Detailansicht

Comparing classes of volatility models
Alexander Leo Kuhn
Art der Arbeit
Magisterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Magisterstudium Statistik
Betreuer*in
Erhard Reschenhofer
Volltext herunterladen
Volltext in Browser öffnen
Alle Rechte vorbehalten / All rights reserved
DOI
10.25365/thesis.62088
URN
urn:nbn:at:at-ubw:1-12291.63550.683966-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract
(Deutsch)
Das Ziel dieser Arbeit war es, einen Einblick in zwei unterschiedliche Welten der statistischen Volatilitätsschätzung zu geben. Einerseits das frequentistische Framework, auf dem die HAR und GARCH Modelle basieren, die einfach zu schätzen und zu interpretieren sind. Andererseits das bayesianische SV Modell, das per Konstruktion eine sehr viel aufwändigere Schätzmethode erfordert. Des Weiteren wurden diese 3 Modelle anhand von realen Wirtschaftsdaten aus unterschiedlichen Zeitreihen getestet und sowohl die Genauigkeit der Prognose, als auch die Dauer und der Aufwand der Schätzung, gegenüberstellt. Um die Genauigkeit zu vergleichen, wurde die weniger verbreitete "predictive likelihood" verwendet, im Gegensatz zu traditionellen Maßen wir MSE oder MAE. Das Ergebnis wägt diese beiden Eigenschaften gegeneinander ab und umschreibt Szenarien, in denen das Eine oder das Andere Modell besser geeignet ist.
Abstract
(Englisch)
The goal of this thesis was to give an insight into two different worlds of statistical volatility estimation: the frequentist framework, on which the easily estimable and interpretable HAR and GARCH models are build, and the bayesian SV model, which is much more difficult to calculate. Furthermore, those three models were tested on real-world financial time-series with different characteristics regarding the predictive accuracy as well as the length and complexity of estimation. The measurement of predictive accuracy follows the less common use of predictive likelihoods rather than the traditional deployment of MSE or MAE. In the conclusion, accuracy and complexity are weighed up in order to examine the suitability of each model in different scenarios.

Schlagwörter

Schlagwörter
(Englisch)
Volatility Econometrics Time-series analysis HAR GARCH SV
Schlagwörter
(Deutsch)
Volatilität Ökonometrie Zeitreihenanalyse HAR GARCH SV
Autor*innen
Alexander Leo Kuhn
Haupttitel (Englisch)
Comparing classes of volatility models
Paralleltitel (Deutsch)
Vergleich unterschiedlicher Klassen von Volatilitätsmodellen
Publikationsjahr
2020
Umfangsangabe
iii, 22 Seiten : Diagramme
Sprache
Englisch
Beurteiler*in
Erhard Reschenhofer
Klassifikation
31 Mathematik > 31.73 Mathematische Statistik
AC Nummer
AC16118346
Utheses ID
54889
Studienkennzahl
UA | 066 | 951 | |
Universität Wien, Universitätsbibliothek, 1010 Wien, Universitätsring 1