Tổng hợp chuỗi bài học về biến động ngẫu nhiên A synthesis of the stochastic volatility series 1. Bức tranh lớn về biến động ngẫu nhiên Chúng ta đã bắt đầu chuỗi bài học này với một câu hỏi đơn giản nhưng sâu sắc: Tại sao rủi ro trên thị trường tài chính lại thay đổi theo thời gian? Câu trả lời mà các mô hình Biến động Ngẫu nhiên (SV) mang lại không chỉ là một kỹ thuật, mà là một cuộc cách mạng về mặt triết lý. Thay vì xem biến động như một sản phẩm phụ có thể dự đoán được một cách máy móc từ lợi suất quá khứ (như cách tiếp cận của ARCH/GARCH), mô hình SV thừa nhận một sự thật khiêm tốn hơn và gần với thực tế hơn: bản thân rủi ro cũng là một quá trình ngẫu nhiên, có những cú sốc và động lực riêng mà chúng ta không thể quan sát trực tiếp. Cách tiếp cận này đặt mô hình SV vào vị trí trung tâm của kinh …
Các bài đã xem
- Mở rộng mô hình và các trường hợp tổng quát
- Phân tích thực hành với hồi quy điều chỉnh và so khớp
- Đặc điểm của quá trình nhiễu và mô hình AR(1) kinh điển
- Hướng dẫn thực hành phân tích đồng tích hợp với Stata từ A đến Z
- Các giả định còn lại – Biến không ngẫu nhiên và phân phối chuẩn
- Giá trị thời gian của tiền tệ: Hiện tại và tương lai
- Hiểu về dữ liệu bị cắt cụt và mô hình hồi quy tương ứng
- Lý thuyết về mô hình không gian trạng thái và bộ lọc Kalman
- Hướng dẫn thực hành tổng hợp các kỹ thuật với Stata
- Kiểm định nghiệm đơn vị trong dữ liệu bảng
- Thực hành phân tích tổng hợp cho dữ liệu liên tục với Stata
- Nền tảng của hồi quy bình phương nhỏ nhất (OLS)
- Nền tảng về chuỗi không dừng và nghiệm đơn vị
- Kiểm định giả thuyết trong khuôn khổ MLE
- Một cái nhìn toàn diện và các biện pháp phòng ngừa
- Hướng dẫn thực hành tổng hợp DID mở rộng với Stata
-
Xem thêm