×
彼得·菲舍德;马钦·法因斯基

利用协程动态条件相关模型改进预测。 （英语） Zbl 1517.91215号

《经济学杂志》。动态。控制 108，文章ID 103736，16 p.（2019）.
摘要：我们介绍了动态条件相关（DCC）模型的一种新规范，其中使用收盘价和额外的低价和高价来估计其参数。此类价格通常适用于许多金融系列，并包含有关回报变化的更多信息。我们用基于范围的方差估计量构建模型，但更重要的是，也用基于范围的协方差估计量构建模型。然而，后一种估计以及由此提出的DCC模型要求给出投资组合回报的范围。我们将该模型与DCC模型的其他三个规范进行了比较，并基于蒙特卡罗实验和外汇市场的汇率对其进行了评估。我们表明，与仅使用收盘价相比，使用低价和高价可以改进收益协方差和相关矩阵的估计，并提高基于该模型的协方差和相关性矩阵预测的准确性。该模型不仅优于标准DCC模型，而且也优于基于距离的竞争DCC模型。

MSC公司：

91G15型 金融市场
62P05号 统计学在精算学和金融数学中的应用
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

波动率模型;GARCH模型;协方差预测;基于范围的模型;模拟研究;货币汇率
PDF格式BibTeX公司 XML格式引用
\textit{P.Fiszeder}和\textit{M.Fałdziñski}，J.Econ。动态。对照108，文章ID 103736，16页（2019年；Zbl 1517.91215）
全文： DOI程序
OA许可证

