出版品
厚尾GARCH模型之波動性預測能力比較
李命志 淡江大學財務金融系副教授
洪瑞成 元培科技大學財務金融系講師
劉洪鈞 淡江大學財務金融研究所博士班研究生
洪瑞成 元培科技大學財務金融系講師
劉洪鈞 淡江大學財務金融研究所博士班研究生
本文分別以Gaussian GARCH模型、GARCH-GED模型、GARCH-HT模型，探討資產報酬率普遍存在高峰、厚尾現象時，何種分配的模型對於波動率具有較佳的相對預測能力。 實證結果顯示，在五種實證資料當中，GARCH-GED模型與GARCH-HT模型在不同條件平均數方程式假設下，相對預測能力都比Gaussian GARCH模型佳。GARCH-HT模型的相對預測能力則優於GARCH-GED模型。當以平均絕對誤差 (MAE) 作為評估準則，模型的優劣順序並沒有因為使用不同的衡量準則而發生改變。刪除極端值後，發現所有預測模型在不同條件平均數方程式設定下之MSE與MAE均明顯下降許多 (除布朗特原油外)，而重複進行DM檢定的結果亦指出模型的相對預測能力與刪除極端值之前的結論一致。特別的是，極端值確實會影響模型對波動性預測的績效。 本文採用移動視窗的方式進一步探討由Politis (2004) 提出的厚尾分配與常見的GED分配再結合GARCH模型進行樣本外預測波動性的優劣。當改以同樣具備高峰、厚尾特性的GED分配與HT分配作比較時，更得以凸顯HT分配的優勢。再者，以DM檢定來呈現三種不同誤差項分配假設下GARCH(1,1)模型之間的相對預測能力亦較為恰當。