Buchumschlag

Predicting tail risks by a Markov switching MGARCH model with varying copula regimes

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Markus J. Fülle, Helmut Herwartz
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2024
Schlagworte:	Journal of Forecasting
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bayesian Markov switching model for BRICS currencies' exchange rates
von: Utkarsh Kumar, et al.
Veröffentlicht: (2024)

Forecasting sovereign CDS spreads with a regime‐switching combination method
von: Jianping Li, et al.
Veröffentlicht: (2024)

Time‐varying risk preference and equity risk premium forecasting: The role of the disposition effect
von: Kenan Qiao, et al.
Veröffentlicht: (2024)

An infinite hidden Markov model with stochastic volatility
von: Chenxing Li, et al.
Veröffentlicht: (2024)

Tail risk forecasting with semiparametric regression models by incorporating overnight information
von: Cathy W. S. Chen, et al.
Veröffentlicht: (2024)

Disciplining growth‐at‐risk models with survey of professional forecasters and Bayesian quantile regression
von: Milan Szabo
Veröffentlicht: (2024)

A multistage forecasting model for green bond cost optimization with dynamic corporate risk constraints
von: Zinan Hu, et al.
Veröffentlicht: (2024)

Twitter policy uncertainty and stock returns in South Africa: Evidence from time‐varying Granger causality
von: Kingstone Nyakurukwa, et al.
Veröffentlicht: (2024)

A Matrix‐Based Hidden Markov Model for Consumer Credit Analysis
von: Borui Qi, et al.
Veröffentlicht: (2026)

New runs‐based approach to testing value at risk forecasts
von: Marta Małecka
Veröffentlicht: (2024)

Can intraday data improve the joint estimation and prediction of risk measures? Evidence from a variety of realized measures
von: Zhimin Wu, et al.
Veröffentlicht: (2024)

Media and Business Cycle Predictability
von: Salim Baz, et al.
Veröffentlicht: (2026)

Credit risk prediction based on causal machine learning: Bayesian network learning, default inference, and interpretation
von: Jiaming Liu, et al.
Veröffentlicht: (2024)

Two‐stage credit risk prediction framework based on three‐way decisions with automatic threshold learning
von: Yusheng Li, et al.
Veröffentlicht: (2024)

Stock Return Prediction Based on a Functional Capital Asset Pricing Model
von: Ufuk Beyaztas, et al.
Veröffentlicht: (2025)

Fire Prediction and Risk Identification With Interpretable Machine Learning
von: Shan Dai, et al.
Veröffentlicht: (2025)

Stock Price Limit and Its Predictability in the Chinese Stock Market
von: Haohui Liang, et al.
Veröffentlicht: (2024)

Default Prediction Framework With Optimal Feature Set and Matching Ratio
von: Guotai Chi, et al.
Veröffentlicht: (2025)

SGAT‐SP: Sparse Graph Attention Network for Stock Prediction
von: Gautam Gupta, et al.
Veröffentlicht: (2026)

Spread Option Pricing Method Based on Nonparametric Predictive Inference Copula
von: Ting He
Veröffentlicht: (2025)

Forecasting elections from partial information using a Bayesian model for a multinomial sequence of data
von: Soudeep Deb, et al.
Veröffentlicht: (2024)

Economic Conditions and Predictability of US Stock Returns Volatility: Local Factor Versus National Factor in a GARCH‐MIDAS Model
von: Afees A. S alisu, et al.
Veröffentlicht: (2025)

Robust Prediction Intervals for Time Series Forecasting: A Bootstrap and Bayesian Approach
von: Betty X.Y. Chu, et al.
Veröffentlicht: (2026)

Enhancing Volatility Prediction: A Wavelet‐Based Hierarchical Forecast Reconciliation Approach
von: Adam Clements, et al.
Veröffentlicht: (2026)

A Two‐Stage Interpretable Model to Explain Classifier in Credit Risk Prediction
von: Lu Wang, et al.
Veröffentlicht: (2025)

Constructing a high‐frequency World Economic Gauge using a mixed‐frequency dynamic factor model
von: Chew Lian Chua, et al.
Veröffentlicht: (2024)

New forecasting methods for an old problem: Predicting 147 years of systemic financial crises
von: Emile du Plessis, et al.
Veröffentlicht: (2024)

Deep Dive Into Churn Prediction in the Banking Sector: The Challenge of Hyperparameter Selection and Imbalanced Learning
von: Vasileios Gkonis, et al.
Veröffentlicht: (2024)

Predicting Equity Premium: A New Momentum Indicator Selection Strategy With Machine Learning
von: Yong Qu, et al.
Veröffentlicht: (2024)

Global Insights Into Term Spreads: Unveiling Their Predictive Power During Unconventional Monetary Policy
von: Petri Kuosmanen, et al.
Veröffentlicht: (2026)

Predicting EU Emissions Allowance Prices Using Macroeconomic Indicators and Hybrid AI Models
von: Saptarshi Ganguly, et al.
Veröffentlicht: (2026)

A Frailty Cumulative Link Model for Enhanced Prediction of Loss Given Default Distribution
von: Ruey‐Ching Hwang, et al.
Veröffentlicht: (2025)

Toward a smart forecasting model in supply chain management: A case study of coffee in Vietnam
von: Thi Thuy Hanh Nguyen, et al.
Veröffentlicht: (2024)

A Quantification Approach of Changes in Firms' Financial Situation Using Neural Networks for Predicting Bankruptcy
von: Philippe du Jardin
Veröffentlicht: (2024)

Prediction of wind energy with the use of tensor‐train based higher order dynamic mode decomposition
von: Keren Li, et al.
Veröffentlicht: (2024)

Innovative Techniques to Predict Churn in the French Insurance Industry: Integration of Machine Learning With the Grabit Model
von: Christophe Schalck, et al.
Veröffentlicht: (2025)

Image‐Based Deep Learning Models for Stock Predictions: Combining Line, Candlestick, and Bar Charts
von: Wei‐Chao Lin, et al.
Veröffentlicht: (2026)

Decomposing, Learning, and Predicting Realized Volatilities: A Comparison Analysis From the Global Stock Markets
von: Wei Zhou, et al.
Veröffentlicht: (2025)

A GARCH model selection and estimation method based on neural network with the loss function of mean square error and model confidence set
von: Yanhao Huang, et al.
Veröffentlicht: (2024)

A Dynamic Fuzzy Modeling Method for Interval Time Series and Applications in Range‐Based Volatility Prediction
von: Leandro Maciel, et al.
Veröffentlicht: (2025)