Volatilitatsprognose mit Faktor-GARCH-Modellen: Eine empirische Studie fur den deutschen Aktienmarkt

برآورد و پیش‌بینی نوسانات سهام بازار مالی با توجه به گسترش ابزارهای مالی مشتقه و مدل‌های ارزش‌گذاری مورد نیاز برای آنها اهمیت پیدا کرده است. ویژگی های سری زمانی ویژه نوسانات باید توسط مدل های دینامیکی در نظر گرفته شود. توماس کایزر مزایایی را که یک روش تخمین و پیش‌بینی چند متغیره جدید، مدل GARCH عاملی، نسبت به مدل‌های تک متغیره GARCH که در حال حاضر به طور گسترده در عمل بانکی استفاده می‌شوند، توصیف می‌کند. نویسنده همچنین این کلاس مدل را با رویکردهای پیش‌بینی اکتشافی مرسوم بر اساس فهرست‌های روزانه مقادیر DAX مقایسه می‌کند.

Die Schätzung und Prognose der Volatilität von Finanzmarkttiteln hat durch die Verbreitung derivativer Finanzinstrumente und der dafür erforderlichen Bewertungsmodelle an Bedeutung gewonnen. Dabei sind die speziellen Zeitreiheneigenschaften der Volatilitäten durch dynamische Modelle zu berücksichtigen. Thomas Kaiser beschreibt die Vorzüge, die ein neuer multivariater Schätz- und Prognoseansatz, die Faktor-GARCH-Modelle, gegenüber den in der Bankpraxis teilweise schon verbreiteten univariaten GARCH-Modellen besitzt. Der Autor vergleicht diese Modellklasse auch anhand täglicher Notierungen der DAX-Werte mit herkömmlichen heuristischen Prognoseansätzen.