Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

GARCH models, tail indexes and error distributions: An empirical investigation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11230%2F16%3A10325682" target="_blank" >RIV/00216208:11230/16:10325682 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.najef.2016.03.006" target="_blank" >http://dx.doi.org/10.1016/j.najef.2016.03.006</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.najef.2016.03.006" target="_blank" >10.1016/j.najef.2016.03.006</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    GARCH models, tail indexes and error distributions: An empirical investigation

  • Popis výsledku v původním jazyce

    We perform a large simulation study to examine the extent to which various generalized autoregressive conditional heteroskedasticity (GARCH) models capture extreme events in stock market returns. We estimate Hill's tail indexes for individual S&P 500 stock market returns and compare these to the tail indexes produced by simulating GARCH models. Our results suggest that actual and simulated values differ greatly for GARCH models with normal conditional distributions, which underestimate the tail risk. By contrast, the GARCH models with Student's t conditional distributions capture the tail shape more accurately, with GARCH and GJR-GARCH being the top performers.

  • Název v anglickém jazyce

    GARCH models, tail indexes and error distributions: An empirical investigation

  • Popis výsledku anglicky

    We perform a large simulation study to examine the extent to which various generalized autoregressive conditional heteroskedasticity (GARCH) models capture extreme events in stock market returns. We estimate Hill's tail indexes for individual S&P 500 stock market returns and compare these to the tail indexes produced by simulating GARCH models. Our results suggest that actual and simulated values differ greatly for GARCH models with normal conditional distributions, which underestimate the tail risk. By contrast, the GARCH models with Student's t conditional distributions capture the tail shape more accurately, with GARCH and GJR-GARCH being the top performers.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    AH - Ekonomie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GBP402%2F12%2FG097" target="_blank" >GBP402/12/G097: DYME-Dynamické modely v ekonomii</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    North American Journal of Economics and Finance

  • ISSN

    1062-9408

  • e-ISSN

  • Svazek periodika

    37

  • Číslo periodika v rámci svazku

    July 01

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    15

  • Strana od-do

    1-15

  • Kód UT WoS článku

    000380866100001

  • EID výsledku v databázi Scopus

    2-s2.0-84961909148