AI Summary & Key Takeaways
AI InsightThe results show that the forecasting performances of asymmetric conditional models are better than symmetric conditional models for most of the countries.
📌 3 Key Takeaways
Abstract
\r\n This paper compares the forecasting performance of symmetric and asymmetric conditional volatility models of exchange rate returns of OECD countries. The results show that the forecasting performances of asymmetric conditional models are better than symmetric conditional models for most of the countries. We found that the distribution of exchange rate returns are characterized by excess kurtosis and fat tails. We also found some evidence of out-of sample forecasting that the volatility of returns will be impacted differently (increase or decrease) while the returns increasing for each country.\r\n
Özet
\r\n Bu çalısma OECD ülkelerine ait döviz kuru getirilerinin volatilitesinin modellenmesinde ve öngörüsünde kullanılan simetrik ve asimetrik kosullu değisen varyans modellerinin öngörü performanslarını karsılastırmaktadır. Çalısmanın sonuçları çoğu ülke için asimetrik kosullu değisen varyans modellerinin simetrik kosullu değisen varyans modellerinden daha iyi olduğunu göstermektedir. Ayrıca döviz kuru getirilerinin dağılımlarının çoğunun asırı basık ve kalın kuyruğa sahip olduğu bulunmustur. Örnek dısı öngörü sonuçlarına göre döviz kuru getirileri artarken volatilitedeki artıs ve azalısların ülkelere göre farklı olduğuna dair kanıtlar elde edilmistir.\r\n