Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Forecasting Conditional Covariance Matrices in High-Dimensional Time Series: A General Dynamic Factor Approach

Texto completo
Autor(es):
Trucios, Carlos [1, 2] ; Mazzeu, Joao H. G. [3] ; Hallin, Marc [4, 5] ; Hotta, Luiz K. [3] ; Valls Pereira, Pedro L. [2] ; Zevallos, Mauricio [3]
Número total de Autores: 6
Afiliação do(s) autor(es):
[1] Univ Fed Rio de Janeiro, Fac Business Adm & Accounting, Rio De Janeiro - Brazil
[2] Sao Paulo Sch Econ, FGV, Sao Paulo - Brazil
[3] Univ Estadual Campinas, Dept Stat, Sao Paulo - Brazil
[4] Univ Libre Bruxelles, Dept Math, Brussels - Belgium
[5] Univ Libre Bruxelles, ECARES, Brussels - Belgium
Número total de Afiliações: 5
Tipo de documento: Artigo Científico
Fonte: JOURNAL OF BUSINESS & ECONOMIC STATISTICS; DEC 2021.
Citações Web of Science: 0
Resumo

Based on a General Dynamic Factor Model with infinite-dimensional factor space and MGARCH volatility models, we develop new estimation and forecasting procedures for conditional covariance matrices in high-dimensional time series. The finite-sample performance of our approach is evaluated via Monte Carlo experiments and outperforms the most alternative methods. This new approach is also used to construct minimum one-step-ahead variance portfolios for a high-dimensional panel of assets. The results are shown to match the results of recent proposals by Engle, Ledoit, and Wolf and achieve better out-of-sample portfolio performance than alternative procedures proposed in the literature. (AU)

Processo FAPESP: 18/04654-9 - Séries temporais, ondaletas e dados de alta dimensão
Beneficiário:Pedro Alberto Morettin
Modalidade de apoio: Auxílio à Pesquisa - Temático
Processo FAPESP: 16/18599-4 - Modelagem e previsão da volatilidade para dados financeiros de alta dimensão
Beneficiário:Carlos Cesar Trucios Maza
Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 18/03012-3 - Técnicas dinâmicas robustas de redução de dimensão para volatilidades
Beneficiário:Carlos Cesar Trucios Maza
Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado