大私享家 发表于 2023-9-6 14:38
麻烦再请问一下,我的skew参数的估计值是大于1且显著的,说明在这里分布被识别为右偏。
但是在描述性分析 ...
如果你的建模流程等处理都没有问题的话,那只能说这是数据在不同的统计分析视角下反馈给你的判断,不论你喜欢与否,这就是客观的结论现象。
描述性分析里你的左偏判断应该是建立在比较简单一些的分析上的,但是GJR-GARCH-sstd建模后偏度参数显示为右偏则是建立在更复杂的分析上,它是对异方差、volatility filter process、假定的sstd dist都综合考虑后的MLE参数化分析视角下给出的判断,所以如果两个偏度判断有不同,其实也正常。
因为分析建立在不同的框架下,没有人可以保证数据自身反映出来的结论一定就相同,只能说通常情况下,前面那个可能有预先指导的作用,但最终还是要看你第二个的结论,因为你是在用模型分析波动率或预测波动率。甚至有时候分析师可能会发现改变下GARCH模型的规格,sstd偏度的结论会直接反转。
金融资产数据大部分时候都有左偏,只是程度大小的不同,这是数据分布属性的问题,但选不选择在建模时考虑分布的偏度是个模型问题,选择使用skewed dist就是在选择使用参数化的分布结合GARCH模型进行波动率建模,所以skewness参数是个待估计的参数。如果没有偏得很厉害,直接用symmetric dist也够,或者直接以预测为导向,哪个模型得到的波动率预测更准确就倾向于哪一个。一般分析师预测一段时间内波动率大小时倾向于直接使用skewed dist,或者在预测VaR时也更偏向于使用skewed dist,因为这样做的分析结论经常是更准确的,至于左偏还是右偏,let the data decide,他们不一定会关心并检查每一次rolling forecasting时偏度是左还是右。