Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/233643 
Erscheinungsjahr: 
2021
Quellenangabe: 
[Journal:] Journal of Forecasting [ISSN:] 1099-131X [Volume:] 40 [Issue:] 5 [Publisher:] Wiley [Place:] Hoboken, NJ [Year:] 2021 [Pages:] 883-910
Verlag: 
Wiley, Hoboken, NJ
Zusammenfassung: 
We propose a copula-based periodic mixed frequency generalized autoregressive (GAS) framework in order to model and forecast the intraday exposure conditional value at risk (ECoVaR) for an intraday asset return and the corresponding market return. In particular, we analyze GAS models that account for long-memory-type of dependencies, periodicities, asymmetric nonlinear dependence structures, fat-tailed conditional return distributions, and intraday jump processes for asset returns. We apply our framework in order to analyze the ECoVaR forecasting performance for a large data set of intraday asset returns of the S&P500 index.
Schlagwörter: 
CoVaR
dynamic copulas
intraday
systemic risk
Persistent Identifier der Erstveröffentlichung: 
Creative-Commons-Lizenz: 
cc-by-nc-nd Logo
Dokumentart: 
Article
Dokumentversion: 
Published Version

Datei(en):
Datei
Größe
4.63 MB





Publikationen in EconStor sind urheberrechtlich geschützt.