Porównanie bayesowskich modeli Copula-AR(1)-GARCH(1,1) z asymetrycznością rozkładów warunkowych

Abstract

Celem artykułu było formalne porównanie mocy wyjaśniającej dwuwymiarowych bayesowskich modeli Copula-GARCH z warunkowym skośnym oraz symetrycznym rozkładem t-Studenta na przykładzie danych pochodzących z polskiego rynku finansowego. Przedmiotem porównania były 22 modele Copula-AR(1)-GARCH(1,1) różniące się kopulą oraz występowaniem skośności rozkładów brzegowych. W kontekście rozważanych modeli opracowane zostały metody Monte Carlo z funkcją ważności w celu uzyskania charakterystyki rozkładów a posteriori oraz wartości brzegowych gęstości macierzy obserwacji. Dla analizowanych danych empirycznych bardziej prawdopodobne a posteriori okazały się modele z symetrycznymi warunkowymi rozkładami t-Studenta. Dla logarytmicznych dziennych stóp zwrotu subindeksów indeksu WIG najwyższe prawdopodobieństwo a posteriori uzyskał model z kopulą Claytona-Gumbela. Zastosowanie skośnego rozkładu t-Studenta nie poprawiło mocy wyjaśniającej modeli Copula‑GARCH.

Keywords

• kopula
• model Copula-AR-GARCH
• wnioskowanie bayesowskie
• bayesowskie porównanie modeli
• technika bayesowskiego łączenia wiedzy
• metoda Monte Carlo z funkcją ważności