On improved volatility modelling by fitting skewness in ARCH models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F20%3A43916392" target="_blank" >RIV/62156489:43110/20:43916392 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1080/02664763.2019.1671323" target="_blank" >https://doi.org/10.1080/02664763.2019.1671323</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1080/02664763.2019.1671323" target="_blank" >10.1080/02664763.2019.1671323</a>

Jazyk výsledku

angličtina

Název v původním jazyce

On improved volatility modelling by fitting skewness in ARCH models

Popis výsledku v původním jazyce

We study ARCH/GARCH effects under possible deviation from normality. Since skewness is the principal cause for deviations from normality in many practical applications, e.g. finance, we study in particular skewness. We propose robust tests for normality both for NoVaS and modified NoVaS transformed and original data. Such an approach is not applicable for EGARCH, but applicable for GARCH-GJR models. A novel test procedure is proposed for the skewness in autoregressive conditional volatility models. The power of the tests is investigated with various underlying models. Applications with financial data show the applicability and the capabilities of the proposed testing procedure.

Název v anglickém jazyce

On improved volatility modelling by fitting skewness in ARCH models

Popis výsledku anglicky

We study ARCH/GARCH effects under possible deviation from normality. Since skewness is the principal cause for deviations from normality in many practical applications, e.g. finance, we study in particular skewness. We propose robust tests for normality both for NoVaS and modified NoVaS transformed and original data. Such an approach is not applicable for EGARCH, but applicable for GARCH-GJR models. A novel test procedure is proposed for the skewness in autoregressive conditional volatility models. The power of the tests is investigated with various underlying models. Applications with financial data show the applicability and the capabilities of the proposed testing procedure.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

50202 - Applied Economics, Econometrics

Projekt

<a href="/cs/project/GA16-07089S" target="_blank" >GA16-07089S: Robustní přístup testování normality chybového členu v ekonometrických modelech</a><br>

Návaznosti

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

Rok uplatnění

2020

Kód důvěrnosti údajů

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

Název periodika

Journal of Applied Statistics

ISSN

0266-4763

e-ISSN

—

Svazek periodika

47

Číslo periodika v rámci svazku

6

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

33

Strana od-do

1031-1063

Kód UT WoS článku

000488186400001

EID výsledku v databázi Scopus

2-s2.0-85073951742