Working Papers

Seria wydawnicza WNE WORKING PAPERS prowadzona jest przez WNE UW od 2008 r. i jak dotąd opublikowano w niej ponad 400 prac.

Seria WNE Working Papers służy szybkiemu upowszechnianiu wyników badań prowadzonych na Wydziale Nauk Ekonomicznych UW. Publikowane tu teksty mają charakter wersji roboczych (pre-printów): mogą być uzupełniane lub poprawiane w miarę postępu prac nad tekstem i procesu wydawniczego. Prezentujemy aktualną wersję udostępnioną przez autorów, opatrzoną datą oraz identyfikatorami DOI/ISSN – co ułatwia jej cytowanie i śledzenie kolejnych iteracji. Każdy dokument zachowuje pełne prawa autorskie swoich twórców, a w przypadku późniejszych zmian, autorzy mogą w dowolnym momencie zamieścić zaktualizowany plik lub wskazać miejsce ostatecznego wydania.

Do serii WORKING PAPERS przyjmowane są artykuły pracowników naukowych WNE UW oraz publikacje z konferencji organizowanych na WNE UW. Artykuły powinny dotyczyć ekonomii, mieć charakter oryginalnych prac badawczych, nie być wcześniej publikowane. Przyjmowane są wyłącznie teksty w języku angielskim.

Prace prosimy przesyłać e-mailem na adres: 'a`j6AJrO%-1Gy!oU_N^x@KXL}k]#[zQSVz+.c-rm~76w^7hDV%|+NUnX

Prosimy przesyłać dwa pliki:

(1) główny tekst bez podania tytułu artykułu oraz autorów (plik DOC/DOCX) oraz

(2) stronę tytułową zawierającą: tytuł opracowania, autorów oraz ich afiliację (plik DOC/DOCX). 

Przed przesłaniem tekstu prosimy zapoznać się z szczegółowymi wymogami edycyjnymi.

Redaktorem wydawniczym serii Working Papers jest dr Maciej Bukowski.

Ilość wyników 1

WP(3/2015)151. Bivariate GARCH models for single asset returns

Autorzy: Skoczylas Tomasz
In this paper an alternative approach to modelling and forecasting single asset returns volatility is presented. A new, bivariate, flexible framework, which may be considered as a development of single-equation ARCH-type models, is proposed. This app…

WP151. Bivariate GARCH models for single asset returns

In this paper an alternative approach to modelling and forecasting single asset returns volatility is presented. A new, bivariate, flexible framework, which may be considered as a development of single-equation ARCH-type models, is proposed. This approach focuses on joint distribution of returns and observed volatility, measured by Garman-Klass variance estimator, and it enables to examine simultaneous dependencies between them. Proposed models are compared with benchmark GARCH and range-based GARCH (RGARCH) models in terms of prediction accuracy. All models are estimated with maximum likelihood method, using time series of EUR/PLN spot rate quotations and WIG20 index. Results are very encouraging especially for foreasting Value-at-Risk. Bivariate models achieved lesser rates of VaR exception, as well as lower coverage tests statistics, without being more conservative than its single-equation counterparts, as their forecasts errors measures are rather similar.


Skoczylas Tomasz
bivariate volatility models joint distribution range-based volatility estimators Garman-Klass estimator observed volatility volatility modelling GARCH leverage Value-at-Risk volatility forecasting
  • 1