Ricerca | Progetti

MODELLI REALIZED GARCH GENERALIZZATI

Nel progetto verranno sviluppate delle generalizzazioni del modello Realized GARCH originariamente proposto da Hansen, Huang e Shek (2012, JAE). In particolare verranno proposte delle paramterizzazioni alternative che estendono il Realized GARCH in tre direzioni differenti.Primo, si introduce una persistenza tempo variabile nell’equazione dinamica di aggiornamento della volatilità nel modello RGARCH. In particolare l’idea è quella di permettere che il coefficiente della volatilità realizzata (RV) ritardata dipenda da una misura della sua accuratezza in maniera tale che venga dato maggior peso alle volatilità ritardate quando queste sono misurate in maniera più accurata. Come suggerito dalla teoria asintotica l’incertezza della misura di volatilità realizzata potrebbe essere consistentemente stimata, a meno di un fattore di scala, attraverso la realized quarticity. Questo è in linea con i risultati di Bollerslev, Patton e Quadvlieg (2016, JOE) i quali considerando un modello HAR osservano che, facendo dipendere la persistenza della volatilità realizzata dalla variabilità dell’errore di misura, è possibile ottenere dei consistenti guadagni in termini di forecasting ability. Nella stessa linea, Shephard and Xiu (2017, JOE) forniscono evidenza del fatto che, un GARCHX, la magnitudine dei coefficienti di risposta associati a diverse misure realizzate dipende dalla qualità della misura stessa.Infine, Hansen e Huang (2016, JBES) osservano che la risposta della varianza condizionata alla volatilità inattesa passata è negativamente correlata con l’accuratezza della relativa misura realizzata.Secondo, il framework considerato nel progetto permette di tenere conto nel modello, in maniera parsimoniosa, del contributo di diverse misure realizzate. La parsimonia è dovuta al fatto che, diversamente da Hansen e Huang (2016, JBES), si propone di considerare una singola equazione di misura dove la variabile dipendente è data da una media di differenti misure realizzate i cui pesi sono stimati con il metodo della MV insieme agli altri parametri.Terzo ed ultimo, viene introdotto nell’equazione di misura un termine di errore eteroschedastico introducendo un’equazione di aggiornamento per la varianza dell’errore di tipo ARCH.Le properietà dei modelli e delle tecniche proposte verranno valutate attraverso simulazioni Monte Carlo ed applicazioni empiriche a dati reali. I risultati della ricerca verranno elaborati in working papers che verranno sottoposti per la pubblicazione in riviste scientifiche peer reviewed. I risultati preliminari della ricerca verranno divulgati attraverso presentazioni in conferenze e workshop nazionali ed internazionali.