We investigated the impact of alternative variance equation specifications and different densities on the forecasting of one-day-ahead value-at-risk for the Istanbul stock market. The three employed models are symmetric GARCH(1,1) of Bollerslev (1986), symmetric GARCH(1,1) of Taylor (1986) and APGARCH(1,1) of Ding et al. (1996) models, under three distributions. The comparison focuses on two different aspects: the difference between symmetric and asymmetric GARCH (i.e., GARCH versus APGARCH) and the difference between normal-tailed and fat-tailed distributions (i.e., Normal, Student-t, and GED). The GARCH(1,1) of Taylor was found to be unjustified since convergence could not be achieved. Also, we examined if the estimated coefficients are time-varying. We executed a fixed size rolling sample estimation to provide the one-step-ahead variance forecasts required to generate the one-step-ahead VaR. Our results indicate that the APGARCH(1,1) with t-distribution model outperform its competitors regarding out-of-sample forecasting ability. Moreover, we found that the power transformation parameter of APGARCH model was time-variant. In contrast, degrees of freedom of t-distribution and thickness parameter of GED distribution are time-invariant indicating that fat-tailedness of innovation does not change over time. Thus, these findings suggest that the student-t APGARCH(1,1) model could be used by conservative investors to evaluate their investment risk. Also, both exchanges and regulators may benefit from using that model when the market faces turmoil and becomes more volatile.
ملخص
نقوم بالتحقيق في تأثير مواصفات التباين المعادلة البديلة وكثافات مختلفة على التنبؤ يوما متقدما بنقطة واحدة القيمة المعرضة للخطر لسوق الأوراق المالية اسطنبول. نماذج العاملات الثلاث متماثل جارش (1،1) من بورسلف (1986)، متماثل جارش (1،1) من تايلور (1986) ومتماثل ابجارش (1،1) من دينغ وآخرون (1996). نماذج، تحت ثلاثة التوزيعات. وتركز المقارنة على جانبين مختلفين: الفرق بين متماثل جارش المتماثلة وغير المتماثلة (أي متماثل جارش مقابل متماثل ابجارش) والفرق بين التوزيع الطبيعي الذيل والذيل الدهون. تم العثور على متماثل جارش (1،1) من تايلور أن يكون غير مبرر منذ التقارب لا يمكن أن يتحقق. أيضا، درسنا إذا كانت المعاملات المقدرة هي زمنية متفاوتة. نفذنا حجم ثابت عينة المتداول تقدير لتقديم توقعات التباين خطوة للأمام واحدة اللازمة لتوليد القيمة المعرضة للخطر، خطوة متقدما بنقطة واحدة. نتائجنا تشير إلى أن ومتماثل ابجارش (1،1) مع نموذج توزيع تفوق منافسيها فيما يتعلق بمدى قدرة التنبؤ خارج العينة. وعلاوة على ذلك، وجدنا أن المعلمة تحول قوة النموذج ومتماثل ابجارش كان الوقت البديل. في المقابل، درجات الحرية لتوزيع تى للزمن .
