Analyse von Finanzmarktdaten mittels multivariater GARCH-Modelle und Prognose der Volatilität des DAX

 
 
GRIN Verlag
  • 1. Auflage
  • |
  • erschienen am 14. April 2020
  • |
  • 72 Seiten
 
E-Book | PDF ohne DRM | Systemvoraussetzungen
978-3-346-14723-3 (ISBN)
 
Masterarbeit aus dem Jahr 2019 im Fachbereich BWL - Sonstiges, Note: 1,3, Universität Hamburg, Sprache: Deutsch, Abstract: Ziel dieser Arbeit ist es, die Volatilität des Deutschen Aktienindex (kurz DAX) zu prognostizieren. Es stellt sich die Forschungsfrage, ob kontemporäre Korrelationen im Zuge einer multivariaten Analyse genutzt werden können, um die Qualität der DAX-Volatilitätsprognose zu verbessern. Um diese Frage zu beantworten, werden in den weiterführenden Kapiteln dieser Arbeit univariate und multivariate DAX-Volatilitätsprognosen aufgestellt und anschließend miteinander verglichen. Bei der multivariaten Analyse wird zusätzlich zum DAX der Mid-Cap-DAX (kurz MDAX) in die Modellierung aufgenommen. Da es sich um zwei deutsche Aktienindizes handelt, die ähnlichen volkwirtschaftsspezifischen Einflussfaktoren unterliegen, sind starke kontemporäre Korrelationen zwischen DAX- und MDAX-Renditen zu erwarten. Die Entscheidung, ob sich ein Finanztitel als Anlageobjekt eignet, hängt im Wesentlichen von der Rendite- und der Volatilitätserwartung ab. Die Volatilität beschreibt die Stärke der Wertschwankungen einer Anlage und kann somit als Risikomaß interpretiert werden. Es handelt sich um eine nicht-beobachtbare Größe, die sich durch die (bedingte) Standardabweichung der Renditen approximieren lässt. In den heranführenden Kapiteln dieser Arbeit wird zunächst der grundsätzlichen Fragestellung nachgegangen, ob Rendite- und/oder Volatilitätsverläufe Gesetzmäßigkeiten aufweisen, die mit Hilfe der Zeitreihenanalyse modelliert werden können. Ist dies der Fall, können Prognosen erstellt werden, um die Anlageentscheidung zu optimieren. Zahlreiche Befunde der finanzökonomischen Empirie zeigen, dass hochfrequente Renditeprozesse zwar keine linearen, aber nicht-lineare Abhängigkeiten enthalten. Diese Abhängigkeitsstruktur spiegelt das empirische Erscheinungsbild sich abwechselnder Phasen hoher und niedriger Volatilitäten wider. Das als Volatilitätsclustering bezeichnete Phänomen impliziert eine zeitvariierende bedingte Varianz der Renditen. In der Statistik wird in diesem Zusammenhang von bedingter Heteroskedastizität gesprochen.
  • Deutsch
  • 1,32 MB
978-3-346-14723-3 (9783346147233)

Dateiformat: PDF
Kopierschutz: ohne DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Verwenden Sie zum Lesen die kostenlose Software Adobe Reader, Adobe Digital Editions oder einen anderen PDF-Viewer Ihrer Wahl (siehe E-Book Hilfe).

Tablet/Smartphone (Android; iOS): Installieren Sie die kostenlose App Adobe Digital Editions oder eine andere Lese-App für E-Books (siehe E-Book Hilfe).

E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m. (nur bedingt: Kindle)

Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Ein Kopierschutz bzw. Digital Rights Management wird bei diesem E-Book nicht eingesetzt.

Weitere Informationen finden Sie in unserer E-Book Hilfe.


Download (sofort verfügbar)

29,99 €
inkl. 5% MwSt.
Download / Einzel-Lizenz
PDF ohne DRM
siehe Systemvoraussetzungen
E-Book bestellen