2011 | OriginalPaper | Chapter
Modelle der Volatilität
Author : Prof. Dr. Klaus Neusser
Published in: Zeitreihenanalyse in den Wirtschaftswissenschaften
Publisher: Vieweg+Teubner Verlag
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Die Kurse von Finanzmarkttiteln sind meist starken und in ihrer Amplitude nicht konstanten Schwankungen unterworfen. Perioden mit hektischen Kursausschlägen, in denen die Volatilität hoch ist, werden von ruhigeren Perioden mit niedrigerer Volatilität abgelöst. Innerhalb dieser Perioden sind die Amplituden der Ausschläge daher positiv autokorreliert: hohe Ausschläge werden mit hoher Wahrscheinlichkeit von hohen Ausschlägen gefolgt, und niedrige Ausschläge mit hoher Wahrscheinlichkeit von niedrigen Ausschlägen. Dies bedeutet, dass die bedingte Varianz des Einschrittprognosefehlers nicht mehr konstant (homoskedastisch), sondern variabel (heteroskedastisch) ist. Dieses vor allem bei hochfrequenten Daten (etwa Tagesdaten) beobachtete Phänomen führte, ausgehend von den Arbeiten von Engle [54] und Bollerslev [17], zu einer Vielzahl von Modellen, die diese systemetischen Änderungen der Volatilität zu erfassen trachten. Da die Volatilität ein unerläßlicher Baustein in der Berechnung von Optionspreisen und in der Abschätzung des Marktrisikos einer einzelnen Aktie oder eines Portefeuilles (z. B. durch den “value at risk”, VaR) ist, kommt diesen Modellen eine überragende Bedeutung zu. Diese Feststellung bezieht sich nicht nur auf theoretische Fragestellungen, sondern vor allem auf praktische Anwendungen. So beruht die Höhe des Eigenkapitals, das Finanzinstitutionen ihren Veranlagungen gemäß dem Basel II Abkommen unterlegen müssen, auf Schätzungen des VaR.