Aktuelles

Neue Veröffentlichung

Improving financial volatility nowcasts

Dieses Forschungsprojekt von Yuze Liu und Robinson Kruse-Becher erscheint in der international referierten Fachzeitschrift „European Journal of Finance“:

https://doi.org/10.1080/1351847X.2023.2190465

Breitung und Hafner (2016, International Journal of Forecasting) schlagen ein simples Nowcasting-Modell für die Volatilität an Finanzmärkten vor. Im Gegensatz zu klassischen GARCH-Modellen, wird in ihrem Ansatz die heutige Volatilität nicht nur von vergangenen Renditen getrieben, sondern auch durch die aktuellen Informationen vom selben Tag. Empirische Ergebnisse belegen die Relevanz der tagesaktuellen Rendite für die Volatilitätsschätzung. Ihr Modell ist aufgrund einer ARMA-Darstellung (für die logarithmierten quadrierten Renditen) mittels Maximum Likelihood-Verfahren schätzbar. Der Schätzansatz von Breitung und Hafner (2016) baut jedoch auf einer Reihe von Vereinfachungen auf und wir schlagen hier einige Verbesserungen vor. Anstatt von einer Normalverteilung auszugehen, berücksichtigen wir die Schiefe und Leptokurtosis in den logarithmierten quadrierten Renditen ausdrücklich. Im Gegensatz zu den meisten Situationen in Bezug auf die Volatilitätsschätzung und -prognose, spielt die Verteilung tatsächlich eine entscheidende Rolle bei der Konstruktion von Volatilitätsschätzungen. Wir entwickeln einen exakten Maximum-Likelihood-Schätzer, der signifikante Verbesserungen der Schätzeffizienz in endlichen Stichproben liefert. In unserer empirischen Anwendung untersuchen wir fünf große internationale Aktienmärkte von 2000 bis 2019 (einschließlich Teilstichproben im Zusammenhang mit der Finanzkrise 2008/2009). Die Ergebnisse legen nahe, dass der von uns vorgeschlagene Ansatz zur Schätzung der Volatilität den von Breitung und Hafner (2016) in allen Fällen deutlich verbessert.