The in-sample results show that all

The in-sample results show that all nonlinearities are highly signicant and improve
the description of the data. The out-of-sample results show that for shorter
horizons, up to 10 days, accounting for these nonlinearities signicantly improves the
forecast performance compared to a linear ARFI model. Such short-term volatility
forecasts are especially useful for short-term risk management, including Value-at-
Risk. For longer horizons no benet is obtained from incorporating nonlinearities

ผลลัพธ์ (ไทย) 2:

ผลในกลุ่มตัวอย่างที่แสดงให้เห็นว่าทุกคนมีความ nonlinearities
ลาดเทนัยสำคัญอย่างมากและการปรับปรุงรายละเอียดของข้อมูล ออกจากตัวอย่างผลแสดงให้เห็นว่าสั้นอันไกลโพ้น แต่ไม่เกิน 10 วันคิดเป็น nonlinearities เหล่านี้อย่างมีนัยสำคัญช่วยเพิ่มประสิทธิภาพการคาดการณ์เมื่อเทียบกับรูปแบบเชิงเส้นARFI ความผันผวนในระยะสั้นเช่นการคาดการณ์ที่มีประโยชน์อย่างยิ่งสำหรับการบริหารความเสี่ยงในระยะสั้นรวมทั้งมูลค่าAT-ความเสี่ยง สำหรับอันไกลโพ้นอีกต่อไปไม่มีประโยชน์ทีได้รับจากการใช้มาตรการ nonlinearities

ผลลัพธ์ (ไทย) 3:

ในตัวอย่างที่แสดงผลทั้งหมด nonlinearities สูง signi  ลาดเทและปรับปรุง
รายละเอียดของข้อมูล ออกจากผลตัวอย่างแสดงให้เห็นว่าขอบเขตสั้น
ถึง 10 วัน บัญชีเหล่านี้ nonlinearities signi  ลดลงอย่างมีนัยสําคัญเมื่อปรับปรุงประสิทธิภาพเมื่อเทียบกับรุ่นเดิม
arfi เชิงเส้น เช่น ความผันผวนระยะสั้นคาด
มีประโยชน์โดยเฉพาะอย่างยิ่งสำหรับบริหารความเสี่ยงระยะสั้นรวมทั้งค่า -
ความเสี่ยง นาน ( ไม่ดี  ทีได้รับจาก nonlinearities ผสมผสาน