MétaCan
Menu
Retour à la cohorte
Enregistrement W1890122713 · doi:10.3968/j.css.1923669720070306.001

Realized Volatility and Stylized Facts of Chinese Treasury Bond Market

2010· article· en· W1890122713 sur OpenAlexvenueno aff
Dijun Tan, Yixiang Tian

Notice bibliographique

RevueCanadian social science · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStylized factEconomicsVolatility (finance)TreasuryRealized varianceWelfare economicsFinancial economicsGeographyKeynesian economics

Résumé

récupéré en direct d'OpenAlex

Based on high frequency data, this paper studies the volatility stylized facts of Chinese Treasury bond market (CTBM) in detail, including the best sampling frequency selected to compute the realized volatility, the conditional and unconditional distribution of the returns, the long memory property, the intraday, inter-day pattern of the returns and volatility, the asymmetry of volatility, and so on. The main conclusions about CTBM volatility are provided. 15 minute is best sampling frequency. The RV-based conditional distribution of return is nearly normal. Both return and volatility have significant inter-day but insignificant intraday periodicity. Moreover, the volatility asymmetry existing widely in stock or exchange market is not significant in Chinese Treasury bond market. Key words: Realized volatility, Chinese Treasury bond market, High frequency data Resume: Base sur des donnees de haute frequence, le present article etudie en detail la volatilite des faits stylises du Marche de bon du Tresor chinois (MBTC), comprenant la meilleure frequence de prelevement selectionnee pour calculer la volatilite realisee, la distribution conditionnelle et inconditionnelle des retours, la propriete de longue memoire, le modele intrajour et interjour des retours et la volatilite, l’asymetrie de volatilite, etc. Les conclusions principales sur la volatilite du MBTC sont les suivantes : 15 minutes est la meilleure frequence de prelevement, la distribution conditionnelle RV-base du retour est presque normale. Le retour et l’asymetrie de volatilite ont tous les deux une periodicite inter-jour signifiante, mais une periodicite intrajour insignifiante. D’ailleurs, l’asymetrie de volatilite existant amplement dans la bourse et le marche des changes n’est pas importante sur le Marche de bon du Tresor chinois. Mots-Cles: volatilite realisee, Marche de bon du Tresor chinois, donnees de haute frequence

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,219
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207