On the robustness of the principal volatility components
Trucíos Maza, Carlos César; Hotta, Luiz Koodi; Pereira, Pedro L. Valls
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
In this paper, we analyse the recent principal volatility components analysis procedure. The procedure overcomes several diculties in modelling and forecasting the conditional covariance matrix in large dimensions arising from the curse of dimensionality. We show that outliers have a devastating e↵ect on the construction of the principal volatility components and on the forecast of the conditional covariance matrix and consequently in economic and financial applications based on this forecast. We propose a robust procedure and analyse its finite sample properties by means of Monte Carlo experiments and also illustrate it using empirical data. The robust procedure outperforms the classical method in simulated and empirical data.
Ficha do documento
- Tipo
- Estudo
- Ano
- 2018
- Instituição
- Escola de Economia de São Paulo
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/20721
- Temas
- Economia
Conteúdos relacionados
- EstudoRobustness and the general dynamic factor model with infinite-dimensional spaceEscola de Economia de São Paulo · 2020
- DissertaçãoModelo HJM multifatorial com processo de difusão com jumps aplicado ao mercado brasileiroFundação Getulio Vargas · 2016
- DissertaçãoModelo HJM com jumpsFundação Getulio Vargas · 2015
- EstudoForecasting VaR and ES through Markov-switching GARCH modelsEscola de Economia de São Paulo · 2024
