Robust methods for volatility modelling – Københavns Universitet

07. december 2016

Robust methods for volatility modelling

Hvordan forstår vi dynamikken i afkast på aktier og obligationer? De seneste årtier har budt på en stigende mængde forskning i økonometriske modeller, der kan fange centrale dynamiske egenskaber af finansielle tidsseriedata. De fremmeste modeller til at opfange dynamikken er de såkaldte volatilitetsmodeller. Den tidsvarierende foranderlighed, altså volatilitet, afspejler at risikoen varierer over tid. Aktier i finansielle virksomhed er for eksempel mere risikable i økonomisk turbulente perioder, f.eks omkring sammenbruddet af de Lehmann Brothers i september 2008, end i stabile perioder.

Rasmus Søndergaard Pedersen vil udvikle økonometriske metoder til empirisk analyse af afkast på aktiver baseret på de udbredte GARCH volatilitetsmodeller.

Rasmus forklarer: "Jeg vil arbejde med flerdimensionelle GARCH modeller, der er relevante, når man analyserer fælles dynamikker for afkast på aktier. Den viden er central i den finansielle sektor, når de skal levere præcise analyser af risikoen forbundet med de store porteføljer af aktier, de styrer.

​​MGARCH modeller er almindeligt anvendt i praksis, men den eksisterende underliggende økonometriske teori for modellerne er begrænset og utilstrækkelig til at udføre estimering og hypotesetest i praksis. Mit arbejde vil forbedre modellernes underliggende økonometri."

Kontakt: Rasmus Søndergaard Pedersen
Bevillingsgiver Carlsberg Fondet
Projektperiode: Septmber 2017 - september 2019