Forecasting crude oil prices volatility with GARCH models

Abstract

Changes in crude oil prices have a major impact on finances worldwide. Thus, the proposal of this thesis is to conduct an empirical study to forecast the volatility of crude oil prices by estimating several univariate GARCH-class models for the period from January 1986 to December 2019. The out-of-sample forecasts horizons for one, five and twenty days were obtained through the model confidence set (MCS) procedure proposed by Hansen et al. (2011) which consists of a sequence of tests that return a ranking with the performance of each model and whose great advantage is the possibility of selecting more than one best model which provides a more realistic solution. The empirical results indicate that models that captures the long-memory or volatility persistence and asymmetry in crude oil prices volatility perform better in all forecasting horizons.

As variações do preço do petróleo têm um grande impacto a nível financeiro em todo o mundo. Assim, o objetivo desta tese é realizar um estudo empírico de previsão da volatilidade dos preços do petróleo através da estimação de vários modelos univariados da classe GARCH para o período de Janeiro de 1986 até Dezembro de 2019. As previsões conduzidas fora da amostra para horizontes de um, cinco e vinte dias foram obtidas através do model confidence set (MCS) proposto por Hansen et al. (2011) que consiste numa sequência de testes que retornam um ranking com o desempenho de cada modelo e cuja grande vantagem é a possibilidade de seleção de mais do que um melhor modelo, o que proporciona uma solução mais realista. Os resultados empíricos indicam que os modelos que conseguem captar a persistência ou a longa memória na volatilidade e a assimetria na volatilidade do preço do petróleo, têm uma performance superior em todos os horizontes de previsão.