Prognostizieren der Marktvolatilität
Ein genaues Risikomanagement hängt auf Finanzmärkten von Volatilitätsprognosen ab. Während viele verschiedene Modelle solche Prognosen abgeben, stellt die Festlegung eines angemessenen Rahmens für die Auswahl des richtigen Modells eine Herausforderung dar. Das EU-finanzierte Projekt MODEL_PREDICTABILITY (Volatility forecasting evaluation framework) hat eine Gruppe konkurrierender Modelle miteinander verglichen und beurteilt. Wissenschaftler arbeiteten an der Entwicklung eines Modellauswahlrahmens, der die Beurteilungen und Evaluierungsmethode beinhaltet, zwecks Verwendung bei der Volatilitätsprognose. Das dreijährige Projekt wurde im November 2014 abgeschlossen. Die Teammitglieder legten eine Gruppe von Modellen für die Volatilitätsprognose fest, die bestimmte Annahmen zur Verteilung der Fehler enthielten. Nach der Berechnung der Fehler für jedes Modell wählte das Team das Modell aus, das die wenigsten Fehler lieferte. Die Gruppe bestätigte auch, dass seine Methode für die Fehlerbeurteilung geeignet war. Im nächsten Schritt wurden die Modelle angewandt, um die Volatilität bedeutender europäischer Börsenindizes sowie bestimmte Devisenmärkte zu beurteilen. Für jeden Handelstag wurden die Modelle neu beurteilt und ihre Fehlerraten miteinander verglichen. Generell lässt sich sagen, dass das Modell ARFIMA-GARCH die genausten Ergebnisse lieferte. Das Projekt bot auch Fortbildungs- und Entwicklungsmöglichkeiten für das Forschungspersonal. MODEL_PREDICTABILITY schätzte den Volatilitätsprognosewert verschiedener Modelle. Das Modell, das die beste Leistung lieferte, wurde bestimmt.
Schlüsselbegriffe
Prognose, Marktvolatilität, Risikomanagement, Finanzmärkte, Volatilitätsprognose
