We perform a large-scale empirical

We perform a large-scale empirical study in order to compare the forecasting performances of single-regime and Markov-switching () models from a risk management perspective. We find that models yield more accurate Value-at-Risk, expected shortfall, and left-tail distribution forecasts than their single-regime counterparts for daily, weekly, and ten-day equity log-returns. Also, our results indicate that accounting for parameter uncertainty improves the left-tail predictions, independently of the inclusion of the Markov-switching mechanism.

Results (Thai) 1:

เราดำเนินการขนาดใหญ่การศึกษาเชิงประจักษ์ในการสั่งซื้อเพื่อเปรียบเทียบจากมุมมองของการบริหารความเสี่ยงการแสดงการคาดการณ์เดียวระบอบการปกครองและมาร์คอฟสลับ () รุ่น เราพบว่ารูปแบบการให้ผลถูกต้องมากขึ้น Value-at-ความเสี่ยงขาดแคลนที่คาดหวังและการคาดการณ์การกระจายซ้ายหางกว่าคู่เดียวระบอบการปกครองของพวกเขาสำหรับรายวันรายสัปดาห์และส่วนสิบวันล็อกผลตอบแทน นอกจากนี้ผลของเราแสดงให้เห็นว่าการบัญชีสำหรับความไม่แน่นอนพารามิเตอร์ช่วยเพิ่มการคาดการณ์ซ้ายหางเป็นอิสระจากการรวมของกลไกมาร์คอฟสลับ

Results (Thai) 2:

เราทำการศึกษาเชิงประจักษ์ขนาดใหญ่เพื่อเปรียบเทียบการแสดงการคาดการณ์ของระบอบการปกครองเดี่ยวและ Markov-สวิตช์ () จากมุมมองการบริหารความเสี่ยง เราพบว่ารูปแบบที่ให้ผลตอบแทนที่ถูกต้องมากขึ้นที่มีความเสี่ยงที่คาดว่าพอและการคาดการณ์การแจกจ่ายด้านซ้ายของพวกเขาสำหรับรายวันรายสัปดาห์และ10วันส่วนของการเข้าสู่ระบบ-ผลตอบแทน นอกจากนี้ผลลัพธ์ของเราบ่งชี้ว่าการบัญชีสำหรับความไม่แน่นอนของพารามิเตอร์ช่วยเพิ่มการคาดการณ์ซ้ายหางโดยอิสระจากการรวมของกลไก Markov-สลับ

Results (Thai) 3:

เราดำเนินการวิจัยเชิงประจักษ์ขนาดใหญ่เพื่อเปรียบเทียบประสิทธิภาพของระบบเดียวและมาร์คอฟเปลี่ยนรูปแบบจากมุมมองของการบริหารความเสี่ยง เราพบว่าแบบจำลองที่ถูกต้องมากขึ้นความเสี่ยงช่องว่างที่คาดการณ์ไว้และการกระจายหางซ้ายมากกว่ารุ่นเดียวสำหรับผลตอบแทนลอการิทึมรายวันรายสัปดาห์และสิบวัน นอกจากนี้ผลที่ได้แสดงให้เห็นว่าการพิจารณาความไม่แน่นอนของพารามิเตอร์สามารถปรับปรุงการพยากรณ์หางซ้ายโดยไม่ต้องพิจารณากลไกมาร์คอฟเปลี่ยน