金融/経済学研究における不規則な間隔の時系列

金融計量経済学の研究では、日次データの形をとる金融時系列間の関係を調査することは非常に一般的です。多くの場合、変数は対数の差を取ることによってになります。。$I(0)$$\ln(P_t)-\ln(P_{t-1})$

ただし、毎日のデータは、毎週データポイントがあり、土曜日と日曜日が欠落していることを意味します。これは、私が知っている応用文献では言及されていないようです。この観察から得られた私が持っているいくつかの密接に関連した質問はここにあります：$5$

• 週末に金融市場が閉鎖されたとしても、これは不規則な間隔のデータとみなされますか？

• もしそうなら、この問題を無視する膨大な数の論文でこれまでに得られた現存の経験的結果の妥当性に対する結果は何ですか？

完全開示！私は金融/経済について知らないので、私の無知を前もってごめんなさい。しかし、私はこの質問を金融よりも広いと感じています。不規則にサンプリングされたデータの分析は、生物学や医学など、他の多くの分野で発生します。自己回帰（AR）のような古典的なアプローチの欠点の1つは、不規則にサンプリングされたデータを処理する際の弱点です。ただし、この問題はガウスプロセス（GP）で対処できます。これは、たとえばhereまたはhereで使用されます。

従来、非取引日を心配することはなく、これを一定間隔のデータとしてカウントします。ただし、心配する必要のある2つの効果があります。

1つは、時間と勢いへの影響と先行指標との相互作用です。優れたリーダーである遅延変数がある場合（平均気温だとしましょう）、データポイントの一部は翌日（金曜日->木）に遅れ、他のデータポイントは3日（月曜日->金曜日）に遅れます。そのため、誤った結果になる可能性があります。

2番目の問題は、市場が閉鎖されたときに起こる活動です。営業時間後、オプション価格設定など。これらが要因である場合は、一定間隔の時系列を計算し、他の方法で非トレーディング日を補間または計算する方が良いかもしれません。