作者
上市的:- 克里斯托夫·哈茨
(慕尼黑大学)
- 马克·帕莱拉
(苏黎世大学和瑞士金融学院)
摘要
GARCH模型的使用被广泛用作一种有效的方法,用于捕获金融收益序列中固有的波动性聚类。然而,此类模型的残差通常是非高斯的,有两种方法建议自己处理这一问题;异常值去除或非高斯创新分布的使用。虽然两者都有好处,但我们表明,如果利率以波动性和风险价值预测为中心,后一种方法会更好。推导并使用了基于OHLC(开盘-高位-低位-收盘)数据的新波动率度量。OHLC测量的使用被证明优于其他GARCH异常值研究中使用的朴素估计。
建议引用
Christoph HARTZ和Marc S.PAOLELLA,2011年。"预测金融时间序列:带异常值的正态GARCH还是重尾分布假设?,"瑞士金融研究所研究论文系列11-45,瑞士金融学院。手柄:RePEc:chf:rpseri:rp1145
更正
本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时,请提及此项目的句柄:RePEc:chf:rpseri:rp1145。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目,但尚未在RePEc注册,我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格。
如果你知道引用这一条的缺失条目,你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者,您可能还需要检查您的RePEc作者服务个人资料,因为可能有一些引文等待确认。
有关此项目的技术问题,或更正其作者、标题、摘要、书目或下载信息,请联系:Ridima Mittal(以下电子邮件可用)。供应商的一般联系方式:https://edirc.repec.org/data/faeech.html。
请注意,更正可能需要几周时间才能筛选出来各种RePEc服务。