金融/经济学研究中不规则的时间序列

在金融计量经济学研究中，以每日数据的形式调查金融时间序列之间的关系非常普遍。例如，通常通过取对数差将变量设为；LN （P 吨）- LN （P 吨- 1）。$I(0)$$\ln(P_t)-\ln(P_{t-1})$

但是，每日数据意味着有$5$每周数据点，而星期六和星期日则丢失。在我所知道的应用文献中，这似乎没有提及。这是我根据观察得出的一些密切相关的问题：

• 即使金融市场在周末休市，这是否也属于不规则间隔的数据？

• 如果是这样，那么迄今为止，大量的忽略该问题的论文对现有经验结果的有效性有何影响？

全面披露！我对金融/经济一无所知，敬请原谅。但是我发现这个问题比金融更广泛。分析不规则采样数据出现在许多其他领域，例如生物学和医学。像Autoregressive Regression（AR）这样的经典方法的缺点之一是它们在处理不规则采样数据方面的弱点。但是，可以通过高斯过程（GPs）解决此问题。例如在这里或这里使用。

传统上，我们不担心非交易日并将其视为规则间隔的数据。但是，您必须担心两种可能的影响。

首先是时间对动力和与领先指标互动的影响。如果您有一个滞后变量是很好的领导者（假设它是平均温度），那么您的某些数据点将滞后至第二天（星期五->星期四），而其他数据点将滞后三天（星期一->星期五）。因此，可能会有虚假的结果。

第二个问题是市场关闭时发生的活动。在非交易时间，期权定价等之后。如果要考虑这些因素，您最好计算出规则间隔的时间序列，并以其他方式对非交易日进行插值或入账。