全部版块 我的主页
论坛 经济学人 二区 外文文献专区
696 9
2022-05-09
英文标题:
《Asymmetry of cross correlations between intra-day and overnight
  volatilities》
---
作者:
Rubina Zadourian, Peter Grassberger
---
最新提交年份:
2015
---
英文摘要:
  We point out a stunning time asymmetry in the short time cross correlations between intra-day and overnight volatilities (absolute values of log-returns of stock prices). While overnight volatility is significantly (and positively) correlated with the intra-day volatility during the \\textit{following} day (allowing thus non-trivial predictions), it is much less correlated with the intra-day volatility during the \\textit{preceding} day. While the effect is not unexpected in view of previous observations, its robustness and extreme simplicity are remarkable.
---
中文摘要:
我们指出,在日间和隔夜波动率(股票价格对数收益的绝对值)之间的短期交叉相关性中,存在着惊人的时间不对称性。虽然隔夜波动率与次日的日内波动率显著(且正)相关(因此允许进行非平凡的预测),但与前一日的日内波动率的相关性要小得多。虽然从之前的观察来看,这种效果并不意外,但其鲁棒性和极端简单性是显著的。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-9 05:51:30
日间和夜间挥发性物质之间的交叉相关性不对称鲁比纳·扎杜里亚和彼得·格拉斯伯格马克斯·普朗克物理研究所,德国德累斯顿诺瑟尼策大街38号,邮编:01187,德国JSC,FZ J¨ulich,D-52425 J¨ulich,德国(日期:2018年8月24日)我们指出,日间和隔夜波动率(股票价格对数收益的绝对值)之间的短期交叉相关性存在惊人的时间不对称性。虽然隔夜波动率与次日的日内波动率显著(且正)相关(因此允许进行非平凡的预测),但与前一天的日内波动率的相关性要小得多。虽然从之前的观察来看,这种影响并不出人意料,但它的健壮性和极端简单性是显著的。众所周知,任何证券交易所的股价波动几乎没有相关性,也不允许进行任何非琐碎的预测。这是这些波动幅度的差异,称为波动性。如果市场繁忙,波动性很大,市场需要一段时间才能恢复平静。有了一些现代选项,就有可能对波动性进行预测(尽管如果可能的话,对有符号波动的预测更容易转化为货币),计量经济学文献[1]对波动性进行了深入研究。如文献[2,3]所示,波动率的统计数据并不一致。相反,这是一个明显的日结构,在市场开盘时波动性高,中午前后有一个更平静的时期。这似乎适用于全球所有的证券交易所。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-9 05:51:32
此外,交易日开盘时的股价与前一交易日的收盘价基本不同,这表明存在着非同寻常的夜间动态。最后,已经反复证明,白天的动态与白天的动态在质量上是不同的[4-10]。对此提出了各种原因:o主要在某个外国市场上交易的外国股权(在研究市场的夜间开放)主要反映了其在隔夜波动中的活动,这种活动可能与所考虑的市场有所不同与基本股票价格评估相关的大部分新闻(公司业绩、就业率、一般经济计量预测、战争和自然灾害等)夜间发布[11],新闻发布频率和波动率之间存在相关性[5,10]。o虽然市场可以在白天对外界的任何扰动做出反应,但在晚上却不能这样做,这也可能解释了开盘后立即出现更高的波动性[10]。由于经济研究主要是由实际应用的希望驱动的,因此上述大多数参考文献都与预测有关并不奇怪。普遍的共识似乎是,隔夜波动对于预测随后的日内波动非常有用[12–14]。这是一个重要的结果。但是预测涉及一个模型(GARCH[8,10]、SEMIFAR[8]或随机波动率模型(SVM)[6,7,9]的不同版本),上述引用的论文中没有一篇报告对原始数据本身进行了独立于模型的分析。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-9 05:51:36
