Pemodelan GARCH Multivariat Semiparametrik Bayesian yang Terwujud

ABSTRAK
Makalah ini memperkenalkan kerangka kerja GARCH multivariat semiparametrik Bayesian yang baru untuk memodelkan imbal hasil dan kovarians yang terealisasi, serta memperkirakan kerapatan kondisional gabungan yang tidak diketahui. Kami memperluas model GARCH multivariat terealisasi parametrik yang ada dengan menggabungkan campuran proses Dirichlet dari distribusi normal tak terhingga yang terhitung untuk imbal hasil dan distribusi Wishart (terbalik) untuk kovarians yang terealisasi. Pendekatan ini menangkap dinamika yang berubah-ubah seiring waktu dalam momen kondisional orde lebih tinggi dari imbal hasil dan kovarians yang terealisasi. Kelas model baru kami menunjukkan kinerja peramalan di luar sampel yang unggul, memberikan peramalan kerapatan multiperiode yang ditingkatkan secara signifikan untuk imbal hasil dan kovarians yang terealisasi, serta peramalan titik kovarians yang kompetitif.