文件名称:使用 GARCH、新闻情绪和隐含波动率预测波动率-研究论文
文件大小:1.07MB
文件格式:PDF
更新时间:2024-06-29 20:38:06
Asymmetric Distribution GARCH
由于其重要性,预测资产波动率在近几十年来一直是一个活跃的研究领域。 在本白皮书中,我们旨在考虑波动性的典型事实,以提高简单 GARCH 模型的预测能力。 我们使用隐含波动率和新闻情绪数据作为外部回归变量来研究三个 GARCH 模型(GARCH、EGARCH、GJR-GARCH)的功效,以增强对股票回报波动率的预测。 我们还探讨了使用肥尾分布和偏态分布的影响。 对标准普尔 500 指数的 5 个成分进行了分析。 在样本内表现方面,研究结果表明,包含学生 t 分布、隐含波动率和新闻情绪数据的 GJR-GARCH(1,1) 模型始终优于具有正态分布的简单 GARCH(1,1)分配。 在比较样本外预测表现时,增强模型能够改进对五分之四股票的波动率预测。