當兩個時間序列長度不同時，我們如何用雙變數 GARCH 模型對其進行分析？

此時，我需要對盧布/美元匯率和俄羅斯股市指數進行分析，我更喜歡在多元 GARCH 模型中進行分析。但是，我對數據有疑問。目前，我有兩個數據集，但它們並不平行，換句話說，我有 2014 年 12 月 30 日、2015 年 1 月 5 日的股市指數，….與 2014 年 12 月 31 日的匯率不同， 1th Jan, 13th, Jan, ….. 我不確定我是否下載了錯誤的數據，否則，我應該如何處理這種情況，從兩個數據集中刪除一些日期？

通常我會執行以下操作之一：

• 我改變了數據的粒度：下載每週回報而不是每天；
• 我創建“超級勞動日索引”：即（1）生成日期索引，該索引包含除週日和周六之外的所有可能日期；(2) 在數據集中的所有系列上，線性插值日期，缺失與超索引（例如，在索引 AI 上有 A1、A2 和 A7 日期的回報，A3 是國定假日；在 BI 上有 B1、B3 和 B7：B2是假期；兩個系列中的 5 和 6 是星期日和星期六；我創建超索引 C，日期為 C1、C2、C3、C4，然後在 A2 和 A4 之間插入 A3，在 B1 和 B3 之間插入 B2）。當我寫了一篇關於全球 12 個國家的每日波動溢出效應的論文時，我做到了這一點——許多地方的日期都是無與倫比的，因為每個國家都有自己的假期。

如果時間序列中缺少日期，任何時間序列，當您對特定粒度感興趣時，我寧願通過某種方法進行插值以省略數據。插值數據點可以通過多種方法完成，具體取決於您如何看待世界以及最適合您的數據：

1. 假設上一期的收盤價與缺失期的數據相同（“平坦”模型）
2. 對數據進行線性插值，即在上一個收盤價和下一個開盤價之間創建一條直線，並將數據點設置為離線。
3. 通過任一側的 n 個週期的數據擬合樣條曲線或移動平均線，並在曲線外插值。
4. 將更複雜的模型擬合到任一側的數據 n 個週期，並從該模型中插值。

實際上，我通常選擇 2 或 3 作為努力的最佳回報，因為它們最能解釋封閉期間和非工作時間/拍賣交易的“趨勢”。

另一個答案建議更改粒度，如果您對每天進行插值或外推感興趣，而不是在平滑粒度特徵時基於更高的粒度，我認為這是不可取的。

引用自：https://quant.stackexchange.com/questions/16545