尽管数据分析不涉及任何模型,仅使用基本方法和最小假设,对于理解现象背后的基本机制最为有用,但情况仍然如此。这篇短文的目的就是提供这样一个初步的分析。所使用的方法将是完全基本的,只涉及(Spearman-[15])互相关。然而,就重要性和稳健性而言,结果令人震惊,完全出乎意料。我们应该指出,最近[16]对日内和隔夜收益率和波动率进行了广泛的统计研究,但由于该分析没有任何理论考虑,因此忽略了下面描述的影响。让我们使用指数k来计算交易日(即跳过周末和其他非交易日),并表示BYOK和CK一个特定需求的开盘价和收盘价。该股票的日内对数收益定义为dk=lnckok,(1),而隔夜对数收益定义为arenk=lnokck-1.(2)所以隔夜收益率是由下一天的指数来索引的。如果是周末和节假日,“夜间”回报包括整个交易期间的所有变化。波动性原则上是确定的。1.MDAX指数的股票日内(a组)和隔夜(b组)收益的历史时间序列。通过在延长的时间跨度内观察到的日志返回的方差。但当在一个模糊的时间尺度上讨论它们时,它们通常会被对数回报的绝对值所取代(例如,参见[7]中的脚注11])。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-9 05:51:39
我们将遵循这个用法。我们研究的数据包括在不同证券交易所交易的21只股票(埃克森美孚、壳牌、通用电气、福特、戈德曼萨克斯、美国银行、花旗集团、IBM、微软、思科、AIG、BP、卡特彼勒和福特,全部在纽约证券交易所交易;西门子、德意志银行、汉莎航空、大众和拜耳在法兰克福交易;索尼和三菱在东京交易)以及10个市场指数和交易所交易基金(TecDax、MDax、DAX、道琼斯、标准普尔100指数、纳斯达克、欧洲斯托克50指数、SIM、标准普尔/ASX和PowerShares QQQ)。它们大部分是从雅虎下载的(https://fi-finance.Yahoo.com/),其余是从Finanzen下载的。网(http://www.菲南岑。net)。时间序列覆盖10.4到45年,数据点在2612到13478之间。在使用它们之前,我们清除了它们的一些工件(丢失数据、错误数据等等),但不是全部。例如,我们做了一件事。2.31种股票的数据。每个点对应一个权益。随后夜间日间波动和夜间波动之间的斯皮尔曼相关性绘制在x轴上,而与前夜的相关性绘制在y轴上。不删除因股票拆分而导致的跳转。清洗后,它们显示了之前分析中所熟知的典型特征,如厚尾、轮回中的短时间相关性和挥发性中的长时间相关性。典型示例见图1。请注意,这些数据仍然存在异常值(由于崩溃、糟糕的年度报告等原因,大多为负值)。负异常值主要出现在隔夜收益上,这与之前的观察一致,即负面消息主要在市场关闭时传播。波动率的长自相关在白天和夜间都可以看到。我们主要关注的是日间波动和隔夜波动之间的相互关系。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-9 05:51:42
由于数据中的伪影、不规则性和强非平稳性,我们没有使用简单的皮尔逊系数。相反,我们使用了斯皮尔曼系数[15]。基于rankstatistics,这些被认为更加可靠。事实上,如果我们使用Pearson系数,下面显示的结果就不那么明显了。或者,我们也可以使用肯德尔的τ[17]或互惠信息[18],这两种信息都具有类似的鲁棒性。我们的主要结果如图所示。在图2和图3中,我们显示了两种波动率| dk |和|nk |的等级Rdk和Rnko之间的两种相互关联:Cnd=hrdkrnki- hrdki·hrnkiσdσn(3)是日间波动率和前一晚波动率之间的秩相关(σ和σn是秩方差的平方根),其中,clecdn=hrdkrnk+1 | i- hrdki·hrnkiσdσn(4)图3。31种股票和指数的Cnd/CDD比率如图2所示。对于股票,颜色表示它们交易的证券交易所。给出了与第二天晚上类似的关联。我们在所有情况下都看到了Cnd>Cdn。(5) 对于一些股票来说,差异很小,但对于其他股票来说,差异可能不止两倍。只有一种情况违反了这种不平等。因此,隔夜波动率与次日波动率的相关性比前一天强得多。否则,隔夜波动似乎会强烈影响下一个交易日的情况,但似乎不会强烈影响前一天的情况[19]。图2所用股票的Cnd/CDD比率也绘制在图3中,我们在图3中也对等式进行了说明。图中的前10个条目是市场指标,而其他条目则对应于单个股票。我们看不出有什么大的差别,只是总的来说,这表明了一种更强的影响。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群