Modelli GARCH multivariati. La varianza-covarianza variabile nel tempo per il tasso di cambio

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Multivariate GARCH models. The time varying variance-covariance for the exchange rate

Contenuto del libro:

Rivista di letteratura dell'anno 2020 nella materia Economia aziendale - Banche, Borse, Assicurazioni, Contabilità, lingua: English, abstract: Questo articolo è una rassegna dei modelli della famiglia GARCH. Dall'articolo fondamentale di Engle del 1982, sono stati fatti molti progressi nella comprensione dei modelli GARCH e delle loro estensioni multivariate.

Nei modelli MGARCH è necessario utilizzare modelli parsimoniosi per superare la difficoltà di stimare il modello VEC, garantendo che la modellistica MGARCH fornisca una specificazione realistica e parsimoniosa della matrice della varianza, assicurandone la positività. I modelli BEKK sono flessibili, ma richiedono un numero eccessivo di parametri per serie temporali multiple con più di quattro elementi. I modelli BEKK sono molto più parsimoniosi ma molto restrittivi per la dinamica incrociata.

Non sono adatti se l'oggetto di interesse è la trasmissione della volatilità, ma di solito fanno un buon lavoro nel rappresentare la dinamica delle varianze e della covarianza. I modelli DCC consentono una persistenza diversa tra varianze e correlazioni, ma impongono una persistenza comune in queste ultime (anche se può essere allentata). L'ipotesi della distribuzione t di Student è più appropriata in caso di skewness negativo e curtosi elevata delle serie di rendimenti.

La comprensione e la previsione della dipendenza temporale nei momenti di secondo ordine dei rendimenti degli asset è importante per molte questioni di econometria finanziaria. È ormai ampiamente accettato che le volatilità finanziarie si muovono insieme nel tempo tra attività e mercati. Riconoscere questa caratteristica attraverso un quadro di modellazione multivariata porta a modelli empirici più rilevanti rispetto a quelli che si ottengono lavorando con modelli univariati separati.

Da un punto di vista finanziario, ciò apre le porte a migliori strumenti decisionali in varie aree, come il pricing degli asset, la selezione del portafoglio, il pricing delle opzioni, la copertura e la gestione del rischio. Infatti, a differenza di quanto accadeva all'inizio degli anni Novanta, diverse istituzioni hanno sviluppato le competenze necessarie per utilizzare la teoria econometrica in una prospettiva finanziaria.