コンテンツへスキップ
ライブラリの全資料

GARCHモデルとNIG誤差によるビットコインのボラティリティ推定

記事 arXiv papers · 著者: Samuel Asante Gyamerah
原文を読む

サマリー

この論文は、ビットコインのリターンのボラティリティ推定にsGARCH、iGARCH、tGARCHモデルを比較します。各モデルにスチューデントt分布、一般化誤差分布、正規逆ガウス（NIG）分布を組み合わせ、ボラティリティ・クラスタリング、厚い裾、歪度などの特徴を表します。比較では、モデルと分布の組み合わせがリターン系列の挙動をどの程度捉えるかに焦点を当てています。

報告された結果では、厚い裾と歪度の表現にNIGが適しており、検討対象の中ではtGARCHとNIGの組み合わせが最も優れた仕様とされています。著者らは、tGARCHの優位性について、正負のニュースに対するボラティリティの異なる反応を表現できる点を挙げています。リターンの尖度が高いことから、NIGが他の暗号資産にも適する可能性があるとしています。文書には標本期間、評価指標、予測性能、取引結果の詳細がなく、結論は報告されたモデル比較に限られ、他の資産や期間に一般化するとは限りません。

主なアイデア

  • GARCH系のモデルは、ビットコインのリターンにおけるボラティリティ・クラスタリングを表現できます。
  • スチューデントt分布、一般化誤差分布、正規逆ガウス分布を比較しています。
  • 正規逆ガウス分布は、歪度と厚い裾をよく捉えると報告されています。
  • tGARCHでは、正負のショックに対するボラティリティの反応を異なるものとして扱えます。
  • 報告された最良の仕様は、tGARCHと正規逆ガウス誤差分布の組み合わせです。

タグ

暗号資産ボラティリティ統計
全文
# 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.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。