000001419 001__ 1419
000001419 005__ 20250211155821.0
000001419 0247_ $$a10.34989/swp-2007-20$$2DOI
000001419 035__ $$a10.34989/swp-2007-20
000001419 041__ $$aeng
000001419 084__ $$aC Mathematical and Quantitative Methods$$02849
000001419 084__ $$aC3 Multiple or Simultaneous Equation Models; Multiple Variables$$02871
000001419 084__ $$aC32 Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space Models$$02874
000001419 084__ $$aC5 Econometric Modeling$$02889
000001419 084__ $$aC53 Forecasting and Prediction Methods; Simulation Methods$$02893
000001419 084__ $$aG Financial Economics$$03122
000001419 084__ $$aG1 General Financial Markets$$03126
000001419 084__ $$aG14 Information and Market Efficiency; Event Studies; Insider Trading$$03131
000001419 245__ $$aMultivariate Realized Stock Market Volatility
000001419 260__ $$bBank of Canada
000001419 269__ $$a2007
000001419 300__ $$a1 online resource (iii, 41 pages plus tables)
000001419 336__ $$aText
000001419 347__ $$bPDF
000001419 520__ $$aWe present a new matrix-logarithm model of the realized covariance matrix of stock returns. The model uses latent factors which are functions of both lagged volatility and returns. The model has several advantages: it is parsimonious; it does not require imposing parameter restrictions; and, it results in a positive-definite covariance matrix. We apply the model to the covariance matrix of size-sorted stock returns and find that two factors are sufficient to capture most of the dynamics. We also introduce a new method to track an index using our model of the realized volatility covariance matrix.$$7Abstract
000001419 520__ $$aLes auteurs présentent un nouveau modèle de la matrice des covariances réalisées des rendements boursiers dans lequel la matrice est exprimée sous forme logarithmique et les facteurs latents sont fonction à la fois de la volatilité passée et des rendements historiques. Le modèle offre plusieurs avantages : il est parcimonieux, il ne nécessite pas l'imposition de restrictions sur les paramètres et il produit une matrice des covariances définie positive. L'application du modèle à la prévision de la matrice des covariances des rendements classés selon la taille de l'entreprise fait ressortir que deux facteurs suffisent pour rendre compte de l'essentiel de la dynamique. Les auteurs proposent aussi une méthode permettant de reproduire l'évolution d'un indice à l'aide de leur modèle de la matrice des covariances réalisées.$$7Résumé
000001419 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001419 6531_ $$aEconometric and statistical methods
000001419 6531_ $$aFinancial markets
000001419 6531_ $$aMéthodes économétriques et statistiques
000001419 6531_ $$aMarchés financiers
000001419 7001_ $$aBauer, Gregory
000001419 7001_ $$aVorkink, Keith
000001419 789__ $$w1701-9397$$2ISSN$$eIsPartOf
000001419 791__ $$aJournalArticle$$eIsPreviousVersionOf$$iStaff Working Paper is published in peer-reviewed journal$$2DOI$$tForecasting multivariate realized stock market volatility$$w10.1016/j.jeconom.2010.03.021$$c2011$$dJournal of Econometrics (Elsevier)$$j160$$k1$$o93$$q101
000001419 8301_ $$aStaff Working Paper
000001419 8301_ $$aDocument de travail du personnel
000001419 8564_ $$uhttps://www.oar-rao.bank-banque-canada.ca/record/1419/files/wp07-20.pdf$$93f22bfdb-30ca-4233-b34d-26ac9f88e56f$$s767106$$zFile Source: Bank of Canada website, 2024
000001419 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1419$$pbibliographic
000001419 980__ $$aStaff Research
000001419 980__ $$aRDM
000001419 991__ $$aPublic