文件名称：预测已实现波动率的潜在因素模型-研究论文
文件大小：3.53MB
文件格式：PDF
更新时间：2024-06-29 13:49:13
Long Memory Component
本文提出了一种通过利用潜在因素模型中的共同动态来预测已实现波动率的新方法。 主要思想是使用加性分量结构来描述自相关函数中的长期持久性，其中从已实现波动率的高维向量中提取的分量遵循 1 阶平稳自回归过程。我们提出的模型还允许异质噪声和条件异方差中的自回归结构。 与 HAR 和 ARFIMA 不同，我们的因子模型受益于系统的高维性，该系统提供了更多关于其动力学共性的信息，并在估计和预测中直接提高效率。 出于估算的目的，我们使用易于实现并提供准确估算的间接推理方法。 我们将新模型应用于构成道琼斯工业平均指数的多达 30 只股票的每日实际波动率系列的向量，并表明它们在样本内和样本外均优于标准的长记忆模型。