Strukturierte Investmentprodukte - Universität St.Gallen
Strukturierte Investmentprodukte - Universität St.Gallen
Strukturierte Investmentprodukte - Universität St.Gallen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Marktvolatilität 31<br />
Für den Schweizer Markt existiert ebenfalls eine spezifische <strong>St</strong>udie über die Prognosequalität<br />
von verschiedenen Modellen bezüglich der Volatilität des Swiss Market Index (SMI) aus dem<br />
Jahre 1998. Dabei untersuchen die Autoren die Schlusskurse des SMI und der Soffex-<br />
Optionen zwischen Februar 1991 und September 1993 und kommen ebenfalls zum Ergebnis,<br />
dass die implizite Volatilität eine im Vergleich zu Time-Series-Modellen überlegene Prognosegenauigkeit<br />
liefert. Zudem zeigen die Analysen, dass die implizite Volatilität bis zu einer<br />
Periode von zwanzig Tagen sogar ein nicht verzerrter (unbiased) Vorhersagefaktor darstellt<br />
und erst danach die Prognosegüte langsam abnimmt. 116 Aufgrund der Gesamtanalyse der verschiedenen<br />
<strong>St</strong>udien durch Poon und Granger im Allgemeinen und der Kongruenz mit den<br />
Ergebnissen der <strong>St</strong>udie über den Schweizer Markt im Speziellen wird in der Forschungsarbeit<br />
ebenfalls auf die implizite Volatilität als Spiegelbild der erwarteten Volatilitätsveränderungen<br />
abgestützt.<br />
2.3.2 Time-Series-Modelle<br />
Zu den Time-Series-Modellen werden neben Modellen der historischen Volatilität und der<br />
stochastischen Volatilität insbesondere die Modelle der GARCH-Familie gezählt, für deren<br />
Entwicklung Robert F. Engle 2003 den Nobelpreis für Wirtschaftswissenschaften verliehen<br />
bekam. 117<br />
2.3.2.1 GARCH-Modelle<br />
ARCH-Modelle brechen mit der Annahme von im Zeitverlauf konstanten Volatilitäten und<br />
nehmen eine schwankende Volatilität an. Heteroskedastizität bedeutet, dass die Varianz der<br />
<strong>St</strong>örterme in einem Regressionsmodell nicht zu jedem Zeitpunkt gleich (Homoskedastizität)<br />
ist. Die bedingte Varianz (conditional) wiederum hängt von der eigenen Vergangenheit (autoregressiv)<br />
der Zeitreihe ab, womit die bedingte Varianz der Gegenwart eine Funktion der gewichteten<br />
Varianzen der Vergangenheit ist.<br />
ARCH (m)-Modell:<br />
Gleichung 10<br />
m<br />
2<br />
2<br />
t = ω + ∑α<br />
iε<br />
t−1<br />
i=<br />
1<br />
σ , wobei<br />
• ω = Konstante<br />
• εt = Abweichung der stetigen Rendite zum Zeitpunkt t zur Durchschnittsrendite<br />
• α = Gewichtungsfaktor, mit der die Abweichungen von der Durchschnittsrendite gewichtet<br />
werden.<br />
116 Vgl. Adjaoute/Bruand/Gibson-Asner (1998), S. 298f. sowie insbesondere S. 316f.<br />
117 ARCH steht für autoregressive conditional heteroskedasticity. Engles Originalarbeit beschäftigte sich mit der Inflation (in<br />
UK), also einer makroökonomischen Zeitreihe (vgl. Engle (1982).