Detailansicht
Evaluation of volatility forecasting models
Bernhard Kober
Art der Arbeit
Magisterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Magisterstudium Statistik
Betreuer*in
Erhard Reschenhofer
DOI
10.25365/thesis.48254
URN
urn:nbn:at:at-ubw:1-22772.70779.650053-9
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
In der Disziplin des volatility forecasting kommen eine Reihe von Modellen in Frage. Eines der aktuellsten ist das HARQ Modell von Bollerselv et al. [BPQ16]. Es berücksichtigt die Realized Quarticity, um größere Prognosefehler durch hohe Volatilität auf dem Aktienmarkt zu kompensieren. Dies ist ein neues Konzept im Bereich des volatility forecasting und daher bestens geeignet für eine Wiederholungsstudie.
Es wurde eine erweiterte Evaluierung durchgeführt, um die Analyse von Bollerslev et al. [BPQ16] zu reproduzieren, wie auch eine graphische Analyse um die Ergebnisse zu komplementieren. Um die Realized Variance des Dow Jones industrial average vorherzusagen, wurde training-data durch rolling window und increasing window erzeugt. Anschließend wurden die Modelle mittels der MSE und QLIKE Verlustfunktionen verglichen. Für die graphische Analyse wurden Histogramme der Vorhersagewerte und kumulierte Fehler plots erstellt.
Das HARQ Modell konnte zwar gut abschneiden, war im Vergleich allerdings nicht maßgeblich besser als andere, etablierte Modelle wie unter anderem das HAR oder CHAR Modell. Der Erfolg des HARQ Modells konnte somit nicht reproduziert werden und das Verhalten der Realized Quarticity im Kontext von volatility forecasting bleibt Gegenstand für weitere Untersuchungen.
Abstract
(Englisch)
When it comes to volatility forecasting, there are plenty models that come into question. One of the most recent is the so called HARQ model, by Bollerslev et al. [BPQ16]. It considers the Realized Quarticity, trying to compensate large forecasting errors caused by a volatile stock market. This is a new approach in the field of volatility forecasting and therefore an optimal subject for a replication study.
An extended evaluation was conducted, reproducing the analysis of Bollerslev et al. [BPQ16] as well as a graphical analysis to complement the results. To forecast the Realized Variance of the Dow Jones industrial average, the models were trained by both, rolling windows and increasing windows. The models were then compared using the MSE and QLIKE loss-functions. For the graphical analysis, histograms of the forecasting values and cumulative error plots were created.
While the HARQ model did do well overall, it did not perform distinctively better than more popular models such as the HAR and CHAR models. The success of the HARQ model could not be reproduced and the behavior of the Realized Quarticity in the context of volatility forecasting is left to be subject to further research.
Schlagwörter
Schlagwörter
(Deutsch)
Volatilität Vorhersage Realized Variance Realized Quarticity
Autor*innen
Bernhard Kober
Haupttitel (Englisch)
Evaluation of volatility forecasting models
Paralleltitel (Deutsch)
Evaluierung von Volatility Forecasting Modellen
Publikationsjahr
2017
Umfangsangabe
36 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Erhard Reschenhofer
Klassifikation
83 Volkswirtschaft > 83.52 Finanzwissenschaft
AC Nummer
AC14469796
Utheses ID
42627
Studienkennzahl
UA | 066 | 951 | |