AbstractIn this article, a generalized autoregressive conditional heteroscedastic (GARCH) model is applied to Canadian data covering the period 1976‐1991. The time period is chosen to correspond to distinct monetary regimes, and to the more recent period surrounding the October 1987 crash. The excess price volatility observed over the entire period is reduced by appropriately taking into account three conditional mean and variance shifts corresponding to three distinct monetary regimes and interest rate processes. In spite of the above correction, the hypothesis of a unit root in the variance cannot be rejected for one sub‐period.Subsequently, a substantial reduction in the degree of persistence in volatility is achieved by introducing a dummy variable in the GARCH model to account for extraordinary price movements or “outliers”. The outliers were investigated and found to correspond to the release of business and economic news, in most cases of U.S. origin. Conversely, no reduction in conditional variance is obtained when allowing for seasonal effects, such as the Monday and January effects, in the GARCH equation.The results suggest that, when modelling the conditional variance equation, it is important to account for structural changes in the economic environment and to include in the analysis other sources of non‐stationarity. In doing so, the degree of persistence in market volatility is vastly reduced. The conclusion calls upon further study of the impact of extraordinary price movements and their link to economic information, as well as of other factors likely to affect volatility persistence, such as trading behaviour, in the search to unravel the dynamic behaviour of conditional variances.RésuméUn modèle gééralisé de variance conditionnelle autorégressive (GARCH) est appliqué, dans cet article, à des données canadiennes couvrant la période 1976‐1991. Les années choisies correspondent à trois régimes monétaires distincts et à la période plus récente couvrant la crise boursière d'octobre 1987. L'excès de volatilité de prix constatée durant la période entière est réduit alors qu'on tient compte de trois changements structurels dans les moyennes et les variances correspondant aux trois régimes monétaires et processus de taux d'intérět distincts. En dépit de cela, l'hypothèse de non‐stationnarité dans la variance ne peut pas ětre rejetée pour une souspériode.Par la suite, une réduction substantielle du degré de persistance dans la volatilité est obtenue en introduisant une variable artificielle dans le modèle GARCH pour tenir compte des mouvements de prix extraordinaires. Ces mouvements de prix peu communs ont été étudiés et apparaissent générés par l'arrivée de nouvelles économiques, dans la plupart du temps d'origine américaine. Par contre, aucune réduction dans la variance conditionnelle n'est obtenue quand on introduit les effets sai‐sonniers, tels l'effet “lundi” ou leffet “janvier”, dans l'équation GARCH.Les résultats laissent à penser qu'il est important de prendre en considération lors de la modélisation de l'équation de la variance les changements structurels de l'énvironnement économique et d'inclure dans l'analyse toute autre source de non stationnarité. En faisant cela, le degré de persistance dans la volatilité du marché est fortement réduit. La conclusion recommande l'étude plus approfondie de l'impact des mouvements extraordinaires de prix et de leur relation avec l'arrivée d'information économique, aussi bien que l'étude d'autres facteurs susceptibles d'influencer la persistance en volatilité tel que le comportement des agents sur le marché, dans le but d'approfondir notre connaissance sur le comportement dynamique des variances conditionnelles.
Read full abstract