¿Qué se entiende por innovaciones en la volatilidad?

Question

Actualmente estoy leyendo acerca de las acciones con "alta sensibilidad a las innovaciones en el agregado de la volatilidad". Yo no soy un hablante nativo, así que esto podría ser una pregunta trivial, pero yo realmente no puedo encontrar una respuesta en cualquier lugar en internet. Ang, Xing y Zhang (2006) afirman que "las poblaciones con alta sensibilidad a las innovaciones en el agregado de la volatilidad de tener bajos rendimientos promedios".

Actualmente estoy leyendo es como sigue: Acciones que son sensibles a la volatilidad del mercado la evolución/movimientos/cambios tienen bajos rendimientos promedios. ¿Es esta la forma que debo interpretar la frase que dijo antes? He encontrado un libro en línea que describe de volatilidad estocástica, pero todo es relativamente nuevo para mí.

Muchas gracias!

Answer 1

Una volatilidad de la innovación es la diferencia entre nuestra mejor predicción del futuro de la volatilidad y, lo que es realmente observada. Decir que podemos predecir la volatilidad en el siguiente paso de tiempo como $E_t[ \sigma_{t+1}] = \hat{\sigma}_{t+1}$, pero en su lugar, observe $\sigma_{t+1} = \hat{\sigma}_{t+1} + \varepsilon_{t+1}$. Aquí $\varepsilon_{t+1}$ es la innovación, el componente aleatorio de futuro de la volatilidad.

Incertidumbre en la volatilidad es mala, ya que crea una incertidumbre en la cartera óptima de decisión, especialmente cuando la volatilidad es mayor de lo esperado. Esto significa que los activos que están muy correlacionadas con las innovaciones $\varepsilon_{t+1}$ (que tienen una alta sensibilidad) son atractivas y por lo tanto tienen una menor rentabilidad media de la demanda de aumentar el precio de los activos (por supuesto).

Answer 2

Sin contexto, no estoy 100% seguro, pero esta es mi interpretación:

Sólo a partir de la wikipedia:

En el análisis de series de tiempo (o predicción) - llevado a cabo en las estadísticas, procesamiento de señales, y en muchos otros campos - la innovación es la diferencia entre el valor observado de una variable en el tiempo t y el mejor pronóstico de que el valor basado en la información disponible antes de tiempo t. Si el método de pronóstico está funcionando correctamente, las sucesivas innovaciones no están correlacionados entre sí, es decir, constituyen un ruido blanco de series de tiempo.

O más en relación a su caso:

Si nos fijamos en un modelo de serie temporal de la volatilidad, es decir, por ejemplo un modelo GARCH:

$$ h_t = \omega + \alpha \epsilon_{t-1}^2 + \beta h_{t-1}$$

entonces $\epsilon_{t-1}$ sería el de la innovación. En los modelos de tiempo discreto, la Browniano término asume el papel de innovador. En un modelo de Heston por ejemplo, usted tiene una media de revertir plazo y una a la innovación plazo.