GARHCX-NoVaS：无模型融合外生变量的方法
摘要：基于协方差稳定的归一化转换方法（NoVaS）在包含外生变量后的预测能力进行了进一步的探索。 在实践中，特别是在金融计量经济学领域，如果将基本面和情绪等额外知识纳入预测过程中，可以提高市场波动率的预测准确性。 在传统方法中，人们通常应用GARCHX类型的方法来包括外生变量。 作为一种无参数预测方法，NoVaS已被证明比传统的GARCH类型方法更准确和稳定。我们对新的NoVaS方法在考虑外生协变量后是否能够保持其优势感兴趣。我们提供了基于GARCHX模型的NoVaS转换，并声明了相应的具有外生变量的预测过程。此外，模拟研究验证了NoVaS方法仍然优于传统方法，特别是对于长期时间聚合的预测。
作者：Kejin Wu and Sayar Karmakar
论文ID：2308.13346
分类：Econometrics
分类简称：econ.EM
提交时间：2023-08-28