Advanced

Volatilitetsmodeller - En utvärdering av prestation enligt Model Confidence Set

Letzén, Arvid and Johansson, Tomas (2008)
Department of Economics
Abstract (Swedish)
Syftet med vår uppsats var att med hjälp av Model Confidence Set (MCS) finna de bättre presterande modellerna bland de mest ”kända” och undervisade volatilitetsmodellerna. Vidare har vi även rankat dessa modeller inbördes. Eftersom prognoser om volatiliteten är mycket viktigt vid prissättningen på derivat, i detta fall ett räntederivat, är ämnet ständigt intressant. Med Model Confidence Set fann vi ett set av bättre presterande modeller utifrån vårt urval av ursprungliga modeller. Av de 11 modellerna som ingick i studien förkastades endast EGARCH (1,1) vilket innebär att denna inte anses ska ingå i Model Confidence Set. Denna modell förkastades under båda våra benchmarks, realized samt implicit volatilitet. I vårt resultat diskuterade vi... (More)
Syftet med vår uppsats var att med hjälp av Model Confidence Set (MCS) finna de bättre presterande modellerna bland de mest ”kända” och undervisade volatilitetsmodellerna. Vidare har vi även rankat dessa modeller inbördes. Eftersom prognoser om volatiliteten är mycket viktigt vid prissättningen på derivat, i detta fall ett räntederivat, är ämnet ständigt intressant. Med Model Confidence Set fann vi ett set av bättre presterande modeller utifrån vårt urval av ursprungliga modeller. Av de 11 modellerna som ingick i studien förkastades endast EGARCH (1,1) vilket innebär att denna inte anses ska ingå i Model Confidence Set. Denna modell förkastades under båda våra benchmarks, realized samt implicit volatilitet. I vårt resultat diskuterade vi orsaken till att EGARCH (1,1) inte ska ingå i MSC. En möjlig förklaring kan vara att MCS är känslig för extremvärden på MSE (Mean Square Error) vilket vi kan se tendenser till hos EGARCH (1,1)-modellen. Vidare gjordes även en inbördes ranking mellan modellerna. Denna ranking gjordes med båda våra benchmarks och gav relativt lika resultat. (Less)
Please use this url to cite or link to this publication:
author
Letzén, Arvid and Johansson, Tomas
supervisor
organization
year
type
H1 - Master's Degree (One Year)
subject
keywords
volatilitet, STIBOR, Model Confidence Set, Economics, econometrics, economic theory, economic systems, economic policy, Nationalekonomi, ekonometri, ekonomisk teori, ekonomiska system, ekonomisk politik
language
Swedish
id
1334800
date added to LUP
2008-02-01
date last changed
2010-08-03 10:51:27
@misc{1334800,
  abstract     = {Syftet med vår uppsats var att med hjälp av Model Confidence Set (MCS) finna de bättre presterande modellerna bland de mest ”kända” och undervisade volatilitetsmodellerna. Vidare har vi även rankat dessa modeller inbördes. Eftersom prognoser om volatiliteten är mycket viktigt vid prissättningen på derivat, i detta fall ett räntederivat, är ämnet ständigt intressant. Med Model Confidence Set fann vi ett set av bättre presterande modeller utifrån vårt urval av ursprungliga modeller. Av de 11 modellerna som ingick i studien förkastades endast EGARCH (1,1) vilket innebär att denna inte anses ska ingå i Model Confidence Set. Denna modell förkastades under båda våra benchmarks, realized samt implicit volatilitet. I vårt resultat diskuterade vi orsaken till att EGARCH (1,1) inte ska ingå i MSC. En möjlig förklaring kan vara att MCS är känslig för extremvärden på MSE (Mean Square Error) vilket vi kan se tendenser till hos EGARCH (1,1)-modellen. Vidare gjordes även en inbördes ranking mellan modellerna. Denna ranking gjordes med båda våra benchmarks och gav relativt lika resultat.},
  author       = {Letzén, Arvid and Johansson, Tomas},
  keyword      = {volatilitet,STIBOR,Model Confidence Set,Economics, econometrics, economic theory, economic systems, economic policy,Nationalekonomi, ekonometri, ekonomisk teori, ekonomiska system, ekonomisk politik},
  language     = {swe},
  note         = {Student Paper},
  title        = {Volatilitetsmodeller - En utvärdering av prestation enligt Model Confidence Set},
  year         = {2008},
}