DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/14519

Arxiu Descripció MidaFormat
navarro.pdf98,31 kBAdobe PDFThumbnail
Veure/Obrir

Citació: Marquez, M. [et al.]. Threshold volatility models: forecasting performance. A: International Conference on Computational Statistics. "Proceedings in Computational Statistics 17th symposium held in Rome, Italy, 2006". Roma: Springer Verlag, 2006, p. 1541-1548.
Títol: Threshold volatility models: forecasting performance
Autor: Marquez, M. D.; Muñoz Gracia, María del Pilar Veure Producció científica UPC; Marti, Manuel; Acosta Argueta, Lesly María Veure Producció científica UPC
Editorial: Springer Verlag
Data: 2006
Tipus de document: Conference report
Resum: The aim of this paper is to compare the forecasting performance of competing volatility models, in order to capture the asymmetric effect in the volatility. We focus on examining the relative out-of-sample forecasting ability of the models (SETAR-TGARCH and SETAR-THSV), which contain the introduction of regimes based on thresholds in the mean equation and volatility equation, compared to the GARCH model and SV model. For each model, we consider two cases: Gaussian and t-Student measurement noise distribution. An important problem when evaluating the predictive ability of volatility models is that the “true” underlying process is not observable and thus a proxy must be defined for the unobservable volatility. To attain our proposal, the proxy volatility measure and the loss function must also be decided to ensure a correct ranking of models. Our empirical application suggests the following results: when time series include leverage effects on the mean, the introduction of threshold in the mean and variance equations produces more accurate predictions. If the leverage in the mean is not important, then the SVt is flexible enough to beat the threshold models.
ISBN: 978-3-7908-1708-9
URI: http://hdl.handle.net/2117/14519
Versió de l'editor: http://www.stat.unipg.it/iasc/Proceedings/2006/COMPSTAT/CD/294.pdf
Apareix a les col·leccions:Altres. Enviament des de DRAC
LIAM - Laboratori de Modelització i Anàlisi de la Informació. Ponències/Comunicacions de congressos
Departament d'Estadística i Investigació Operativa. Ponències/Comunicacions de congressos
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Aquest ítem (excepte textos i imatges no creats per l'autor) està subjecte a una llicència de Creative Commons Llicència Creative Commons
Creative Commons

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius