دانلود رایگان مقالات الزویر - ساینس دایرکتدانلود رایگان مقالات پژوهشی آماردانلود رایگان مقالات ژورنالی آماردانلود رایگان مقالات سال 2016دانلود رایگان مقاله ISI آمار به زبان انگلیسی

مقاله انگلیسی رایگان در مورد نوسانات پیش بینی مدل سری

 

مشخصات مقاله
عنوان مقاله   A simple model for now-casting volatility series
ترجمه عنوان مقاله   یک مدل ساده برای سری نوسانات پیش بینی حال حاضر
فرمت مقاله  PDF
نوع مقاله  ISI
نوع نگارش مقاله مقاله پژوهشی (Research article)
سال انتشار

مقاله سال ۲۰۱۶

تعداد صفحات مقاله  ۹ صفحه
رشته های مرتبط   آمار
مجله  مجله بین المللی پیش بینی – International Journal of Forecasting
دانشگاه  دانشگاه کلن، آلمان
کلمات کلیدی  EGARCH ،نوسانات تصادفی، ARMA ، نوسانات تحقق یافته،  قدرت نفوذ
کد محصول   E4013
نشریه  نشریه الزویر
لینک مقاله در سایت مرجع  لینک این مقاله در سایت الزویر (ساینس دایرکت) Sciencedirect – Elsevier
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

بخشی از متن مقاله:
۱٫ Introduction

The literature on volatility models continues to grow steadily, driven mainly by the success of these models at modelling financial time series, but also by the fact that we do not yet understand some of their properties and estimators fully. The main benchmark remains the classical GARCH model that was introduced by Bollerslev (1986) and Engle (1982), due to its simplicity in estimation and widespread availability in software packages. The GARCH model is essentially a model for predicting the volatility for today, given past observations. It does this quite well, as was demonstrated by Andersen and Bollerslev (1998) using a realized volatility target instead of the commonlyused daily squared returns. However, the GARCH model does not offer the possibility of updating a prediction using today’s observed data. In other words, nowcasting volatility in the GARCH model corresponds to using the predictedvolatility, ignoring today’s observation. Following Andersen and Bollerslev (1998), we consider a continuous time process where the instantaneous returns are generated by the martingale dp(t) = σ (t) · dWp(t), (1) where Wp(t) is a Wiener process with E[Wp(t) − Wp(t − ۱)] ۲ = ۱٫ In discrete time with t = 1, 2, . . . , T , the variance is σ ۲ t ≡ E[p(t) − p(t − ۱)] ۲ =  t t−۱ σ (s) 2 ds. (2) For concreteness, let us consider the diffusion limit of the GARCH(1,1) process given by dσ (t) = a1[a2 − σ (t) 2 ] · dt +  ۲a3a1 σ (t) · dWσ (t), (3) where a1, a2, a3 are positive parameters and the standard Wiener process Wσ (t) is independent of Wp(t) (see also Andersen & Bollerslev, 1998).

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا