지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2018.11
- 수록면
- 73 - 79 (7page)
이용수
초록· 키워드
오류제보하기
As high frequency (HF, for short) time series is now prevalent in the presence of real time big data, volatility computations based on traditional ARCH/GARCH models need to be further developed to suit the high frequency characteristics. This article reviews realized volatilities (RV) and multivariate GARCH (MGARCH) to deal with high frequency volatility computations. As a (functional) infinite dimensional models, the fARCH and fGARCH are introduced to accommodate ultra high frequency (UHF) volatilities. The fARCH and fGARCH models are developed in the recent literature by Hormann et al. [1] and Aue et al. [2], respectively, and our discussions are mainly based on these two key articles. Real data applications to domestic UHF financial time series are illustrated.
목차
ABSTRACT
1. Introduction
2. Volatility based on High Frequency Times Series: RV and MGARCH
3. UHF Time Series Volatility: fARCH and fGARCH
4. Empirical Applications
References
참고문헌 (15)
참고문헌 신청
[학술지(정기간행물)] - Hörmann S / 2013 / A functional version of the ARCH model / Economet Theor 29 : 267 ~ 288
[학술지(정기간행물)] - Aue A / 2017 / Functional generalized autoregressive conditional heteroskedasticity / J Time Ser Anal 38 : 3 ~ 21
[학술지(정기간행물)] - Bollerslev T / 1986 / Generalized autoregressive heteroskedasticity / J Econometrics 31 : 307 ~ 327
[학술지(정기간행물)] - 김지연 / 2018 / 비대칭형 분계점 실현변동성의 제안 및 응용 / 응용통계연구 31 (2) : 205 ~ 216
[단행본] - Tsay RS / 2014 / Multivariate time series analysis with R and financial application / John Wiley
[학술지(정기간행물)] - Aue A / 2017 / Functional generalized autoregressive conditional heteroskedasticity / J Time Ser Anal 38 : 3 ~ 21
[학술지(정기간행물)] - Bollerslev T / 1986 / Generalized autoregressive heteroskedasticity / J Econometrics 31 : 307 ~ 327
[학술지(정기간행물)] - 김지연 / 2018 / 비대칭형 분계점 실현변동성의 제안 및 응용 / 응용통계연구 31 (2) : 205 ~ 216
[단행본] - Tsay RS / 2014 / Multivariate time series analysis with R and financial application / John Wiley
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
함수적 변동성 fGARCH(1, 1)모형을 통한 초고빈도 시계열 변동성
응용통계연구
2018 .10
-
다변량 고빈도 금융시계열의 변동성 분석
응용통계연구
2017 .02
-
고빈도 시계열 분석을 위한 함수 변동성 fARCH(1) 모형 소개와 예시
응용통계연구
2017 .12
-
금융시계열 변동성 측정 방법의 비교 분석: 고빈도 자료 및 융합 방법
응용통계연구
2015 .12
-
국면전환 GARCH 모형을 이용한 코스피 변동성 분석
응용통계연구
2015 .06
-
함수형 ARCH 분석 및 다변량 변동성을 통한 일중 로그 수익률 시간 간격 선택
응용통계연구
2020 .06
-
Bootstrap-Based Test for Volatility Shifts in GARCH against Long-Range Dependence
CSAM(Communications for Statistical Applications and Methods)
2015 .09
-
비대칭형 분계점 실현변동성의 제안 및 응용
응용통계연구
2018 .04
-
A GARCH-MIDAS approach to modelling stock returns
CSAM(Communications for Statistical Applications and Methods)
2024 .09
-
Some limiting properties for GARCH(p; q)-X processes
한국데이터정보과학회지
2017 .05
-
주성분을 이용한 다변량 고빈도 실현 변동성의 주기 선택
응용통계연구
2017 .10
-
고빈도 금융 시계열 실현 변동성을 이용한 가중 융합 변동성의 가중치 선택
응용통계연구
2016 .04
-
딥러닝 분석을 이용한 중국 역내 · 외 위안화 변동성 예측
한국데이터정보과학회지
2016 .04
-
The Impacts of Sudden Changes on the Volatility Persistence in Global Volatility Index
Journal of The Korean Data Analysis Society
2015 .01
-
No Low Volatility Effect in Low Volatility Market
Journal of The Korean Data Analysis Society
2015 .01
-
이중-분계점 ACD-GARCH 모형을 이용한 일중 고빈도 자료의 주식 수익률 변동성 분석
응용통계연구
2016 .02
-
원점이 이동한 비대칭-변동성 모형의 제안 및 응용
응용통계연구
2023 .12
-
분계점 비대칭과 멱변환 특징을 가진 비정상-변동성 모형
응용통계연구
2020 .12
-
Threshold Approaches to Asymmetric Models for Heteroscedastic Time Series
Quantitative Bio-Science
2016 .11
-
계수 시계열을 위한 정수값 GARCH 모델링: 사례분석
응용통계연구
2015 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-047-000802406