Webbläsaren som du använder stöds inte av denna webbplats. Alla versioner av Internet Explorer stöds inte längre, av oss eller Microsoft (läs mer här: * https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Var god och använd en modern webbläsare för att ta del av denna webbplats, som t.ex. nyaste versioner av Edge, Chrome, Firefox eller Safari osv.

Farrukh Javed . Foto

Farrukh Javed

Universitetslektor

Farrukh Javed . Foto

Importance of macroeconomic variables for variance prediction: a GARCH-MIDAS approach

Författare

  • Hossein Asgharian
  • Ai Jun HOU
  • Farrukh Javed

Summary, in English

This paper applies the GARCH-MIDAS (Mixed Data Sampling) model to examine whether information contained in macroeconomic variables can help to predict short-term and long-term components of the return variance. A principal component analysis is used to incorporate the information contained in various variables. Our results show that including low-frequency macroeconomic information in the GARCH-MIDAS model improves the prediction ability of the model, particularly for the long-term variance component. Moreover, the GARCH-MIDAS model augmented with the first principal component outperforms all other specifications, indicating that the constructed principal component can be considered a good proxy of the business cycle.

Avdelning/ar

  • Nationalekonomiska institutionen
  • Statistiska institutionen

Publiceringsår

2013

Språk

Engelska

Sidor

600-612

Publikation/Tidskrift/Serie

Journal of Forecasting

Volym

32

Issue

7

Dokumenttyp

Artikel i tidskrift

Förlag

John Wiley & Sons Inc., John Wiley & Sons Inc.

Ämne

  • Probability Theory and Statistics

Nyckelord

  • Mixed data sampling
  • Long-term variance component
  • Macroeconomic variables
  • Principal component
  • Variance prediction

Aktiv

Inpress

ISBN/ISSN/Övrigt

  • ISSN: 1099-131X