En jämförelse av Volatilitetsestimatorer på OMX då det svänger som mest 2004 (Swedish)Independent thesis Basic level (degree of Bachelor)Student thesis

Abstract [sv]

Denna studie undersökte vilken av volatilitetsestimatorerna GARCH(1.1), HIST och ISD som bäst predikterade den framtida volatiliteten. Studien bedrevs på data från det svenska OMX-indexet noterat på Stockholmsbörsen från 1999-01-01 till 2003-12-31. Predikteringsperioden för de olika volatilitetsestimatorerna var genomgående en månad. Estimeringsperioden baserades på daglig avkastning och sattes för HIST-modellen till 20 dagar. För GARCH(1.1)-modellen sattes den till tiden före predikteringsperioden. Estimatorernas predikteringsperioder utvärderades mot den verkliga volatiliteten mätt med Benchmark metoden. Studien kom fram till att ISD var den estimator som bäst predikterade den framtida volatiliteten. Detta resultat var överraskande då tidigare utförda studier visat att GARCH(1.1)-modellen varit överlägsen. ISD-modellens framgång kan förklaras med att dagens marknadsaktörer har bättre och snabbare tillgång till information jämfört med de aktörer som var verksamma då tidigare studier utfördes. Det kan även bero på det svenska OMX-indexets beteende under den period som undersöktes. Då denna period karakteriserades av höga volatilitetssvängningar kan detta ha påverkat estimeringarna. En sista bidragande faktor kan också ha varit metoden för GARCH(1.1)-modellen.

Place, publisher, year, edition, pages

2004.

Keywords [sv]

Volatilitet, Garch, Implicit, Historisk

Identifiers

URN: urn:nbn:se:hh:diva-11748Local ID: U10777OAI: oai:DiVA.org:hh-11748DiVA, id: diva2:366883

Uppsok

Social and Behavioural Science, Law

Note

Denna uppsats kan beställas från arkivet / This paper can be ordered from the archive. Kontakta / Contact: arkivet@hh.seAvailable from: 2010-11-09 Created: 2010-11-09Bibliographically approved

Open Access in DiVA

No full text in DiVA

By organisation

School of Business and Engineering (SET)

Search outside of DiVA

GoogleGoogle ScholarTotal: 45 hits