Modellierung und Prognose von Kapitalmarktvolatilität mit GARCH-Modellen [German]

By Simon Sobeck

Bachelorarbeit aus dem Jahr 2018 im Fachbereich Statistik, Note: 1,7, Justus-Liebig-Universit t Gie en, Sprache: Deutsch, Abstract: In dieser empirischen Analyse werden Verfahren zur Modellierung und Prognose der Volatilit t f r den Deutschen Aktienindex (DAX) verwendet. Zu diesem Zweck wird ein GARCH-Modell beziehungsweise ein EGARCH-Modell gesch tzt um diese miteinander zu vergleichen, vor allem hinsichtlich ihrer Prognosef higkeit. Hierzu werden die stetigen Renditen des DAX vom 13. Mai 2008 bis zum 30. April 2018 als Datengrundlage herangezogen. Bei der statistischen Analyse dieser Finanzmarktzeitreihe zeigt sich, dass diese leptokurtisch verteilt ist und Autokorrelation aufweist. Unter der Ber cksichtigung des Schwarz-Informationskriteriums wird ein GARCH(1,1)-Modell und eine EGARCH(1,1)-Modell gesch tzt. Bei dem Vergleich der Modelle, hierzu wurden die standardisierten Residuen auf Normalverteilung und Autokorrelation getestet, zeigt sich generell keine berlegenheit eines Modells. Beim Vergleich der Prognoseg te werden zwei g ngige Prognosefehler hinzugezogen. Hier wird nachgewiesen, dass das GARCH(1,1)-Modell eine bessere F higkeit Prognosen zu generieren besitzt als das EGARCH(1,1)-Modell, aufgrund der geringeren Werte bei den Prognosefehlern.

• Format: Paperback
• Language: German
• ISBN: 3668775524
• ISBN13: 9783668775527
• Release Date: September 2018
• Publisher: Grin Verlag
• Length: 48 Pages
• Weight: 0.16 lbs.
• Dimensions: 0.1" x 5.8" x 8.3"