...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of banking & finance >Covariance forecasting in equity markets
【24h】

Covariance forecasting in equity markets

机译：股市中的协方差预测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We compare the performance of popular covariance forecasting models in the context of a portfolio of major European equity indices. We find that models based on high-frequency data offer a clear advantage in terms of statistical accuracy. They also yield more theoretically consistent predictions from an empirical asset pricing perspective, and, lead to superior out-of-sample portfolio performance. Overall, a parsimonious Vector Heterogeneous Autoregressive (VHAR) model that involves lagged daily, weekly and monthly realised covariances achieves the best performance out of the competing models. A promising new simple hybrid covariance estimator is developed that exploits option-implied information and high-frequency data while adjusting for the volatility riskpremium. Relative model performance does not change during the global financial crisis, or, if a different forecast horizon, or, intraday sampling frequency is employed. Finally, our evidence remains robust when we consider an alternative sample of U.S. stocks. (C) 2018 Published by Elsevier B.V.
机译：我们在主要的欧洲股票指数组合的背景下比较了流行协方差预测模型的性能。我们发现，基于高频数据的模型在统计准确性方面提供了明显的优势。从经验资产定价的角度来看，它们还产生了理论上更一致的预测，并导致了出色的样本外投资组合绩效。总体而言，涉及竞争的每日，每周和每月已实现协方差的简约向量异质自回归（VHAR）模型可实现最佳性能。开发了一种有前途的新的简单混合协方差估计器，该估计器利用期权隐含信息和高频数据，同时调整波动率风险溢价。在全球金融危机期间，或者，如果使用不同的预测范围，或者采用日内采样频率，则相对模型的性能不会改变。最后，当我们考虑其他美国股票样本时，我们的证据仍然很可靠。 （C）2018由Elsevier B.V.发布

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号