본문으로 건너뛰기
라이브러리 문서 전체

수익률·변동성·거래량의 구조적 모형

기사 arXiv papers · 저자: Andrea Bucci et al.
원문 읽기

요약

이 논문은 고차원 환경에서 자산 수익률과 실현 변동성, 거래량을 함께 분석하는 Structural Matrix Autoregressive 모형을 제안합니다. 일반적인 벡터 자기회귀보다 간결한 모수화를 유지하면서 변수 간 동적 파급과 자산 간 의존성을 포착하도록 설계됐습니다. Mixture of Distributions Hypothesis와 효율적 시장 이론에서 도출한 구조적 제약을 사용해 모형을 식별합니다.

실증 분석에는 2021부터 2025까지 다우존스 산업평균지수 구성 종목의 일별 데이터를 사용합니다. 결과는 변동성이 거래 활동의 주요 동인임을 보여줍니다. 예측 오차 분산 분해에 따르면 짧은 기간에는 내부 충격이 거래량 동학을 지배하는 반면, 장기에는 자산 간 파급이 거래량 변동의 절반 이상을 설명합니다. FOMC 발표일 전후의 이벤트 연구에서는 발표일에 활동의 정보성 요소가 증가한 뒤 빠르게 평균으로 회귀하는 것으로 나타났습니다. 이 결과는 선정된 주식과 표본 기간, 식별 제약 및 모형 설정에 한정됩니다.

핵심 아이디어

  • SMAR 체계는 자산 전반의 수익률과 실현 변동성, 거래량을 함께 모형화합니다.
  • 간결한 모수화로 파급 효과와 횡단면 의존성을 포착하는 것이 목표입니다.
  • 보고된 분석에서는 변동성이 거래 활동의 주요 동인으로 나타났습니다.
  • 장기에는 자산 간 파급이 거래량 변동에서 차지하는 비중이 더 큽니다.
  • FOMC 발표일에는 정보성 활동이 증가한 뒤 빠르게 평균으로 회귀합니다.

태그

주식변동성시장 미시구조통계이벤트 기반 전략
전문
# A Structural Matrix Autoregressive Model for the Joint Dynamics of Volume, Volatility, and Returns


# A Structural Matrix Autoregressive Model for the Joint Dynamics of Volume, Volatility, and Returns









This paper proposes a Structural Matrix Autoregressive (SMAR) model for the joint analysis of asset returns, realized volatility, and trading volume in a large-dimensional setting. This framework simultaneously captures dynamic spillovers across financial variables and cross-sectional dependence across assets while preserving a parsimonious parameterization relative to conventional vector autoregressive models. The model is estimated on daily data for the constituents of the Dow Jones Industrial Average over the period 2021-2025 and is structurally identified through restrictions consistent with the Mixture of Distributions Hypothesis and efficient market theory. The empirical findings indicate that volatility is the primary driver of trading activity, suggesting that informational shocks are predominantly incorporated into markets through price variability. Forecast error variance decompositions further reveal that, although internal shocks dominate short-term volume dynamics, cross-asset spillovers account for more than 50% of trading volume variation at longer horizons. Finally, an event-study analysis around FOMC announcements supports the proposed decomposition by identifying significant increases in the informative component of trading activity on announcement days followed by rapid mean reversion.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.