• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Volatility Modelling in the Swedish and US Fixed Income Market : A comparative study of GARCH, ARCH, E-GARCH and GJR-GARCH Models on Government Bonds

Mortimore, Sebastian, Sturehed, William January 2023 (has links)
Volatility is an important variable in financial markets, risk management and making investment decisions. Different volatility models are beneficial tools to use when predicting future volatility. The purpose of this study is to compare the accuracy of various volatility models, including ARCH, GARCH and extensions of the GARCH framework. The study applies these volatility models to the Swedish and American Fixed Income Market for government bonds. The performance of these models is based on out-of-sample forecasting using different loss functions such as RMSE, MAE and MSE, specifically investigating their ability to forecast future volatility. Daily volatility forecasts from daily bid prices from Swedish and American 2, 5- and 10-year governments bonds will be compared against realized volatility which will act as the proxy for volatility. The result show US government bonds, excluding the US 2 YTM, did not show any significant negative volatility, volatility asymmetry or leverage effects. In overall, the ARCH and GARCH models outperformed E-GARCH and GJR-GARCH except the US 2-year YTM showing negative volatility, asymmetry, and leverage effects and the GJR-GARCH model outperforming the ARCH and GARCH models. / Volatilitet är en viktig variabel på finansmarknaden när det kommer till både riskhantering samt investeringsbeslut. Olika volatilitets modeller är fördelaktiga verktyg när det kommer till att göra prognoser av framtida volatilitet. Syftet med denna studie är att jämföra det olika volatilitetsmodellerna ARCH, GARCH och förlängningar av GARCH-ramverket för att ta reda på vilken av modellerna är den bästa att prognosera framtida volatilitet. Studien kommer tillämpa dessa modeller på den svenska och amerikanska marknaden för statsskuldväxlar. Prestandan för modellerna kommer baseras på out-of-sample prognoser med hjälp av det olika förlustfunktionerna RMSE, MAE och MSE. Förlustfunktionernas används endast till att undersöka deras förmåga till att prognostisera framtida volatilitet. Dagliga volatilitetsprognoser baseras på dagliga budpriser för amerikanska och svenska statsobligationer med 2, 5 och 10 års löptid. Dessa kommer jämföras med verklig volatilitet som agerar som Proxy för volatiliteten. Resultatet tyder på att amerikanska statsobligationer förutom den tvååriga, inte visar signifikant negativ volatilitet, asymmetri i volatilitet samt hävstångseffekt. De tvååriga amerikanska statsobligationerna visar bevis för negativ volatilitet, hävstångseffekt samt asymmetri i volatiliteten. ARCH och GARCH modellerna presterade övergripande sett bäst för både svenska och amerikanska statsobligationer förutom den tvååriga där GJR-GARCH modellen presterade bäst.

Page generated in 0.1477 seconds