Volatilitätsprognose mit Faktor-GARCH-Modellen: Eine empirische Studie für den deutschen Aktienmarkt: Empirische Finanzmarktforschung/Empirical Finance

1 Einleitung.- I Theoretischer Teil.- 2 Statische Faktormodelle in der Kapitalmarkttheorie.- 3 Dynamische Faktormodelle.- 4 Prognosemodelle.- II Empirischer Teil.- 5 Datenbasis und Eigenschaften.- 6 Ergebnisse der Schätzungen.- 7 Ergebnisse der Prognosen.- 8 Schlußbetrachtung.- A Tabellen.- A.1 Tabellen zu den Eigenschaften der Daten.- A.2 Tabellen zu den Schätzergebnissen.- A.3 Tabellen zu den Prognoseergebnissen.- B Formale Ableitungen.- B.1 Herleitung der Bewertungsgleichung des Faktor-GARCH-Modells..- B.2 Herleitung der Prognosegleichungen für die xGARCH-Modelle...

Dr. Thomas Kaiser war wissenschaftlicher Angestellter am Lehrstuhl Statistik, Ökonometrie und Empirische Wirtschaftsforschung der Eberhard-Karls-Universität Tübingen. Zur Zeit ist er im Zentralbereich Risk Management Support & Control der Westdeutschen Landesbank tätig.

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.