There is a lack of empirical eviden

There is a lack of empirical evidence on the performance of frac-tional integrated volatility models to measure VaR. Examples ofpapers that report comparisons of these models are those by Soand Yu (2006) and Beltratti and Morana (1999). The first papercompared, in terms of VaR, a FIGARCH model with a GARCH andan IGARCH model. It showed that the GARCH model providedmore accurate VaR estimates. In a similar comparison that includedthe EWMA model, So and Yu (2006) found that FIGARCH did notoutperform GARCH. The authors concluded that, although their cor-relation plots displayed some indication of long memory volatility,this feature is not very crucial in determining the proper value ofVaR. However, in the context of the RV models, there is evidencethat models that capture long memory in volatility provide accu-rate VaR estimates (see Andersen et al., 2003; Asai et al., 2011).The model proposed by Asai et al. (2011) captured long memoryvolatility and asymmetric features. Along this line,˜Níguez (2008)compared the ability to forecast VaR of different GARCH familymodels (GARCH, AGARCH, APARCH, FIGARCH and FIAPARCH, andEWMA) and found that the combination of asymmetric models withfractional integrated models provided the best results.

ผลลัพธ์ (ไทย) 1:

มีการขาดหลักฐานประจักษ์ประสิทธิภาพรุ่นผันผวนรวม tional frac วัด ofpapers เพียงตัวอย่างที่รายงานเปรียบเทียบของรุ่นนี้คือ Soand Yu (2006) และ Beltratti และ Morana (1999) Papercompared ที่แรก ใน VaR แบบ FIGARCH กับโมเดล GARCH andan IGARCH มันแสดงให้เห็นว่า GARCH ในแบบจำลอง VaR providedmore ถูกต้องประเมิน ในการเปรียบเทียบเหมือนที่ includedthe EWMA รุ่น นั้น และยู (2006) พบว่า FIGARCH ไม่ได้ notoutperform GARCH ผู้เขียนสรุปว่า แม้ว่าผืนประกอบ ความสัมพันธ์ของพวกเขาแสดงการบ่งชี้ความผันผวนจำนานบาง คุณลักษณะนี้จะไม่สำคัญมากในการกำหนด ofVaR ค่าที่เหมาะสม อย่างไรก็ตาม ในบริบทรุ่น RV มีรูปแบบที่เก็บหน่วยความจำที่ยาวนานในความผันผวนให้ VaR accu อัตราประเมิน (ดูแอนเดอร์และ al., 2003; evidencethat Asai et al., 2011)แบบจำลองที่เสนอโดย Asai et al. (2011) จับ memoryvolatility ยาวและคุณลักษณะ asymmetric ตามรายการนี้ ˜Níguez (2008) เปรียบเทียบความสามารถในการคาดการณ์ VaR familymodels GARCH ต่าง ๆ (GARCH, AGARCH, APARCH, FIGARCH และ FIAPARCH, andEWMA) และพบว่า การรวมกันของรูปแบบ asymmetric withfractional รวมรุ่นที่ให้ผลดีสุด

ผลลัพธ์ (ไทย) 2:

มีการขาดหลักฐานเชิงประจักษ์ในการปฏิบัติงานของ frac-tional รุ่นผันผวนแบบบูรณาการในการวัด VaR เป็น ตัวอย่าง ofpapers ที่รายงานการเปรียบเทียบของรูปแบบเหล่านี้เป็นผู้ที่โดย Soand Yu (2006) และ Beltratti และ Morana (1999) papercompared แรกในแง่ของ VaR แบบ FIGARCH กับ GARCH Andan แบบ IGARCH มันแสดงให้เห็นว่าแบบจำลอง GARCH providedmore ประมาณการ VaR ที่ถูกต้อง ในการเปรียบเทียบที่คล้ายกันที่รูปแบบ EWMA includedthe ดังนั้นและยู (2006) พบว่า FIGARCH ได้ GARCH notoutperform ผู้เขียนสรุปว่าแม้ว่าแปลงคอสัมพันธ์ของพวกเขาแสดงที่บ่งบอกถึงความผันผวนของหน่วยความจำระยะยาวบางคุณลักษณะนี้จะไม่ได้มีความสำคัญมากในการกำหนดค่าที่เหมาะสม ofVaR อย่างไรก็ตามในบริบทของรุ่น RV มีรุ่น evidencethat ที่จับภาพความทรงจำที่ยาวนานในความผันผวนให้ข้อมูลประมาณการ VaR Accu-อัตรา (ดู Andersen et al, 2003;. Asai และคณะ, 2011.) รูปแบบได้โดยเริ่มต้นที่เสนอโดย Asai และคณะ . (2011) จับ memoryvolatility ยาวและคุณสมบัติที่ไม่สมมาตร พร้อมสายนี้~Níguez (2008) เมื่อเทียบกับความสามารถในการคาดการณ์ของ VaR familymodels GARCH แตกต่างกัน (GARCH, AGARCH, APARCH, FIGARCH และ FIAPARCH, andEWMA) และพบว่าการรวมกันของรูปแบบไม่สมมาตร withfractional แบบบูรณาการที่ให้ผลลัพธ์ที่ดีที่สุด

ผลลัพธ์ (ไทย) 3:

ไม่มีหลักฐานเชิงประจักษ์ในการปฏิบัติของ frac tional ผวนแบบบูรณาการวัด ofpapers ) ตัวอย่างรายงานการเปรียบเทียบโมเดลเหล่านี้ โดย soand ยู ( 2006 ) และ beltratti และมรณะ ( 1999 ) การ papercompared ครั้งแรก ในแง่ของ var , รูปแบบ figarch กับนางแบบและ igarch ของ . พบว่าแบบจำลองที่ถูกต้องของ providedmore var ประมาณในการเปรียบเทียบที่คล้ายกัน includedthe ewma รุ่น ดังนั้น และ ยู ( 2006 ) พบว่า figarch ทำ notoutperform ของ . ผู้เขียนสรุปได้ว่า แม้ว่าสินค้าความสัมพันธ์แปลงแสดงชี้ความผันผวนของความจำยาว คุณลักษณะนี้จะไม่สําคัญมากในการกำหนด ofvar มูลค่าที่เหมาะสม อย่างไรก็ตาม ในบริบทของรถรุ่นมีรุ่น evidencethat ที่จับหน่วยความจำระยะยาวในอัตราความผันผวนให้ var ACCU ประมาณการ ( เห็นแอนเดอร์เซน et al . , 2003 ; อาซาอิ et al . , 2011 ) . รูปแบบการนำเสนอ โดย ไซ et al . ( 2011 ) จับ memoryvolatility ยาวและคุณสมบัติแบบอสมมาตร ตามบรรทัดนี้ ˜ n íโรดรีเกซ ( 2008 ) เปรียบเทียบความสามารถในการคาดการณ์ BIS ที่แตกต่างกัน familymodels ( ของ agarch aparch ของ , , , และ fiaparch figarch ,andewma ) และพบว่า การรวมกันของรูปแบบอสมมาตร withfractional รวมรุ่นให้ผลลัพธ์ดีที่สุด .