利用高阶统计量推断价格和波动性的自激跳跃

（2002），“已实现波动的计量经济学分析及其在估计随机波动模型中的应用”，《皇家统计学会杂志B》，64253-280。[8] ——（2004），“随机波动和跳跃的权力和双权力变化”，《金融计量经济学杂志》，第2期，第1-37页。[9] ————（2006），“使用双功率变化测试金融经济学跳跃的计量经济学”，《金融计量学杂志》，4，1-30.33[10]贝茨，D.S.（1996），“跳跃和随机波动：德国马克期权中隐含的汇率过程”，《金融研究评论》，9，69-107。[11] ——（2000），“标普500指数期货期权市场87年后的崩溃恐惧”，经济计量学杂志，94181-238。[12] Bollerslev，T.（1986），“广义自回归条件异方差”，《计量经济学杂志》，31307-327。[13] Bollerslev，T.，Gibson，M.和Zhou，H.（2011），“从期权隐含和实现的波动性动态估计波动性风险溢价和投资者风险规避”，计量经济学杂志，160235-245。[14] Bollerslev，T.，Kretschmer，U.，Pigorsch，C.和Tauchen，G.（2009），“标准普尔500指数日收益和已实现变化的离散时间模型：跳跃和杠杆效应”，经济计量学杂志，150151-166。[15] Bollerslev，T.，Litvinova，J.和Tauchen，G.（2006），“高频数据中的杠杆和波动反馈效应”，《金融计量经济学杂志》，4353-384。[16] Bollerslev，T.，Patton，A.和Quaedvlieg，R.（2016），“利用错误：改进波动率预测的简单方法”，计量经济学杂志，192，1-18。[17] Bollerslev，T.，Sizova，N.和Tauchen，G.（2012），“均衡中的波动性：不对称尝试和动态依赖，”金融评论，16,31-80。[18] 布罗迪，M.，切尔诺夫，M.和约翰，M。

（2007），“模型规格和风险溢价：来自期货期权的证据”，《金融杂志》，LXII，1453-1490。[19] Brownlees，C.T.和Gallo，G.M.（2006），“超高频金融经济计量分析：数据处理问题”，计算统计和数据分析，512232-2245。[20] Chib，S.（1995），“吉布斯输出的边际可能性”，美国统计协会杂志，901313-1321。[21]Chib，S.和Jeliazkov，I.（2001），“大都会黑斯廷苏特的边际可能性”，美国统计协会杂志，96270-281。[22]Christo Offersen，P.F.（1998），“评估区间预测”，国际经济评论，39841-862。[23]Creal，D.D.（2008），“Levy-drivenStochastic波动率模型的滤波和平滑算法分析”，计算统计和数据分析，522863-2876。[24]Dobrev，D.和Szerszen，P.（2010），“估计股票收益模型和预测风险的高频数据的信息含量”，工作论文，SSRN。[25]杜菲，D.，潘J.和辛格尔顿，K.（2000），“跳跃式差异的转换分析和资产定价”，计量经济学，681343-1376。[26]Dumitru，A.M.和Urga，G.（2012），“识别金融资产的跳跃：非参数跳跃测试之间的比较”，《商业与经济统计杂志》，30242-255.34[27]Engle，R.F.和Ng，V.K.（1993），“衡量和测试新闻对波动性的影响”，《金融杂志》，481749-1778。[28]Eraker，B.（2004），“股票价格和波动率会上升吗？来自现货和期权价格的调节证据”，《金融杂志》，LIX，1367-1403。[29]Eraker，B.，Johannes，M.和Polson，N.（2003），“波动性和收益跳跃的影响”，金融杂志，第三版，1269-1300页。[30]Fulop，A.，Li，J.和Yu，J。

（2014），“自激跳跃、学习和资产定价应用”，《金融研究评论》，28876-912。[31]Geweke，J.（1992），“评估基于抽样的后验矩计算方法的准确性”，《贝叶斯统计》，第4卷（编辑Bernardo，J.M.，Berger，J.O.，Dawid，A.P.和Smith，A.F.M.），英国牛津克拉伦登出版社。[32]Geweke，J.（2001），“贝叶斯计量经济学与预测”，《计量经济学杂志》，第100期，第11-15页。[33]Geweke，J.和Amisano，G.（2010），“比较和评估资产收益率的贝叶斯预测分布”，国际预测杂志，26216-230。[34]Hansen，P.R.，Huang，Z.and Shek，H.H.（2012），“已实现的GARCH：收益和已实现的波动性度量的联合模型”，应用计量经济学杂志，27877-906。[35]Hansen，P.R.和Lunde，A.（2005），“基于交互高频数据的全天已实现方差”，《金融计量经济学杂志》，3525–554。[36]Hawkes，A.G.（1971a），“一些自激和互激点过程的光谱”，Biometrika，58，83-90。[37]–（1971b），“一些相互激励的点过程的点谱”，皇家统计学会期刊：B系列（统计方法），33438-443。[38]Heidelberger，P.和Welch，P.D.（1983），“初始瞬态压力下的模拟运行长度控制”，运筹学，31109-1144。[39]Heston，S.L.（1993），“随机波动期权的封闭形式解及其在债券和货币期权中的应用”，《金融研究评论》，第6327-343页。[40]Huang，X.和Tauchen，G.（2005），“跳跃对总价格方差的相对贡献”，《金融计量经济学杂志》，3456-499。[41]杰科德·J.，吉隆坡·乌佩尔伯格·C.和穆勒·G。

