Ước tính biến động Bitcoin bằng mô hình GARCH và sai số NIG

Tóm tắt

Bài nghiên cứu so sánh các mô hình sGARCH, iGARCH và tGARCH để ước tính biến động trong lợi suất Bitcoin. Mỗi mô hình được kết hợp với các phân phối Student t, sai số tổng quát và Gaussian nghịch đảo chuẩn (NIG) nhằm biểu diễn các đặc điểm như cụm biến động, đuôi dày và độ lệch. Phần so sánh tập trung vào mức độ các tổ hợp mô hình và phân phối này nắm bắt được đặc tính của chuỗi lợi suất.

Kết quả được báo cáo nghiêng về NIG trong việc biểu diễn đuôi dày và độ lệch, đồng thời xác định tGARCH kết hợp với NIG là cấu hình mạnh nhất trong số những cấu hình được khảo sát. Các tác giả cho rằng ưu thế của tGARCH đến từ khả năng biểu diễn phản ứng biến động khác nhau trước tin tốt và tin xấu. Họ cho rằng NIG cũng có thể phù hợp với các tiền mã hóa khác vì lợi suất của chúng thường có độ nhọn lớn. Tài liệu không nêu thời kỳ mẫu, thước đo đánh giá, hiệu quả dự báo hay kết quả giao dịch, nên kết luận chỉ giới hạn trong phần so sánh mô hình được báo cáo và có thể không khái quát sang tài sản hoặc giai đoạn khác.

Ý chính

• Các mô hình thuộc họ GARCH có thể biểu diễn cụm biến động trong lợi suất Bitcoin.
• Nghiên cứu so sánh các phân phối lợi suất Student t, sai số tổng quát và Gaussian nghịch đảo chuẩn.
• Theo báo cáo, phân phối Gaussian nghịch đảo chuẩn nắm bắt tốt độ lệch và đuôi dày.
• tGARCH cho phép phản ứng biến động trước cú sốc tích cực và tiêu cực khác nhau.
• Cấu hình được ưu tiên theo kết quả báo cáo là tGARCH với sai số Gaussian nghịch đảo chuẩn.

Thẻ

# 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.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.