Financial market volatility modelin

Financial market volatility modeling and forecasting is a
major concern of a number of recent studies. Volatility reflects
uncertainty that has implications for investment decisions, risk
management and indeed monetary policy of a country. Poon and
Granger (2003) have provided an excellent review of the literature
on volatility modeling. Poon and Granger have suggested further
research especially in the area of trading volume volatility. They
have argued that such research can lead to a better understanding
and modeling of returns distribution. Trading volume plays
a critical role in financial markets. It facilitates the price discovery
process, enables investors to share financial risk and ensures
that corporations can raise funds needed for future investment
(McKenzie and Henry, 2008). Finance theory provides ambiguous
predictions about trading volume prior to corporate announcements.
The relationship between return on stocks and the trading
volume is also unclear (Girard and Biswas, 2007). However, it is generally accepted that high stock market volume is associated
with volatile returns and stock prices are more likely to decline
on a high volume day (Campbell, Grossman, & Wang, 1993).
Lamoureux and Lastrapes (1990) have suggested that conditional
heteroskedasticity may be caused by a time dependent
arrival rate of information in the financial markets. They used the
daily trading volume as a proxy for the arrival of such information
and confirm its significance.4 Like asset returns, volume of trade
itself is volatile in nature. According toWang (1994)the behavior of
the trading volume is closely linked to the underlying heterogeneity
among investors.Moreover, when liquidity trading is exogenous
and inelastic with respect to price, as inKyle (1985), trading volume

ผลลัพธ์ (ไทย) 1:

ความผันผวนของตลาดการเงินการสร้างโมเดล และการคาดการณ์อยู่ความกังวลหลักของจำนวนการศึกษาล่าสุด สะท้อนถึงความผันผวนความไม่แน่นอนที่มีผลกระทบต่อการตัดสินใจลงทุน ความเสี่ยงการจัดการและนโยบายการเงินที่แท้จริงของประเทศ พูน และเกรนเจอร์ (2003) ได้ให้การทบทวนวรรณกรรมยอดเยี่ยมในการสร้างแบบจำลองความผันผวน พูนและเกรนเจอร์ได้แนะนำเพิ่มเติมวิจัยโดยเฉพาะอย่างยิ่งในพื้นที่ของความผันผวนของปริมาณการซื้อขาย พวกเขามีโต้เถียงว่า การวิจัยสามารถนำไปสู่ความเข้าใจที่ดีขึ้นและการสร้างแบบจำลองของการกระจายผลตอบแทน เล่นซื้อขายเสียงมีบทบาทสำคัญในตลาดการเงิน จึงช่วยในการค้นพบราคาประมวลผล ทำให้นักลงทุนเพื่อแชร์ความเสี่ยงทางการเงิน และให้ว่า บริษัทสามารถระดมทุนสำหรับการลงทุน(กนกและเฮนรี่ 2008) ทฤษฎีทางการเงินให้ชัดเจนคาดคะเนเกี่ยวกับปริมาณข่าวบริษัทก่อนการซื้อขายความสัมพันธ์ระหว่างผลตอบแทนจากหุ้นและการซื้อขายเสียงก็ไม่ชัดเจน (Girard และหุ้น 2007) อย่างไรก็ตาม จะโดยทั่วไปยอมรับว่าตลาดหุ้นสูงปริมาณสัมพันธ์ผลตอบแทนที่ผันผวนและราคาหุ้นมีแนวโน้มลดลงในปริมาณสูง (Campbell รวม และ วัง 1993)Lamoureux และ Lastrapes (1990) ได้แนะนำว่า มีเงื่อนไขheteroskedasticity อาจเกิดจากเวลาที่ขึ้นกับอัตราการมาถึงของข้อมูลในตลาดการเงิน พวกเขาใช้การปริมาณการซื้อขายเป็นพร็อกซีสำหรับการมาถึงของข้อมูลดังกล่าวและยืนยันการส่งกลับค่าของ significance.4 เช่นสินทรัพย์ ปริมาณการค้าตัวเองมีความผันผวนในธรรมชาติ ตามลักษณะการทำงานของ toWang (1994)ปริมาณการซื้อขายอย่างใกล้ชิดกับ heterogeneity พื้นฐานในหมู่นักลงทุน นอกจากนี้ เมื่อสภาพคล่องการซื้อขายเป็นจากภายนอกและเส้นเกี่ยวกับราคา เป็น inKyle (1985), ปริมาณการซื้อขาย

ผลลัพธ์ (ไทย) 2:

