Forecasting Returns Using Threshold Models

Abstract

Celem artykułu jest porównanie metod prognozowania nieliniowych modeli progowych. Wykorzystane zostały dwie metody prognozowania: metoda bootstrap w dwóch wariantach oraz metoda Monte Carlo. Przedmiotem analizy są tygodniowe stopy zwrotu spółek sektora bankowego, notowanych na GPW w Warszawie. W konkluzji stwierdza się, że przewidywanie dokładnych wartości stóp zwrotu jest bardzo trudne, natomiast modele progowe dają bardzo dobre wyniki w zakresie przewidywania kierunków zmian w przyszłości.

In this paper we present the problem of forecasting efficiency of the TAR models. Three methods of forecasting are considered to compare their accuracy: the Monte Carlo method, and the two versions the bootstrap technique. The basic models are two- or three- regimes stationary threshold autoregressive models with the endogenous or exogenus switching variable. The time series set consists of the weekly stock returns of the banking sector quoted at the Warsaw Stock Exchange.