本文提出了一种检验随机波动率模型中波动率预测期限结构的方法，并将其应用于S&；500指数波动性。波动率模型通过对冲对波动性期限结构敏感的期权头寸的能力进行比较。总体而言，最有效的对冲是Black-Scholes（BS）delta gamma对冲，而BS delta vega对冲是最不有效的。最成功的波动性对冲是GARCH成分delta gamma，这表明GARCH成分对波动性期限结构的估计是最准确的。BS delta gamma对冲的成功可能是由于样本期内期权市场的定价错误。
化学是研究材料变化及其相关动力学的科学。只有通过激光技术才能牢牢抓住如此亲密的细节。它们在分子水平上对分子和生物分子变化的动力学提供了详细和基本的见解。这里对电子动力学和核动力学都很感兴趣。以下报告总结了MPQ Garching激光化学小组的工作，扩展到电子基态分子的激发和反应，即纯核运动的启动。它旨在为反应性化学和生物化学系统中更先进的电子动力学奠定基础。然而，这将需要更高的时间分辨率——超过目前的毫微微化学时代。
本文估计了欧元区通货膨胀不确定性指标的时变AR-GARCH模型，并在VAR框架中研究了它们之间的联系，同时考虑了与1999年欧洲货币联盟启动相关的政策制度变化的可能影响。主要发现如下。自欧洲货币联盟成立以来，稳态通货膨胀和通货膨胀的不确定性稳步下降，而短期不确定性增加，主要是由于外部冲击。一个连续的伪程序提供了进一步的证据，证明在引入欧元的同时出现了结构性断裂，从而降低了长期的不确定性。因果关系的方向似乎也发生了逆转，在欧元区，弗里德曼-鲍尔联系得到了实证支持，这意味着欧洲央行可以通过降低通胀率来降低通胀的不确定性。
感兴趣冲击的识别是结构向量自回归（SVAR）建模中的一个核心问题。识别通常通过对冲击的影响或长期影响施加限制或通过考虑脉冲响应的符号限制来实现。在一些文章中，波动性的变化也被用来识别冲击。本研究的重点是后一种装置。综述了通过异方差进行识别的一些可能设置，并讨论了它们的潜力和局限性。考虑了两个详细的例子来说明该方法。
GARCH（1,1）模型及其扩展已成为建模金融收益和投资组合风险波动动力学的标准计量工具。在本文中，我们提出了对GARCH隐含条件风险值和预期缺口预测的调整，该调整利用了不相关但依赖的模型创新的预测内容。调整是由模型残差的非高斯特性驱动的，并通过模拟的二元标准copula分布的条件矩以半参数方式实现。我们对一组18个股票市场指数进行了样本内预测比较。总共，四个相互竞争的copula GARCH模型在其一步预测性能的基础上进行了对比。关于预测的无偏性和准确性，特别是Frank GARCH模型提供了最保守的风险预测，并优于所有竞争对手的模型。
本文利用1997年1月至2014年2月10个行业指数的周数据，研究了石油价格不确定性对中国股票价格的时变影响。双变量VAR GARCH均值模型的估计表明，在除消费者服务、金融和石油天然气行业外的所有情况下，油价波动都会对以需求侧冲击为特征的时期的股票回报产生积极影响。后两个部门在供应侧冲击期间对油价不确定性表现出负面反应。相比之下，在预防性需求冲击期间，油价不确定性的影响似乎微不足道。
本文通过估计多变量ARFIMA-FGARCH模型（以失业率和通货膨胀为解释变量），分析了1851-2013年期间英国实际GDP的条件均值和方差的长记忆特性。结果表明，该序列是非平稳和非均值回归的，I（0）、I（1）和I（2）的零假设被拒绝，而支持分数积分-冲击似乎具有永久性影响，因此需要采取政策行动来恢复平衡。长记忆参数（1.37）的估计与Candelon和Gil-Alana（2004）报道的相似，这意味着总输出不是I（1）过程。输出波动率（d=0.80）中存在长记忆也得到了证实。
本文估计了一个双变量VAR-GARCH（1,1）模型来检验食品和能源价格之间的联系。所采用的框架适用于分析平均值和波动性溢出效应，并考虑到最近四个事件可能导致的参数变化，即：1）2006年粮食危机，2）布伦特石油泡沫，3）可再生燃料标准（RFS）政策的引入，以及4）2008年全球金融危机。实证研究结果表明，食品与石油和乙醇价格之间存在显著联系。此外，所考虑的四个事件具有混合影响，2006年粮食危机和2008年金融危机导致所考虑的价格系列之间的（波动性）溢出发生了最显著的变化。
本文采用VAR-GARCH方法对2001年1月至2014年9月26日期间宏观新闻和大宗商品回报（黄金、玉米、小麦、大豆、白银、铂、钯、铜、铝和原油）的均值和方差之间的动态联系进行建模。所选择的规范还控制汇率的影响。结果总结如下。除黄金和白银外，从新闻到大宗商品回报的平均溢出效应为正。波动性溢出的规模更大，影响大多数大宗商品的回报。第一和第二时刻的联系在2008年9月后时期更加牢固。总体而言，我们的研究结果证实，大宗商品尽管不是金融资产，但对宏观新闻（尤其是其波动性）很敏感，也表明全球金融危机加强了这种联系。
研究了在结构向量自回归分析的背景下，在不同的时变波动率模型之间进行选择的信息准则和残差异方差检验的性能。尽管使用选择标准很难找到真正的波动率模型，但建议使用它们，因为相对于基于研究人员个人偏好任意选择的模型，它们可以显著降低脉冲响应估计的均方误差。异方差检验被发现是决定是否存在时变波动性的有用工具，但不能很好地区分不同类型的波动性变化。通过指定全球原油市场的模型来说明选择方法。
