Помогают ли модели выборки смешанных данных прогнозировать ликвидность и волатильность?

Do mixed-data sampling models help forecast liquidity and volatility?
Barbara Będowska-Sójka, Agata Kliber
2022-10-31

причинность по Грейнджерупрогнозирование ликвидностимодели смешанной выборки (MIDAS)векторные авторегрессионные моделипрогнозирование волатильности
В настоящей статье вносится вклад в существующую литературу, посвящённую причинно-следственной связи по Грейнджеру между волатильностью и ликвидностью на фондовом рынке. Мы исследуем, улучшает ли ликвидность прогнозы волатильности и позволяет ли волатильность улучшить прогнозы ликвидности. Прогнозы, полученные с использованием моделей выборки смешанных данных (MIDAS), сравниваются с прогнозами моделей, основанных на дневных данных. Результаты показывают, что прогнозы волатильности и ликвидности, полученные с помощью моделей MIDAS, превосходят наивные прогнозы. Вместе с тем применение моделей выборки смешанных данных не приводит к статистически значимому улучшению прогнозов ликвидности или волатильности, основанных на одномерной авторегрессионной модели или векторной авторегрессионной модели. Мы установили, что с точки зрения прогностической способности модели VAR и AR демонстрируют одинаково высокую эффективность, поскольку различия в ошибках прогнозирования, полученных с помощью этих двух типов моделей, статистически незначимы.
1
Модели MIDAS обеспечивают более точные прогнозы ликвидности и волатильности по сравнению с наивными прогнозами.
2
Модели смешанной частоты данных не обеспечивают значимого улучшения прогнозов ликвидности или волатильности относительно моделей авторегрессии и векторной авторегрессии на дневных данных.
3
Исследование анализирует двунаправленные причинно-следственные связи по Грейнджеру между ликвидностью и волатильностью фондового рынка через качество прогнозирования.
4
Модели VAR и AR демонстрируют сопоставимую эффективность: различия в ошибках прогнозирования статистически незначимы.

Ликвидность и волатильность фондового рынка

Гранжер-причинная связь между ликвидностью и волатильностью, а также сравнительная эффективность прогнозирования моделей MIDAS, авторегрессионных и векторных авторегрессионных моделей

Publication Details
Publication Date
2022-10-31
Journal
Publisher
ISSN
Cited by
0
Access Type
Author Information
Authors
Barbara Będowska-Sójka
Agata Kliber
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%