Modelling stock returns with AR-GARCH processes
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2099/3744
Tipus de documentArticle
Data publicació2004
EditorInstitut d'Estadística de Catalunya
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 2.5 Espanya
Abstract
Financial returns are often modelled as autoregressive time series with random disturbances having conditional heteroscedastic variances, especially with GARCH type processes. GARCH processes have been intensely studying in financial and econometric literature as risk models of many financial time series. Analyzing two data sets of stock prices we try to fit AR(1) processes with GARCH or EGARCH errors to the log returns. Moreover, hyperbolic or generalized error distributions occur to be
good models of white noise distributions.
CitacióFerenstein, Elzbieta; Gasowski, Miroslaw. "Modelling stock returns with AR-GARCH processes". SORT, 2004, Vol. 28, núm. 1
ISSN1696-2281
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
article.pdf | 484,2Kb | Visualitza/Obre |