GARCHX-NoVaS：一种纳入外生变量的无模型方法
计量经济学
2024-10-01 v3
摘要
在这项工作中，我们探究了近期提出的归一化与方差稳定（NoVaS）变换在可能纳入外生变量时的预测能力。从应用角度看，若能将基于基本面与情绪等的额外信息纳入预测过程，则有助于提升市场波动率的预测精度。在经典方法中，这些含外生变量的模型通常称为 GARCHX 型模型。作为一种无模型预测方法，NoVaS 相较经典 GARCH 型方法通常表现出更精确、稳定且稳健（对设定误设）的性能。这促使我们也将该框架扩展至 GARCHX 预测。我们推导了纳入外生协变量所需的 NoVaS 变换，并构建了相应的预测流程。我们通过广泛的模拟研究证明，NoVaS 方法优于传统方法，尤其对于长期时间聚合预测。我们还提供了一项有趣的数据分析，以展示我们的方法如何为地缘政治风险在预测欧洲三个不同国家全国股指波动率中的作用提供启示。
引用
@article{arxiv.2308.13346,
title = {GARCHX-NoVaS: A Model-free Approach to Incorporate Exogenous Variables},
author = {Kejin Wu and Sayar Karmakar and Rangan Gupta},
journal= {arXiv preprint arXiv:2308.13346},
year = {2024}
}