Brooks et al. (2000) advocate the o

Brooks et al. (2000) advocate the overnight return volatility (ONV) in order to capture accumulated overnight information that would be beneficial for capturing the persistence in the conditional heteroscedasticity of stock returns. Motivated by the daily price range, on the one hand, Parkinson (1980) exploits the scaled high-low price ranges to construct the daily PK estimator based on the assumption which intraday trading prices follow a random walk process. On the other hand, Garman and Klass (1980) propose the so-called GK estimator by including opening and closing trading prices in addition to price range, with similar assumptions to the PK. In addition, Rogers and Satchell (1991) develop the RS volatility estimator by considering the drift in the price process. In 1993, Chicago Board Options Exchange develops the fear index (VIX, or called implied volatility) that is acquired from the S&P 500 index option prices data via an option pricing model.
In recent years, the wide availability of intraday data has encouraged researchers to explore their information value in modeling and predicting the volatility of financial assets, such as Blair et al. (2001), Corrado and Truong (2007), Fuertes et al. (2009), Koopman et al. (2005), Vipul and Jacob (2007) and the reference therein. However, despite a large volume of existing literature on volatility forecasting, none of them investigates the prices information which is embodied in the ONV, PK and VIX volatility estimators for improving predictive accuracy of daily value-at-risk forecasts in ETF. Thus, this paper aims to propose the augmented GJR model that extends the traditional GJR-GARCH model by comprising three volatility estimators, overnight volatility (ONV), daily prices range (PK), and fear index (VIX) as explanatory variables for the variance equations in GJR model. The proposed models are used to estimate their daily VaR values and evaluate their downside risk management performance for the SPDRs returns spanning from 2009 to 2014.
The remainder of this paper is organized as follows. The data and econometric methodology are provided in Section 2, followed in Section 3 by the empirical results of daily VaR forecasts performance for SPDRs across alternative confidence levels. The final Section summarizes the conclusions drawn from this paper.

Kết quả (Việt) 1:

Brooks et al. (2000) ủng hộ đêm trở lại biến động (ONV) để nắm bắt thông tin qua đêm tích lũy mà có thể có lợi cho việc chụp kiên trì trong heteroscedasticity cổ, có điều kiện trả về. Thúc đẩy bởi phạm vi giá hàng ngày, một mặt, Parkinson (1980) khai thác các phạm vi giá thu nhỏ cao thấp để xây dựng công cụ ước tính PK hàng ngày dựa trên các giả định mà giá trong ngày giao dịch theo một quá trình ngẫu nhiên đi bộ. Mặt khác, Garman và Klass (1980) đề xuất công cụ ước tính GK cái gọi là bằng cách bao gồm mở và đóng cửa kinh doanh giá ngoài phạm vi giá, với giả định tương tự như PK. Ngoài ra, Rogers và Satchell (1991) phát triển các công cụ ước tính biến động RS bằng cách xem xét trôi dạt trong quá trình giá. Năm 1993, Chicago Board Options Exchange phát triển sợ hãi chỉ mục (VIX, hay được gọi là bay hơi ngụ ý) mà là mua lại từ S & P 500 index tùy chọn giá dữ liệu thông qua một tùy chọn giá cả mô hình.Những năm gần đây, sẵn sàng rộng của dữ liệu trong ngày đã khuyến khích các nhà nghiên cứu để khám phá giá trị thông tin của họ trong mô hình hóa và dự đoán sự biến động của tài sản tài chính, chẳng hạn như Blair et al. (2001), Corrado và trường (2007), Fuertes et al. (2009), Koopman et al. (2005), Vipul và Jacob (2007) và tài liệu tham khảo trong đó. Tuy nhiên, mặc dù một khối lượng lớn các tài liệu hiện có biến động dự báo, không ai trong số họ điều tra thông tin giá cả mà thể hiện trong ONV, PK và VIX estimators bay hơi để cải thiện tiên đoán chính xác của dự báo giá trị lúc nguy cơ hàng ngày ở ETF. Vì vậy, bài viết này nhằm mục đích để đề xuất mô hình GJR tăng cường mở rộng các mô hình GJR-GARCH truyền thống bằng cách bao gồm ba biến động estimators, qua đêm biến động (ONV), hàng ngày giá khoảng (PK), và sợ hãi index (VIX) như các biến giải thích cho các phương trình phương sai trong mô hình GJR. Những kiểu đề xuất được sử dụng để ước tính giá trị VaR hàng ngày của họ và đánh giá hiệu suất quản lý nguy cơ nhược điểm cho trở về SPDRs kéo dài từ năm 2009 đến năm 2014.Phần còn lại của bài báo này được tổ chức như sau. Dữ liệu và các phương pháp kinh tế lượng được cung cấp trong phần 2, theo sau trong phần 3 kết quả thực nghiệm của hàng ngày VaR dự báo hiệu suất cho SPDRs trên cấp độ tin cậy khác. Cuối cùng phần tóm tắt những kết luận rút ra từ bài báo này.

