Long memory of volatility measures in time series

The authors analyse relations between the long memory parameter of conditional variance and estimates of the long memory in squared residuals in FIGARCH models. The investigations are performed by means of simulations FIGARCH(0, d, 0) and FIGARCH(1, d, 1) models for selected parameters. Simulation results suggest, that estimates of the conditional variance long memory and the long memory in squared residuals can considerable differ. Moreover, only for small d positive relationship between the long memory estimates of squared residuals and the fractional integration parameter d of FIGARCH model can be observed.

W artykule przedstawiono wyniki porównania estymatorów długiej pamięci warunkowej wariancji oraz estymatorów długiej pamięci kwadratów reszt modeli FIGARCH. Badanie zostało przeprowadzone na podstawie symulacji modeli FIGARCH(0, d, 0) oraz FIGARCH(1, d, 1). W przypadku modelu FIGARCH(0, d, 0) okazało się, że estymatory długiej pamięci warunkowej wariancji przyjmują na ogół wyższe wartości niż estymatory długiej pamięci kwadratów reszt. Uzyskane wyniki wskazują ponadto, że wraz ze wzrostem wartości parametru d ułamkowej integracji procesu FIGARCH estymatory długiej pamięci warunkowej wariancji oraz kwadratów reszt przyjmują bardzo zbliżone wartości. Potwierdzają to wyniki testowania istnienia wspólnej długiej pamięci. Z badań symulacyjnych wynika, że dla d < 0,4 estymatory długiej pamięci kwadratów reszt są zbliżone do wartości parametru d ułamkowej integracji w procesie FIGARCH. Wraz ze wzrostem wartości parametru d ułamkowej integracji procesu FIGARCH (dla d > 0,4) zmniejszają się wartości estymatorów długiej pamięci zarówno warunkowej wariancji, jak i kwadratów reszt. Badania symulacyjne dla modelu FIGARCH(1, d, 1) pozwalają na stwierdzenie, że dla ustalonej wartości parametru ułamkowej integracji d oraz dla ustalonego parametru β wraz ze wzrostem wartości parametru φ maleje wartość estymatora długiej pamięci warunkowej wariancji tego modelu. Z kolei dla wybranej wartości parametru ułamkowej integracji d oraz dla danego parametru φ wzrost wartości parametru β pociąga za sobą wzrost wartości estymatora długiej pamięci warunkowej wariancji analizowanego modelu. Ponadto dla ustalonych parametrów β i φ wzrostowi wartości parametru d (począwszy od d = 0,4) towarzyszy zmniejszanie się długiej pamięci warunkowej wariancji. Wyniki symulacji sugerują, że estymatory długiej pamięci warunkowej wariancji oraz estymatory długiej pamięci kwadratów reszt mogą się na ogół znacznie różnić. Ponadto różnią się one od wartości parametru ułamkowej integracji modelu FIGARCH. Oznacza to w szczególności, że postać ARFIMA modelu FIGARCH jest tylko zapisem formalnym i raczej nie istnieje zależność pomiędzy wartościami parametrów ułamkowej integracji w obu modelach.