Počet záznamů: 1
Estimation of long memory in volatility using wavelets
- 1.
SYSNO ASEP 0478480 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název Estimation of long memory in volatility using wavelets Tvůrce(i) Kraicová, Lucie (UTIA-B)
Baruník, Jozef (UTIA-B) RID, ORCIDCelkový počet autorů 2 Číslo článku 20160101 Zdroj.dok. Studies in Nonlinear Dynamics and Econometrics - ISSN 1081-1826
Roč. 21, č. 3 (2017)Poč.str. 22 s. Forma vydání Tištěná - P Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova long memory ; wavelets ; whittle Vědní obor RIV AH - Ekonomie Obor OECD Applied Economics, Econometrics CEP GA13-32263S GA ČR - Grantová agentura ČR Institucionální podpora UTIA-B - RVO:67985556 UT WOS 000411276100002 EID SCOPUS 85021440941 DOI 10.1515/snde-2016-0101 Anotace This work studies wavelet-based Whittle estimator of the fractionally integrated exponential gen- eralized autoregressive conditional heteroscedasticity (FIEGARCH) model often used for modeling long memory in volatility of financial assets. The newly proposed estimator approximates the spectral density using wavelet transform, which makes it more robust to certain types of irregularities in data. Based on an extensive Monte Carlo study, both behavior of the proposed estimator and its relative performance with respect to traditional estimators are assessed. In addition, we study properties of the estimators in presence of jumps, which brings interesting discussion. We find that wavelet-based estimator may become an attrac- tive robust and fast alternative to the traditional methods of estimation. In particular, a localized version of our estimator becomes attractive in small samples. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2018
Počet záznamů: 1