课题基金 / 基金详情

Dynamische Faktormodelle für die Volatilität von Aktienrenditen und ihre statistische Inferenz basierend auf der Likelihoodfunktion

Dynamische Faktormodelle für die Volatilität von Aktienrenditen und ihre statistische Inferenz basierend auf der Likelihoodfunktion
股票收益波动的动态因子模型及其基于似然函数的统计推断
批准号:
5236649
负责人:
Professor Dr. Roman Liesenfeld
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Fellowships
财政年份:
1999
资助国家:
德国
项目状态:
已结题
起止时间:
1998-12-31 至 2000-12-31

项目摘要

项目成果

Professor Dr. Roman Liesenfeld的其他基金

相关文献

中文摘要
翻译
Das Forschungsstheht zum einen in der Formulierung von Multivariaten Modellen für das gemeinsame Zeitreihenverhalten von Volatilitäten mehrerer Aktienrenditen. Dies soll im Rahmen dynamischer Faktormodelle erfolgen,in denen sowohl die gemeinsamen Faktoren als auch die aktienspezifischen Komponenten als stochastische Volatilätsprozesse modelliert韦尔登,so dayfür die dazugehörigen Volatiläten ein autoregessives Verhalten zugelassen wird.该模型在借鉴仲裁定价理论和资本资产定价模型的基础上,将市场风险和资产定价风险结合起来,解决了不确定性风险问题。Volatilitätskomponenten von Aktienrenditen zu identifizieren,entsprechend zu interpretieren und zu prostizieren.在潜在的动力学变量中,可能的函数是一个高维积分,用这种方法是不能得到韦尔登的。Folglich lassen sich diese Modelle nicht mit Helfe der üblichen Maximum-Likelihood Method schätzen. Ein weiteres Ziel ist es daher,effiziente Schätz- und Testmethoden für diese Modellklasse des effizienten Importance-Sampling verwendet韦尔登,die eine Berechnung der Likelihoodfunktion und eine entsprechende statistische Inferenz ermöglichen.
英文摘要
Das Forschungsziel besteht zum einen in der Formulierung von Multivariaten Modellen für das gemeinsame Zeitreihenverhalten von Volatilitäten mehrerer Aktienrenditen. Dies soll im Rahmen dynamischer Faktormodelle erfolgen, in denen sowohl die gemeinsamen Faktoren als auch die aktienspezifischen Komponenten als stochastische Volatilitätsprozesse modelliert werden, so daß für die dazugehörigen Volatilitäten ein autoregessives Verhalten zugelassen wird. Diese Modelle, in denen in Anlehnung an die Arbitrage-Pricing Theorie und das Capital-Asset-Pricing Modell zwischen dem Marktrisiko und dem Aktienspezifischen Risiko unterschieden wird, sollen dazu dienen, die unterschiedlichen Risiko bzw. Volatilitätskomponenten von Aktienrenditen zu identifizieren, entsprechend zu interpretieren und zu prognostizieren. Da die gemeinsamen und aktienspezifischen Komponenten latente dynamsiche Variablen sind, ist die Likelihoodfunktion ein hochdimensionales Integral, das mit herkömmlichen Methoden nicht berechnet werden kann. Folglich lassen sich diese Modelle nicht mit Hilfe der üblichen Maximum-LikelihoodMethode schätzen. Ein weiteres Ziel ist es daher, effiziente Schätz- und Testmethoden für diese Modellklasse des effizienten Importance-Samplings verwendet werden, die eine Berechnung der Likelihoodfunktion und eine entsprechende statistische Inferenz ermöglichen.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Time-varying parameters vector autoregressions with multivariatestochastic volatility