ABSTRAK
Dalam karya ini, kami mengeksplorasi kemampuan peramalan dari transformasi normalisasi dan stabilisasi varians (NoVaS) yang baru-baru ini diusulkan dengan kemungkinan penyertaan variabel eksogen dalam spesifikasi volatilitas GARCH. Metode prediksi NoVaS, yang terinspirasi oleh prinsip prediksi bebas model, secara umum telah menunjukkan kinerja yang lebih akurat, stabil, dan kuat (untuk kesalahan spesifikasi) dibandingkan dengan metode tipe GARCH klasik. Kami memperoleh transformasi NoVaS yang diperlukan untuk menyertakan kovariat eksogen dan kemudian membangun prosedur prediksi yang sesuai untuk beberapa kovariat eksogen. Kami membahas perkiraan titik dan interval menggunakan metode tipe NoVaS. Kami menunjukkan melalui studi simulasi ekstensif yang mendukung klaim kami bahwa metode NoVaS mengungguli yang tradisional, terutama untuk prediksi agregat waktu jangka panjang. Kami juga menunjukkan bagaimana metode kami dapat memanfaatkan risiko geopolitik dalam meramalkan volatilitas dalam indeks pasar saham nasional. Dari sudut pandang terapan bagi praktisi dan pembuat kebijakan, metodologi kami menyediakan pendekatan bebas distribusi untuk memperkirakan volatilitas dan menjelaskan cara memanfaatkan pengetahuan tambahan seperti informasi berbasis fundamental dan sentimen untuk meningkatkan akurasi prediksi volatilitas pasar.
GARCHX-NoVaS: Pendekatan Peramalan Berbasis Bootstrap untuk Model GARCHX
