אמידת התנודתיות בביטקוין באמצעות מודלי GARCH ושגיאות NIG

סיכום

המאמר משווה בין מודלי sGARCH, iGARCH ו־tGARCH לאמידת התנודתיות בתשואות ביטקוין. כל מודל משולב בהתפלגות t של סטודנט, בהתפלגות שגיאה מוכללת ובהתפלגות נורמלית הפוכה גאוסית (NIG), כדי לייצג מאפיינים כגון התקבצות תנודתיות, זנבות עבים ואסימטריה. ההשוואה מתמקדת במידת ההצלחה של השילובים בין המודלים להתפלגויות בלכידת התנהגות סדרת התשואות.

התוצאות המדווחות מעדיפות את NIG לייצוג זנבות עבים ואסימטריה, ומזהות את tGARCH עם NIG כמפרט החזק ביותר מבין אלה שנבחנו. המחברים מייחסים את היתרון של tGARCH ליכולתו לייצג תגובות תנודתיות שונות לחדשות חיוביות ושליליות. הם מציעים כי NIG עשויה להתאים גם למטבעות קריפטוגרפיים אחרים, משום שהתשואות שלהם מציגות לעיתים קרובות קורטוזיס גבוהה. המסמך אינו מפרט את תקופת המדגם, מדדי ההערכה, ביצועי התחזיות או תוצאות המסחר, ולכן מסקנותיו מוגבלות להשוואת המודלים המדווחת וייתכן שאינן ניתנות להכללה לנכסים או לתקופות אחרות.

רעיונות מרכזיים

• מודלים ממשפחת GARCH יכולים לייצג התקבצות תנודתיות בתשואות ביטקוין.
• המחקר משווה בין התפלגויות תשואה מסוג t של סטודנט, שגיאה מוכללת ונורמלית הפוכה גאוסית.
• לפי הדיווח, ההתפלגות הנורמלית ההפוכה הגאוסית לוכדת היטב אסימטריה וזנבות עבים.
• tGARCH מאפשר לתגובות התנודתיות לזעזועים חיוביים ושליליים להיות שונות זו מזו.
• המפרט המועדף המדווח הוא tGARCH עם שגיאות נורמליות הפוכות גאוסיות.

תגיות

# Estimating the volatility of Bitcoin using GARCH models


# Estimating the volatility of Bitcoin using GARCH models









In this paper, an application of three GARCH-type models (sGARCH, iGARCH, and tGARCH) with Student t-distribution, Generalized Error distribution (GED), and Normal Inverse Gaussian (NIG) distribution are examined. The new development allows for the modeling of volatility clustering effects, the leptokurtic and the skewed distributions in the return series of Bitcoin. Comparative to the two distributions, the normal inverse Gaussian distribution captured adequately the fat tails and skewness in all the GARCH type models. The tGARCH model was the best model as it described the asymmetric occurrence of shocks in the Bitcoin market. That is, the response of investors to the same amount of good and bad news are distinct. From the empirical results, it can be concluded that tGARCH-NIG was the best model to estimate the volatility in the return series of Bitcoin. Generally, it would be optimal to use the NIG distribution in GARCH type models since time series of most cryptocurrency are leptokurtic.

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.