Kết quả (Việt) 2:

Brooks et al. (2000) ủng hộ sự trở lại biến động qua đêm (ONV) để nắm bắt thông tin qua đêm tích lũy đó sẽ có lợi cho việc chụp những sự bền bỉ trong các biến ngẫu nhiên có điều kiện của lợi nhuận cổ phiếu. Thúc đẩy bởi các mức giá hàng ngày, trên một mặt, Parkinson (1980) khai thác quy mô giá cao thấp dao động để xây dựng dự toán PK hàng ngày dựa trên giả định đó giá giao dịch trong ngày theo một quá trình ngẫu nhiên đi bộ. Mặt khác, Garman và Klass (1980) đề xuất cái gọi là ước lượng GK bằng cách bao gồm việc đóng mở giá giao dịch ngoài phạm vi giá, với những giả định tương tự như PK. Ngoài ra, Rogers và Satchell (1991) phát triển ước RS biến động bằng cách xem xét các drift trong quá trình giá. Năm 1993, Chicago Board Options Exchange phát triển chỉ số sợ hãi (VIX, hay còn gọi là biến động ngụ ý) được mua từ các tùy chọn chỉ số giá dữ liệu S & P 500 thông qua một mô hình định giá quyền chọn.
Trong những năm gần đây, sự sẵn có rộng của dữ liệu trong ngày đã khuyến khích các nhà nghiên cứu khám phá giá trị thông tin của họ trong mô hình và dự đoán sự biến động của tài sản tài chính, chẳng hạn như Blair et al. (2001), Corrado và Trường (2007), Fuertes et al. (2009), Koopman et al. (2005), Vipul và Jacob (2007) và các tài liệu tham khảo trong đó. Tuy nhiên, bất chấp một khối lượng lớn các tài liệu hiện có về dự báo biến động, không ai trong số họ điều tra các thông tin giá được thể hiện trong các ước lượng biến động ONV, PK, VIX để nâng cao độ chính xác dự đoán của giá trị có nguy cơ cao dự báo hàng ngày trong ETF. Do đó, bài viết này nhằm mục đích đề xuất các mô hình GJR tăng cường mở rộng các mô hình GJR-GARCH truyền thống bằng cách bao gồm ba dự toán biến động, biến động qua đêm (ONV), giá cả hàng ngày nằm trong khoảng (PK), và chỉ số sợ hãi (VIX) là biến giải thích cho phương sai phương trình trong mô hình GJR. Các mô hình đề xuất được sử dụng để ước tính giá trị VaR hàng ngày của họ và đánh giá hiệu quả quản lý rủi ro giảm giá của họ cho SPDRs trả về kéo dài từ năm 2009 đến năm 2014.
Phần còn lại của bài viết này được tổ chức như sau. Các dữ liệu và phương pháp kinh tế lượng được quy định tại Mục 2, tiếp theo tại mục 3 của các kết quả thực nghiệm của hiệu suất dự báo VaR hàng ngày cho SPDRs trên mức độ tin cậy thay thế. Các mục thức tóm tắt những kết luận rút ra từ nghiên cứu này.