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: --
• 依托单位: Institut für Ökonometrie und Statistik
• 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
• 起止时间: 1998-12-31 至 2000-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/5236649?language=en
• 关键词: Dynamische; Faktormodelle; die; Volatilit; von

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.

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 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.