R [39] P.M.罗宾逊和M.亨利,1998年。“估计水平记忆参数的长短记忆条件异方差”,伦敦政治经济学院讨论论文STIDERG Econometrics EM/98/357。; [40] 萨迪克,S。;Silvapulle,P.,《股市收益的长期记忆》。《国际证据》,《国际财经杂志》,6,59-67(2001); ·doi:10.1002/ijfe.143 [41] 斯科尔斯,M。;Williams,J.,《从非同步数据估算贝塔系数》,《金融经济学杂志》,5309-28(1977); ·doi:10.1016/0304-405X(77)90041-1 [42] Tolvi,J.,《股票市场收益的长期记忆和异常值》,《应用金融经济学》,第13期,第495-502页(2003年); ·doi:10.1080/9603100210161983 [43] Weiss,A.A.,ARCH模型的渐近理论:估计和检验,计量经济学理论,2107-31(1986); ·doi:10.1017/S0266466600011397 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。