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: u7cbTmMdZi%g$BJ6#_]th.'E*Q^]#[m%VN=\1U8ZgZtYB!khSlqng73BK

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(6/2014)123. Modeling volatility with Range-based Heterogeneous Autoregressive Conditional Heteroskedasticity model

Autorzy: Skoczylas Tomasz
In this paper a new ARCH-type volatility model is proposed. The Range-based Heterogeneous Autoregressive Conditional Heteroskedasticity (RHARCH) model draws inspiration from Heterogeneous Autoregressive Conditional Heteroskedasticity presented by Mul…

WP123. Modeling volatility with Range-based Heterogeneous Autoregressive Conditional Heteroskedasticity model

In this paper a new ARCH-type volatility model is proposed. The Range-based Heterogeneous Autoregressive Conditional Heteroskedasticity (RHARCH) model draws inspiration from Heterogeneous Autoregressive Conditional Heteroskedasticity presented by Muller et al. (1995), but employs more efficient, range-based volatility estimators instead of simple squared returns in conditional variance equation. In the first part of this research range-based volatility estimators (such as Parkinson, or Garman-Klass estimators) are reviewed, followed by derivation of the RHARCH model. In the second part of this research the RHARCH model is compared with selected ARCH-type models with particular emphasis on forecasting accuracy. All models are estimated using data containing EURPLN spot rate quotation. Results show that RHARCH model often outperforms return-based models in terms of predictive abilities in both in-sample and out-of-sample periods. Also properties of standardized residuals are very encouraging in case of the RHARCH model.


Skoczylas Tomasz
volatility modelling volatility forecasting ARCH range-based volatility estimators heterogeneity of volatility
  • 1