In this study we apply an outlier detection procedure in a GARCH model to nine daily stock market indexes. We identify outliers for all the series and attempt to associate them to economic and financial events. We show that the detected outliers affect the normality coefficients, and mostly, the evidence for non-normality is reduced after correcting for outliers. We also find that GARCH models for outlier corrected series yield substantial forecasting improvement over GARCH models for the original returns.
Dans cette étude nous appliquons une procédure d'identification des outliers dans un modèle GARCH à neuf séries journalières d'indices boursiers. Des outliers sont identifiés dans toutes les chroniques et sont associés à des événements économiques et financiers. En outre, ces outliers affectent les coefficients de normalité, et leur correction permet d'une part de réduire, le plus souvent, la présence de non normalité, et d'autre part d'améliorer les prévisions de la volatilité lors d'une modélisation GARCH.
pas encore adhérent ?
Sélectionnez votre profil :
Inclus dans les formules
-
A partir de 10 adhésions individuelles
-
Référence sur le site WEB
-
Référence sur l'annuaire papier
-
Un numéro gratuit de la revue FINANCE
L'adhésion individuelle permet de recevoir les informations diffusées par l'AFFI, d'accéder à l'historique des publications dans la revue Finance et de bénéficier d'un tarif préférentiel pour participer aux conférences.
Vous pouvez finaliser le processus de soumission d'un article à la revue Finance en vous acquittant des frais s'élevant à 100 euros.
Déjà adhérent ?
Accédez à vos services, gérez et ajoutez des Adhésions :