Skewness in the conditional distribution of daily equity returns
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The conditional distribution of asset returns is important for a number of applications in finance, including financial risk management, asset pricing and option valuation. In the GARCH framework, it is typically assumed that returns are drawn from a symmetric conditional distribution such as the normal, Student-t or power exponential. However, the use of a symmetric distribution is inappropriate if the true conditional distribution of returns is skewed. This study models the conditional distribution of daily returns in five international equity market indices and a world equity index using the skewed generalised-t (SGT) distribution, a distribution that allows for a very wide range of skewness and kurtosis, and which nests the three most commonly used distributions as special cases. It is shown that the use of a conditional SGT distribution offers a substantial improvement in the fit of both GARCH and EGARCH models. Moreover, for both models, the study strongly rejects the restrictions on the SGT that are implied by the normal, Student-t and power exponential distributions. With the GARCH specification, the conditional distribution is negatively skewed for all six series. However, for three of these series – namely the US, Japan and the World index – this skewness can be explained by leverage effects, which are captured by the EGARCH model. For the remaining three series – the UK, Canada and Germany – the skewness in the conditional distribution of returns remains even after allowing for leverage effects.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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