Forecasting sovereign CDS VOLATILITY: A comparison of univariate GARCH-class models

Saker Sabkha, Christian de Peretti () and Sabrine Mallek ()
Additional contact information
Saker Sabkha: CEROS - Centre d'Etudes et de Recherches sur les Organisations et la Stratégie - UPN - Université Paris Nanterre
Christian de Peretti: ECL - École Centrale de Lyon - Université de Lyon, LSAF - Laboratoire de Sciences Actuarielle et Financière - UCBL - Université Claude Bernard Lyon 1 - Université de Lyon
Sabrine Mallek: ICN Business School, CEREFIGE - Centre Européen de Recherche en Economie Financière et Gestion des Entreprises - UL - Université de Lorraine

Post-Print from HAL

Abstract: Initialement ignoré par les investisseurs, le risque de crédit souverain a été réévalué à la hausse depuis les années 2000, ce qui a contribué à éveiller l'intérêt des spéculateurs pour les CDS souverains. Le besoin croissant de modèles de prévision précis nous a amenés à combler le vide dans la littérature en étudiant la prévisibilité de la volatilité des CDS souverains et en utilisant des modèles linéaires et non linéaires de la classe GARCH. Cet article utilise des données de 38 pays dans le monde, allant de janvier 2006 à mars 2017. Les résultats montrent que les marchés des CDS sont soumis à des périodes de regroupement de volatilité, de non-linéarité, d'effets de levier asymétriques et de comportement à longue mémoire. En utilisant 7 critères statistiques hétéroskédastiques et aucun critère hétéroskédastique robuste, les résultats montrent que les modèles partiellement intégrés surpassent les modèles de base de la classe GARCH en termes de capacité de prévision, permettant une flexibilité concernant le degré de persistance des chocs de variance. Malgré la divergence de la situation économique et des positions géographiques des pays composants notre échantillon, les modèles FIGARCH et FIEGARCH se révèlent principalement être les modèles les plus précis pour prédire la volatilité du marché du crédit.

Date: 2020-06-04
References: Add references at CitEc
Citations:

Published in Vie et Sciences de l'Entreprise, 2020, 209 (1), pp.27-56. ⟨10.3917/vse.209.0027⟩

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-04875499

DOI: 10.3917/vse.209.0027

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().