Long range dependence in an emerging stock market’s sectors: volatility modelling and VaR forecasting
المؤلف | Abuzayed B. |
المؤلف | Al-Fayoumi N. |
المؤلف | Charfeddine L. |
تاريخ الإتاحة | 2019-10-06T09:38:33Z |
تاريخ النشر | 2018 |
اسم المنشور | Applied Economics |
المصدر | Scopus |
الرقم المعياري الدولي للكتاب | 0003-6846 |
الملخص | This study evaluates the sector risk of the Qatar Stock Exchange (QSE), a recently upgraded emerging stock market, using value-at-risk models for the 7 January 2007–18 October 2015 period. After providing evidence for true long memory in volatility using the log-likelihood profile test of Qu and splitting the sample and dth differentiation tests of Shimotsu, we compare the FIGARCH, HYGARCH and FIAPARCH models under normal, Student-t and skewed-t innovation distributions based on in and out-of-sample VaR forecasts. The empirical results show that the skewed Student-t FIGARCH model generates the most accurate prediction of one-day-VaR forecasts. The policy implications for portfolio managers are also discussed. 2017 Informa UK Limited, trading as Taylor & Francis Group. |
اللغة | en |
الناشر | Routledge |
الموضوع | long memory Sector analysis true versus spurious VaR volatility modelling |
النوع | Article |
الصفحات | 2569-2599 |
رقم العدد | 23 |
رقم المجلد | 50 |
الملفات في هذه التسجيلة
الملفات | الحجم | الصيغة | العرض |
---|---|---|---|
لا توجد ملفات لها صلة بهذه التسجيلة. |
هذه التسجيلة تظهر في المجموعات التالية
-
المالية والاقتصاد [400 items ]