การสร้างแบบจำลองความผันผวนของตลาดการเงินและการคาดการณ์เป็น
ความกังวลหลักของจำนวนของการศึกษาที่ผ่านมา สะท้อนให้เห็นถึงความผันผวนของ
ความไม่แน่นอนที่มีผลกระทบต่อการตัดสินใจลงทุนความเสี่ยง
การบริหารจัดการและการดำเนินนโยบายการเงินแน่นอนของประเทศ พูนและ
เกรนเจอร์ (2003) ได้จัดให้มีการตรวจสอบที่ดีเยี่ยมของวรรณกรรม
ในการสร้างแบบจำลองการระเหย พูนและชาวนามีข้อเสนอแนะต่อ
การวิจัยโดยเฉพาะอย่างยิ่งในพื้นที่ของปริมาณการซื้อขายผันผวน พวกเขา
ได้เสนอว่าการวิจัยดังกล่าวจะนำไปสู่ความเข้าใจที่ดี
และการสร้างแบบจำลองของการกระจายผลตอบแทน ปริมาณการซื้อขายเล่น
บทบาทสำคัญอย่างยิ่งในตลาดการเงิน จะอำนวยความสะดวกการค้นพบราคา
กระบวนการช่วยให้นักลงทุนที่จะแบ่งปันความเสี่ยงทางการเงินและสร้างความมั่นใจ
ว่า บริษัท สามารถระดมทุนที่จำเป็นสำหรับการลงทุนในอนาคต
(McKenzie และเฮนรี่, 2008) ทฤษฎีการเงินให้คลุมเครือ
คาดการณ์เกี่ยวกับปริมาณการซื้อขายก่อนที่จะมีประกาศขององค์กร.
ความสัมพันธ์ระหว่างผลตอบแทนจากหุ้นและการซื้อขาย
ปริมาณยังไม่มีความชัดเจน (ราร์ดและ Biswas 2007) แต่ก็เป็นที่ยอมรับกันโดยทั่วไปว่าปริมาณสต็อกสูงในตลาดมีความเกี่ยวข้อง
กับผลตอบแทนที่มีความผันผวนและราคาหุ้นมีแนวโน้มที่จะปรับตัวลดลง
ในวันที่มีปริมาณสูง (แคมป์เบลกรอสแมนและวัง 1993).
Lamoureux และ Lastrapes (1990) ได้ชี้ให้เห็นว่ามีเงื่อนไข
heteroskedasticity อาจจะเกิดจากเวลาขึ้นอยู่กับ
อัตราการมาถึงของข้อมูลในตลาดการเงิน พวกเขาใช้
ปริมาณการซื้อขายรายวันเป็นตัวแทนการมาถึงของข้อมูลดังกล่าว
และยืนยัน significance.4 เช่นผลตอบแทนสินทรัพย์ที่ปริมาณการค้า
ของตัวเองมีความผันผวนในธรรมชาติ ตาม toWang (1994) ลักษณะการทำงานของ
มูลค่าการซื้อขายที่มีการเชื่อมโยงอย่างใกล้ชิดกับความแตกต่างพื้นฐาน
ในหมู่ investors.Moreover เมื่อสภาพคล่องการซื้อขายภายนอก
และยืดหยุ่นด้วยความเคารพต่อราคาเป็น inKyle (1985) ปริมาณการซื้อขาย

ผลลัพธ์ (ไทย) 3:

ความผันผวนของตลาดการเงินและแบบจำลองการพยากรณ์ คือปัญหาหลักของการศึกษาล่าสุด สะท้อนให้เห็นถึงความผันผวนความไม่แน่นอนที่มีผลกระทบต่อการตัดสินใจลงทุน ความเสี่ยงการจัดการและแน่นอนนโยบายการเงินของประเทศ พูน และเกรนเจอร์ ( 2003 ) ได้ให้ความคิดเห็นที่ยอดเยี่ยมของวรรณกรรมบนความผันผวนของแบบจำลอง ปุ่นและ Granger ได้แนะนำเพิ่มเติมการวิจัยโดยเฉพาะอย่างยิ่งในพื้นที่ของความผันผวนของปริมาณการซื้อขาย พวกเขามีการถกเถียงกันอยู่ว่า งานวิจัยดังกล่าวสามารถนำไปสู่ความเข้าใจที่ดีขึ้นและแบบจำลองค่าการกระจาย ปริมาณการซื้อขายเล่นบทบาทที่สำคัญในตลาดการเงิน ในการค้นพบราคากระบวนการที่ช่วยให้นักลงทุนที่จะแบ่งปันความเสี่ยงทางการเงินและสร้างความมั่นใจว่า บริษัทสามารถระดมทุนที่จำเป็นสำหรับการลงทุนในอนาคต( McKenzie และเฮนรี่ , 2008 ) ทฤษฎีการคลังให้กำกวมการคาดการณ์เกี่ยวกับปริมาณการซื้อขายก่อนการประกาศขององค์กรความสัมพันธ์ระหว่างผลตอบแทนของหุ้นและการซื้อขายระดับเสียงยังไม่ชัดเจน ( ราร์ด และ บิสวาส ปี 2550 ) อย่างไรก็ตาม เป็นที่ยอมรับกันโดยทั่วไปว่า ปริมาณสต็อกในตลาดสูง ความสัมพันธ์กับผลตอบแทนผันผวนและราคาหุ้นมีแนวโน้มที่จะลดลงในวันที่มีปริมาณสูง ( แคมป์เบลล์ กรอสแมน และ วัง , 1993 )แลมุโร และ lastrapes ( 1990 ) พบว่า มีเงื่อนไขheteroskedasticity อาจเกิดจากเวลาขึ้นอยู่กับอัตราการมาถึงของข้อมูลในตลาดการเงิน พวกเขาใช้ปริมาณการซื้อขายวันเป็นพร็อกซี่สำหรับการมาถึงของข้อมูลเช่นและยืนยันความสำคัญ 4 ชอบผลตอบแทนสินทรัพย์ ปริมาณการค้าตัวเองจะเปลี่ยนแปลงได้ในธรรมชาติ ตาม towang ( 1994 ) พฤติกรรมของปริมาณการซื้อขายเชื่อมโยงอย่างใกล้ชิดเพื่อสามารถอ้างอิงของนักลงทุน นอกจากนี้ เมื่อการซื้อขายมีสภาพคล่องภายนอกและไม่ยืดหยุ่นเกี่ยวกับราคาเป็น inkyle ( 1985 ) , ปริมาณการซื้อขาย