Approximate Factor Models with a Common Multiplicative Factor for Stochastic Volatility

Roberto León‐González

doi:10.1515/snde-2024-0103

2025-12-01

PRE

Roberto León‐González *

Blessings Majoni

DOI：10.1515/snde-2024-0103

原文链接

原文求助

摘要

En 中文

共同因子随机波动率（CSV）模型捕捉了波动率模式中常观察到的共性。然而，它们假设波动率的所有时间变化都是由一个乘法因子驱动的。本文有两个贡献。首先，我们开发了一种新颖的CSV模型，其中波动率遵循逆伽马过程（CSV-IG），这允许波动率出现更极端的值。我们得到了该CSV模型似然函数的解析表达式，这极大地简化了边际似然和预测似然的数值计算，以便进行模型比较。我们还表明，使用伽马混合分布可以精确地从波动率的后验分布中进行模拟。其次，我们通过用异方差因子替代条件同方差冲击来推广此CSV-IG模型，这些异方差因子在与共同乘法因子相互作用时构成一个近似因子模型（CSV-IG-AF）。在实证应用中，我们展示了我们的模型具有最佳的实证表现。我们还表明，即使在允许更一般的复杂波动率过程的情况下，指定一个共同乘法因子也很重要，因为这显著改善了模型的实证拟合效果。

Keyword:

vector autoregressions

correlation matrix

model selection

policy evaluation

heteroscedasticity

homoscedasticity

C11

C15

C32

C52

C53