ARMA Representation of Integrated and Realized Variances
Article [Version of Record]
Is part of
Cahier de recherche ; no. 2002-20.Publisher(s)
Université de Montréal. Département de sciences économiques.Author(s)
Affiliation
Abstract(s)
This paper derives the ARMA representation of integrated and realized variances when the spot variance depends linearly on two autoregressive factors, i.e., SR SARV(2) models. This class of processes includes affine, GARCH diffusion, CEV models, as well as the eigenfunction stochastic volatility and the positive Ornstein-Uhlenbeck models. We also study the leverage effect case, the relationship between weak GARCH representation of returns and the ARMA representation of realized variances. Finally, various empirical implications of these ARMA representations are considered. We find that it is possible that some parameters of the ARMA representation are negative. Hence, the positiveness of the expected values of integrated or realized variances is not guaranteed. We also find that for some frequencies of observations, the continuous time model parameters may be weakly or not identified through the ARMA representation of realized variances. Nous dérivons la représentation ARMA des variances intégrées et réalisées quand la variance instantanée est la combinaison linéaire de deux facteurs auto-régressifs, c’est-à-dire, les modèles SR-SARV(2). Cette classe de processus contient les modèles affines, de diffusion GARCH, CEV, à fonctions propres, ainsi que les processus Ornstein-Uhlenbeck qui sont positifs. Nous étudions le cas à effet de levier ainsi que le lien entre la représentation GARCH faible des rendements et la représentation ARMA de la volatilité réalisée. Finalement, nous analysons les conséquences empiriques de ces représentations ARMA. Nous trouvons qu’il est possible que certains paramètres de la représentation ARMA soient négatifs. Ainsi, la positivité de l’espérance linéaire des variances intégrées et réalisées n’est pas assurée. Nous trouvons aussi que, pour certaines fréquences d’observation, les paramètres du modèle en temps continu peuvent être faiblement identifiables ou non identifiables à partir de la représentation ARMA de variances réalisées.
This document disseminated on Papyrus is the exclusive property of the copyright holders and is protected by the Copyright Act (R.S.C. 1985, c. C-42). It may be used for fair dealing and non-commercial purposes, for private study or research, criticism and review as provided by law. For any other use, written authorization from the copyright holders is required.