Modélisation de la volatilité des rendements Bitcoin par les modèles GARCH non paramétriques

  • Sami Mestiri

Abstract

Objectif: L’objectif de cet article est de mettre en évidence l'efficacité du modèle GARCH non paramétrique pour la prédiction des prix futurs du Bitcoin.

Méthodologie: L’utilisation de modèles GARCH paramétriques pour caractériser la volatilité des rendements Bitcoin est très utilisé dans la  littérature empirique. Alternativement, nous considérons une approche non paramétrique pour modéliser et prévoir la volatilité des rendements Bitcoin.

Résultats: Nous montrons que la prévision de volatilité du modèle GARCH non paramétrique donne des performances supérieures par rapport à  une classe étendue de modèles GARCH paramétriques.

Originalité/pertinence : L’amélioration de la précision des prévisions de la volatilité des rendements Bitcoin basée sur le modèle GARCH non  paramétrique suggère que cette méthode offre une alternative attrayante et viable par rapport aux modèles paramétriques GARCH couramment utilisés.

English title: Modelling the volatility of Bitcoin returns using Nonparametric GARCH models

Objective: The purpose of this paper is to demonstrate the effectiveness of the nonparametric GARCH model for the prediction of future Bitcoin  prices.

Methodology: The use of parametric GARCH models to characterize the volatility of Bitcoin returns iswidely used in the empirical literature. Alternatively, we consider a non-parametric approach to model and forecast the volatility of Bitcoin returns.

Results: We show that the volatility forecast of the nonparametric GARCH model yields superiorperformance compared to an extended class of parametric GARCH models.
Originality / relevance: The improved accuracy of forecasting the volatility of Bitcoin returns based on the nonparametric GARCH model suggests that this method offers an attractive and viable alternative to commonly used GARCH parametric models..

 

 

Published
2022-08-05
Section
Articles

Journal Identifiers


eISSN: 1923-2993