波動率
導致金融時間序列重尾的經濟事實
在閱讀有關極值理論的教程時,我曾經遇到以下主張
Heavy tailed marginals are a preferable feature of models for financial time series.
為什麼金融時間序列顯示出重尾邊際模式?這一觀察背後是否有任何經濟事實?
波動性隨時間而變化。即使每日收益是正常的,假設每天的條件波動率是已知的,那麼每日收益的無條件分佈也會有超峰態。例如,如果日收益率在 90% 的時間存在 1% 的標準差,在 3%、10% 的時間存在標準差,則高波動性 3% 標準差狀態的存在將導致日收益率展示肥尾巴。正態混合可用於對尾部比正態重的分佈進行建模。
金融市場中的極端事件,例如 1987 年的崩盤,在現實世界中發生的頻率比正態分佈預測的要高。
導致這些極端事件的經濟事實各不相同。在許多不同的時期(例如鬱金香狂熱)都觀察到了這種極端下降,這表明它更有可能是人類基本本性所固有的。然而,這種潛在的生物力量需要一些經濟條件才能顯現出來。這些通常是每次特定崩潰所獨有的(即,1987 年崩潰背後的經濟條件不同於網際網路崩潰和次貸危機)。