经济学 > 计量经济学
[提交于 2023年12月1日
]
标题: 具有偏度选择的随机波动率模型
标题: Stochastic volatility models with skewness selection
摘要: 本文通过允许时间变化的偏度而不强制实施它,扩展了传统的随机波动率模型。 虽然动态不对称性可能捕捉未来资产收益的可能方向,但会带来过度参数化的风险。 我们提出的方法通过利用诱导稀疏性的先验来缓解这一担忧,在数据驱动的框架中自动选择偏度参数为动态、静态或零。 我们考虑了两个实证应用。 首先,在债券收益率应用中,动态偏度部分由央行的使命解释,捕捉了货币政策宽松和紧缩的利率周期。 在货币建模框架中,我们的模型在考虑随机波动率后表明动量因子没有偏度,这支持了动量崩溃是由于波动率激增而非动态偏度的结果这一观点。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.