본문으로 건너뛰기
라이브러리 문서 전체

GARCH 주식 변동성 모형에서 거래 활동을 정보 대리변수로 활용

기사 arXiv papers · 저자: Tetsuya Takaishi et al.
원문 읽기

요약

이 연구는 도쿄증권거래소 데이터를 사용해 일일 거래량과 거래 건수가 주식 변동성을 설명하는 데 도움이 되는지 살펴봅니다. 분포 혼합 가설에 따라 두 지표를 시장 관련 정보가 유입되는 속도의 대리변수로 봅니다. 조건부 분산의 지속성을 포착하는 일반화 자기회귀 조건부 이분산 모형으로 변동성과의 관계를 평가합니다.

보고된 결과에 따르면 거래량이나 거래 건수를 추가해도 GARCH 효과가 항상 사라지는 것은 아닙니다. 저자들은 이를 이러한 활동 지표가 정보 유입률을 충분히 포착하지 못한다는 근거로 해석합니다. 거래가 많다는 사실만으로 지속적인 변동성이 설명된다고 단정해서는 안 된다는 점을 보여줍니다. 제공된 설명에는 표본 기간, 주식 종목, 모형 변형 또는 지속성이 남는 사례의 빈도가 명시되지 않아, 이 요약만으로 결과의 강도와 일반성을 판단할 수 없습니다.

핵심 아이디어

  • 거래량과 거래 건수를 정보 유입의 대리변수로 검증합니다.
  • 일일 도쿄증권거래소 데이터와 GARCH 모형으로 변동성 지속성을 평가합니다.
  • 거래 지표를 추가해도 GARCH 효과가 항상 사라지지는 않습니다.
  • 보고된 결과는 거래량과 거래 건수가 정보 흐름을 불완전하게 나타낸다는 점을 시사합니다.
  • 문서에 방법론 세부 정보가 충분히 없어 결과의 적용 범위를 평가하기 어렵습니다.

태그

주식변동성통계시장 미시구조
전문
# The relationship between trading volumes, number of transactions, and stock volatility in GARCH models


# The relationship between trading volumes, number of transactions, and stock volatility in GARCH models









We examine the relationship between trading volumes, number of transactions, and volatility using daily stock data of the Tokyo Stock Exchange. Following the mixture of distributions hypothesis, we use trading volumes and the number of transactions as proxy for the rate of information arrivals affecting stock volatility. The impact of trading volumes or number of transactions on volatility is measured using the generalized autoregressive conditional heteroscedasticity (GARCH) model. We find that the GARCH effects, that is, persistence of volatility, is not always removed by adding trading volumes or number of transactions, indicating that trading volumes and number of transactions do not adequately represent the rate of information arrivals.

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

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