Split-Session Cluster GARCH for Overnight and Intraday Returns: The Role of Tail Heterogeneity
创建于 更新于
摘要
本论文提出 Split-Session Cluster GARCH，用卷积-t 分布捕捉夜盘与日盘分段及行业分组的尾部异质性，并采用块结构确保高维情形下的参数可估计性。实证于六资产与100资产的美股数据，结果显示夜间尾部显著更厚，分时与行业分组的尾部参数对拟合与预测均有实质性提升；在100资产设定下，资产级尾部异质性贡献最大，GMV组合表现最佳。该框架通过无约束相关化与 canonical 块表示实现高维可控更新，优于传统共尾多元-t 与 DCC 模型。 [page::1]
