Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "copula-GARCH model" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Formalne porównanie modeli Copula-AR(1)-t-GARCH(1,1) dla subindeksów indeksu WIG
Formal Comparison of Copula-AR(1)-t-GARCH(1,1) Models for Sub-Indices of the Stock Index WIG
Autorzy:
Mokrzycka, Justyna
Pajor, Anna
Powiązania:
https://bibliotekanauki.pl/articles/1050530.pdf
Data publikacji:
2016-06-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
kopula
model Copula-AR-GARCH
bayesowskie porównanie modeli
Copula
Copula-AR-GARCH model
Bayesian model comparison
Opis:
Kopule stały się jednym z popularnych narzędzi modelowania zależności między szeregami czasowymi, pochodzącymi z rynków finansowych. Głównym celem pracy jest formalne, bayesowskie porównanie mocy wyjaśniającej dwuwymiarowych modeli Copula-AR-GARCH, różniących się strukturą zależności warunkowych, opisaną przez poszczególne kopule. Dla porównania dokonano również estymacji modeli Copula-AR-GARCH metodą największej wiarygodności, a następnie zbudowano ranking modeli na podstawie kryteriów informacyjnych Akaikego (AIC) oraz Schwarza (BIC). Modele CopulaAR-GARCH zostały wykorzystane do opisu zmienności i zależności dziennych stóp zwrotu subindeksów indeksu WIG. Wyniki wskazały na dużą przydatność bardzo prostych i nieformalnych metod porównywania modeli Copula-AR-GARCH. Dla sześciu par szeregów czasowych rankingi modeli uzyskane metodami formalnymi (w ujęciu bayesowskim) i metodami ad hoc (poprzez AIC i BIC) okazały się bardzo zbliżone, a w wielu przypadkach identyczne.
Copulas have become one of most popular tools used in modelling the dependencies among financial time series. The main aim of the paper is to formally assess the relative explanatory power of competing bivariate Copula-AR-GARCH models, which differ in assumptions on the conditional dependence structure represented by particular copulas. For the sake of comparison the Copula-AR-GARCH models are estimated using the maximum likelihood method, and next they are informally compared and ranked according to the values of the Akaike (AIC) and of the Schwarz (BIC) information criteria. We apply these tools to the daily growth rates of four sub-indices of the stock index WIG published by the Warsaw Stock Exchange. Our results indicate that the informal use of the information criteria (AIC or BIC) leads to very similar ranks of models as compared to those obtained by the use of the formal Bayesian model comparison.
Źródło:
Przegląd Statystyczny; 2016, 63, 2; 123-148
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies