Suchen und Finden
Mehr zum Inhalt
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen - Möglichkeiten und Grenzen des Verfahrens bei der Bestimmung der Verteilungs- und Intervallprognose der Renditen und Renditevolatilität sowie bei der Berechnung von Value-at-Ri
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen
1
Inhaltsverzeichnis
3
Abbildungsverzeichnis
5
Abkürzungsverzeichnis
6
Symbolverzeichnis
7
1 Einleitung
11
2 Theoretische Grundlagen
14
2.1 Zeitreihen als stochastische Prozesse
14
2.2 Spezielle stochastische Prozesse
17
2.2.1 White-Noise
17
2.2.2 ARMA-Prozesse
18
2.3 Bedingte und unbedingte Verteilungen und Momente höherer Ordnung
19
3 Modellierung von Renditezeitreihen mittels (G)ARCH-Modellen
21
3.1 Charakteristika von Renditezeitreihen
21
3.2 Grundmodelle der (G)ARCH-Modellfamilie
25
3.2.1 Engle’s ARCH-Modell
25
3.2.2 Bollerslev’s GARCH-Modell
33
3.3 Kritik und Optimierungsmöglichkeiten der Grundmodelle
36
3.4 Parameterschätzung in (G)ARCH-Modellen
38
3.5 Prognosen mittels (G)ARCH-Modellen
40
4 Bootstrap-Verfahren
43
4.1 Definition und Anwendungsgebiete
43
4.2 Grenzen theoretischer Statistik und Bootstrap-Verfahren als Lösungsansatz
44
4.3 Konsistenz der Boostrap-Schätzungen
48
4.4 Anwendung des Bootstrap-Verfahrens auf die Zeitreihen
49
5 Anwendung des Bootstrap-Verfahrens in Kombination mit (G)ARCH-Modellen bei Prognoseerstellungen
51
5.1 Verteilungsprognose für Renditen und Volatilität
51
5.2 Anwendung des Bootstrap-Verfahens bei der Berechnung von Value-at-Risk
55
5.3 Kritische Würdigung der Anwendung des Bootstrap-Verfahrens bei der Berechnung von Prognosen in (G)ARCH-Modellen
62
6 Zusammenfassung
63
Literaturverzeichnis
65
Alle Preise verstehen sich inklusive der gesetzlichen MwSt.