کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5095707 1376480 2016 34 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A nonparametric test of a strong leverage hypothesis
ترجمه فارسی عنوان
آزمون غیر پارامتری فرضیه قوی اهرم
ترجمه چکیده
فرضیه به اصطلاح اهرم این است که شوک منفی به قیمت / بازده بر نوسانات بیشتر از شوک های مثبت برابر تاثیر می گذارد. این که آیا این امر مربوط به تغییر اهرم مالی است یا خیر، هنوز در معرض اختلاف است اما اصطلاحات استفاده گسترده ای دارند. آزمون های زیادی از فرضیه ی لایحه با استفاده از داده های زمان گسسته وجود دارد. اینها معمولا شامل اتصالات مدل پارامتری یا نیمه پارامتر عمومی به نوسان شرطی و سپس تست محدودیت های ضمنی در پارامترها یا منحنی ها می باشد. ما یک راه جایگزین برای آزمایش این فرضیه با استفاده از تغییرات متوجه به عنوان یک معیار مستقیم غیر پارامتری مستقیم پیشنهاد می دهیم. فرضیه صفر ما از سلطه توزیعی شرطی است و بنابراین خیلی قوی تر از فرضیه های معمول قبلا است. ما آزمون خود را بر روی سهام فردی و شاخص سهام با استفاده از داده های روزانه در طول یک دوره طولانی اجرا می کنیم. ما شواهد بسیار ضعیفی بر علیه فرضیه ما پیدا می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات آمار و احتمال
چکیده انگلیسی
The so-called leverage hypothesis is that negative shocks to prices/returns affect volatility more than equal positive shocks. Whether this is attributable to changing financial leverage is still subject to dispute but the terminology is in wide use. There are many tests of the leverage hypothesis using discrete time data. These typically involve fitting of a general parametric or semiparametric model to conditional volatility and then testing the implied restrictions on parameters or curves. We propose an alternative way of testing this hypothesis using realized volatility as an alternative direct nonparametric measure. Our null hypothesis is of conditional distributional dominance and so is much stronger than the usual hypotheses considered previously. We implement our test on individual stocks and a stock index using intraday data over a long span. We find only very weak evidence against our hypothesis.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Econometrics - Volume 194, Issue 1, September 2016, Pages 153-186
نویسندگان
, , ,