（2012），“价格和波动性跳跃之间的函数关系及其对离散观测数据的影响”，《应用概率杂志》，49901-914。[42]Jacod，J.和Todorov，V.（2010），“价格和波动率一起跳吗？”应用概率年鉴，20125-1469。[43]Jacod，J.，Kl–uppelberg，C.和M–uller，G.（2013），“价格和波动率跳跃之间的非相关性测试”，论文草稿。[44]Jacquier，E.和Miller，S.（2010），“已实现波动率的信息含量”，工作文件，蒙特利尔大学HEC。35[45]Jacquier，E.，Polson，N.G.和Rossi，P.E.（2004），“具有厚尾和相关误差的随机波动率模型的贝叶斯分析”，计量经济学杂志，122185-212。[46]Jensen，M.J.和Maheu，J.M.（2014），“风险、回报和波动性反馈：阿巴斯非参数分析”，工作论文。SSRN。[47]Koopman，S.J.和Scharth，M.（2013），“每日实现测度存在时的随机波动性分析”，《金融计量经济学杂志》，11，76-115。[48]Liu，L.Y.，Patton，A.J.和Sheppard，K.（2015），“有什么东西能超过5分钟吗？多个资产类别的已实现指标比较”，《经济计量学杂志》，187293-311。[49]Maheu，J.M.和McCurdy，T.H.（2004），《个人股票收益的新闻到达、跳跃动力学和波动性成分》，金融杂志，LIX，755-793。[50]Malik，F.（2011），“估计好消息对股市波动的影响”，应用金融经济学，21545-554。[51]Maneesoonthorn，W.，Martin，G.M.，Forbes，C.S.和Grose，S.（2012），“波动率及其风险溢价的概率预测”，计量经济学杂志，171217-236。[52]Pan，J.（2002），“期权中隐含的跳跃风险溢价：来自综合时间序列研究的证据”，《金融经济学杂志》，63，3-50。[53]斯特劳德，J.R.，穆勒，P。

和Polson，N.G.（2003），“具有状态相关方差的非线性状态空间模型”，美国统计协会杂志，98377-386。[54]Takahashi，M.，Omori，Y.和Watanabe，T.（2009），“同时使用每日收益和实际波动率估计随机波动率模型”，计算统计和数据分析，532404-2426。[55]Tauchen G.和Zhou，H.（2011），“金融市场实现的跳跃和预测信用利差”，《计量经济学杂志》，160，102–118[56]Todorov，V.和Tauchen G.（2011），“波动性跳跃”，《商业与经济统计杂志》，29，356-371。[57]Yu，B.和Mykland，P.（1998），“通过CUSUM路径图观察马尔可夫采样器：一个简单的诊断想法”，统计与计算，8275-286.36使用高频测量推断价格和波动的自激跳跃。补充附录：M11至M11型号的结果*, Catherine S.Forbes+和Gael M.Martin2018年8月4日摘要在本补编中，我们提供了补充正文第4节中记录的其他后验结果。具体而言，我们报告了M11至M11模型静态参数的贝叶斯点和区间估计（见正文表1）。嵌套模型采用了表5（正文附录A）中所述的先验分布（如适用）。这些先验分布也适用于非嵌套模型M5到M7中的公共参数，这些模型中的跳跃强度参数的先验是非均匀的，并且符合模型隐含的非条件跳跃强度在0到1之间的理论限制。实现的GARCH规格M10到M11采用的先验分布与模型的平稳性条件一致。

所有11个模型均使用1996年1月3日至2014年6月23日（含）样本期内的标准普尔500指数数据进行估算。表A1至A11分别记录了边缘后验均值（MPMs）、95%的最高后验密度（HPD）区间，以及与相关MCMC图相关的效率因子。每个表还包含模型隐含的瞬时和时滞co跳跃统计信息。*O。Maneesoonthorn@mbs.edu.墨尔本大学墨尔本商学院。+凯瑟琳。Forbes@monash.edu.蒙纳士大学计量经济学和商业统计系通讯作者：盖尔。martin@monash.edu.