×

评估亚洲新兴股市中最佳拟合GARCH模型的波动率预测性能。 (英语) Zbl 1309.91147号

摘要:问题陈述:虽然对收益的波动性建模对金融的许多领域都很重要,但众所周知,财务收益序列表现出许多非正态特征,这些特征是标准GARCH模型无法用正态误差分布捕捉到的。但使用哪种GARCH模型和哪种误差分布仍然存在疑问,尤其是在最适合样本内数据的模型可能无法提供最有效的样本外波动率预测能力的情况下。
方法:在这项研究中,在GARCH((p,q))中进行了六项具有六种不同误差分布的模拟研究。在每种情况下,我们根据AIC准则确定最佳拟合的GARCH模型,然后与其他模型比较评估其样本外波动率预测性能。然后利用泰国(SET)、马来西亚(KLCI)和新加坡(STI)证券交易所的每日收盘价数据进行分析。
结果:我们的模拟表明,尽管最佳拟合模型并不总是提供最佳的未来波动率估计值,但差异非常小,因此可以放心地使用最佳拟合模型的估计值。股票市场的实证应用也表明,非正态误差分布有助于提高收益的波动性预测。
结论:最佳拟合模型的波动率预测估计值可以可靠地用于波动率预测。此外,实证研究表明,在样本外波动率预测方面,偏态误差分布优于其他误差分布。

MSC公司:

91克70 统计方法;风险措施
62P05号 统计学在精算科学和金融数学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 链接