参考文献：

[1] Aielli，G.P.，《动态条件相关性：关于属性和估计》，J.Bus。经济。统计，31，3，282-299（2013）
[2] Alizadeh，S。；勃兰特，M。；Diebold，F.X.，随机波动率模型的基于范围的估计，J.Financ。，57, 1047-1091 (2002)
[3] 安徒生，T.G。；Bollerslev，T。；Diebold，F.X。；Labys，P.，《已实现波动率建模与预测》，《计量经济学》，第71、2、579-625页（2003年）·Zbl 1142.91712号
[4] Asai，M.，带股票收益和区间的异质非对称动态条件相关模型，J.Forecast。，32, 5, 469-480 (2013) ·Zbl 1397.62295号
[5] 鲍文斯。；哈夫纳，C.M。；Pierret，D.，《电力期货的多元波动率建模》，J.Appl。经济。，第28、5、743-761页（2013年）
[6] 鲍文斯。；Otranto，E.，《条件相关性对市场波动性的依赖性建模》，J.Bus。经济。统计，34，2，254-268（2016）
[7] Bollerslev，T.，广义自回归条件异方差，经济杂志。，31, 307-327 (1986) ·Zbl 0616.62119号
[8] Bollerslev，T。；恩格尔，R.F。；Wooldridge，J.M.，《具有时变协方差的资本资产定价模型》，《政治经济学杂志》。，96, 116-131 (1988)
[9] 布兰特，M.W。；Diebold，F.X.，回报协方差和相关性基于区间估计的无公害方法，J.Bus。，79, 1, 61-73 (2006)
[10] 勃兰特，M。；Jones，C.，《基于范围的EGARCH模型的波动性预测》，J.Bus。经济。Stat.，24，470-486（2006）
[11] Brunetti C.，Lildholdt P.M.，（2002），基于回报和基于区间的（Co）方差估计，及其在外汇市场中的应用，技术报告127，奥胡斯大学分析金融中心。
[12] 卡波林，M。；McAleer，M.，关于动态条件相关表示法，你应该知道的十件事，《计量经济学》，1,115-126（2013）
[13] Chiang，M.H。；Wang，L.M.，《波动传染：基于区间的波动方法》，J.Econom。，165, 2, 175-189 (2011) ·Zbl 1441.62646号
[14] 周，H.-。C。；Wang，D.，《预测英国股市的波动性：条件自回归范围模型的测试》，《国际研究期刊金融》。经济。，10, 7-13 (2007)
[15] 周瑞英，用极值预测金融波动：条件自回归范围（CARR）模型，货币信贷银行。，37:3561-582（2005年）
[16] 周瑞英（Chou，R.Y.）。；Cai，Y.，条件相关双平滑过渡的基于范围的多元波动率模型，全球金融。J.，20，2，137-152（2009）
[17] 周瑞英（Chou，R.Y.）。；Liu，N.，《使用基于区间的波动率模型的波动率计时的经济价值》，J.Econ。动态。对照组，34，1122288-2301（2010）·Zbl 1201.91184号
[18] 周瑞英（Chou，R.Y.）。；Chou，H.C。；Liu，N.，《范围波动性：模型和实证研究综述》（Lee，C.F.；Lee，J.C.，《金融计量与统计手册》（2014），Springer:Springer New York），2029-2050年
[19] 周瑞英（Chou，R.Y.）。；吴振聪。；Liu，N.，用基于范围的动态条件相关模型预测时变协方差，Rev.Quant。财务。账户。，33, 327-345 (2009)
[20] 克里斯蒂安，S。；Ortega，J.P.，通过Bregman近端信任区域方法进行的多元GARCH估计，计算。统计数据分析。，76, 210-236 (2014) ·Zbl 1506.62045号
[21] 阿尔梅达（de Almeida），D。；Hotta，L.K。；Ruiz，E.，MGARCH模型：可行性和灵活性之间的权衡，国际期刊预测。，34, 1, 45-63 (2018)
[22] Engle，R.F.，《动态条件相关——一类简单的多元GARCH模型》，J.Bus。经济。《统计》，第20卷，第339-350页（2002年）
[23] 恩格尔，R.F。；Kroner，K.F.，多元同时广义ARCH，Econ。理论，1122-150（1995）
[24] 恩格尔，R.F。；Russell，J.，自回归条件持续时间：不规则间隔交易数据的新模型，计量经济学，66，51127-1162（1998）·Zbl 1055.62571号
[25] 费尔南德斯，M。；莫塔，B。；Rocha，G.，多元条件自回归范围模型，经济学。莱特。，86, 3, 435-440 (2005) ·Zbl 1255.62244号
[26] Fiszeder，P.，《低价格和高价格可以改善协方差预测：基于汇率的证据》，J.Forecast。，37, 6, 641-649 (2018)
[27] 菲舍德，P。；Perczak，G.，《基于低、高和收盘价的方差估计的新视角》，Stat.Neerl。，67, 4, 456-481 (2013)
[28] 菲舍德，P。；Perczak，G.，《低价格和高价格可以改善动荡时期的波动性预测》，Int.J.Forecast。，32, 2, 398-410 (2016)
[29] 弗朗克·C。；Zakoían，J.M.，《GARCH模型：结构、统计推断和金融应用》（2010），威利：威利-奇切斯特出版社
[30] 医学博士加曼。；Klass，M.J.，《基于历史数据的证券价格波动估计》，J.Bus。，53, 1, 67-78 (1980)
[31] Gourieroux，C.，《ARCH模型和金融应用》（1997），Springer-Verlag:Springer-Verlag纽约·Zbl 0880.62107号
[32] Hansen，P.R.，《卓越预测能力测试》，J.Bus。经济。《法律总汇》第23、4、365-380页（2005年）
[33] Hansen，P.R。；黄，Z。；Shek，H.H.，Realized GARCH：收益和已实现波动性度量的联合模型，J.Appl。经济。，27, 877-906 (2012)
[34] Hansen，P.R。；伦德，A。；Nason，J.M.，模型置信集，《计量经济学》，79，453-497（2011）·Zbl 1210.62030
[35] 哈里斯，R.D.F。；Yilmaz，F.，使用日内范围估计收益的条件方差-方差矩阵，国际期刊预测。，26, 180-194 (2010)
[36] Laurent，S。；J.V.K.Rombouts。；Violante，F.，《关于多元GARCH模型的预测准确性》，J.Appl。经济。，27, 6, 934-955 (2012)
[37] Laurent，S。；J.V.K.Rombouts。；Violante，F.，《关于多元波动率模型的损失函数和排名预测性能》，J.Econom。，173, 1-10 (2013) ·Zbl 1443.62359号
[38] 李，H。；Hong，Y.，基于区间自回归波动率模型的金融波动率预测，Financ。Res.Lett.公司。，8, 2, 69-76 (2011)
[39] Lopez，J.A。；Walter，C.A.，在价值-风险框架中评估协方差矩阵预测，J.risk，3，3，69-97（2001）
[40] 马滕斯，M。；van Dijk，D.，用已实现区间衡量波动性，J.Econom。，138, 181-207 (2007) ·Zbl 1418.62515号
[41] Molnár，P.，《基于区间的波动率估值器的属性》，《国际金融评论》。分析。，23, 20-29 (2012)
[42] Molnár，P.，股票收益波动性GARCH模型的高低区间，应用。经济。，48, 51, 4977-4991 (2016)
[43] 努雷尔丁，D。；谢泼德，北。；Sheppard，K.，《多元旋转ARCH模型》，J.Econom。，179, 1, 16-30 (2014) ·Zbl 1293.62198号
[44] 帕金森，M.，估计收益率方差的极值方法，J.Bus。，53, 1, 61-65 (1980)
[45] Patton，A.J.，《使用不完全波动率代理进行波动率预测比较》，J.Econom。，160, 1, 246-256 (2011) ·Zbl 1441.62830号
[46] 巴顿，A.J。；Sheppard，K.，《评估波动性和相关性预测》（Andersen，T.G.；Davis，R.A.；Kriss，J.-P.；Mikosch，Th.V.，《金融时间序列手册》（2009），施普林格：施普林格柏林），801-838·Zbl 1178.91229号
[47] 南卡罗来纳州彭市。H。；Granger，C.，《金融市场波动预测：综述》，J.Econ。升。，41, 2, 478-539 (2003)
[48] 河流，D。；Vuong，Q.，非线性动态模型的模型选择测试，经济学。J.，5，1，1-39（2002）·兹比尔1010.62110
[49] 罗杰斯，L.C.G。；Satchell，S.E.，估计高、低和收盘价的差异，Ann.Appl。概率。，1, 4, 504-512 (1991) ·Zbl 0739.62084号
[50] Su，Y.K。；Wu，C.C.，最小方差套期保值的基于区间的动态条件相关模型，J.Math。财务。，207-219年4月3日（2014年）
[51] 谢义光（Tse，Y.K.）。；Tsui，A.K.C.，具有时变相关性的多元GARCH模型，J.Bus。经济。统计，20，3，351-362（2002）
[52] 维奥兰特，F。；Laurent，S.，《波动性预测评估与比较》（Bauwens，L.；Hafner，C.；Laurent（S.），《波动率模型及其应用手册》（2012），John Wiley&Sons），465-486·Zbl 1325.62003号
[53] Vuong，Q.H.，模型选择和非嵌套假设的似然比检验，计量经济学，57，2，307-333（1989）·Zbl 0701.62106号
[54] 吴振聪。；Liang，S.，具有动态Copula的股票和债券收益率之间基于区间协方差的经济价值，J.Empir。财务。，18, 4, 711-727 (2011)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。