Repository logo
 
No Thumbnail Available
Publication

Gold returns dynamics and forecast

Use this identifier to reference this record.
Name:Description:Size:Format: 
203439449.pdf1.66 MBAdobe PDF Download

Abstract(s)

This study uses frequency-domain approaches to forecast gold returns, considering the high-frequency, business cycle-frequency, and low-frequency of each variable. The low-frequency component of the Equity Risk Premium, extracted using wavelet filtering, emerges as a strong predictor of gold returns, outperforming the other variables, and remaining stable over a 24-year out-of-sample period. The predictive power of different variables for gold returns during expansive and recessive business cycles is also explored. The low-frequency component of the Equity Risk Premium emerges as the most significant predictor during economic expansions. In contrast, the high-frequency component of the Default Yield Spread exhibits greater predictive power during recessions. These findings demonstrate how different frequencies of macroeconomic predictors can individually capture important information regarding the future dynamics of gold returns.
O foco principal deste estudo centra-se na utilização de métodos de domínio de frequências na previsão de retornos do ouro. Considerando para cada variável macroeconómica a respetiva alta frequência, a frequência do ciclo económico e a baixa frequência. A componente de baixa frequência do Equity Risk Premium, extraída através da filtragem wavelet, surge como a variável com o maior poder preditivo sobre os retornos do ouro, superando as restantes variáveis e mantendo-se estável ao longo de um período fora de amostra de 24 anos. O poder preditivo de diferentes variáveis para os retornos do ouro durante ciclos económicos expansivos e recessivos também é explorado. A componente de baixa frequência do Equity Risk Premium surge como o fator com maior poder preditivo durante expansões económicas. Em contraste, a componente de alta frequência do Default Yield Spread apresenta um maior poder preditivo durante períodos económicos recessivos. Estas conclusões demonstram como diferentes frequências de indicadores macroeconómicos conseguem captar informações relevantes sobre a dinâmica futura dos retornos do ouro.

Description

Keywords

Frequency domain Predictability Gold returns Commodities Wavelets Domínio de frequências Previsão Ouro Matérias-primas

Pedagogical Context

Citation

Research Projects

Organizational Units

Journal Issue