Detta är en empirisk undersökning av sambandet mellan tillväxt och historisk volatilitet på tillväxt. Många uppsatser har tidigare studerat sambandet mellan tillväxt och volatilitet på tillväxt, t ex Ramey och Ramey (1995), Hnatkovska och Loayza (2004), Siegler (2005). Vi menar dock att volatilitet på tillväxt inte är en tillräckligt exogen variabel. Vi har funnit att det, för alla länder, inte finns ett generellt samband mellan tillväxt och historisk volatilitet. Däremot kan det finnas ett samband mellan tillväxt och historiskt volatilitet för industrialiserade länder (OECD länder). Vi har även studerat om det är någon skillnad i sambandet mellan tillväxt och historisk volatilitet beroende på den historiska tillväxten, men funnit att så inte är fallet.

Abstract Title: Asymmetric volatility – how is it demonstrated in the various sectors of the stock market? Authors: Linus Alentun and Patrik Egléus Supervisor: Katarina Eriksson Background: Asymmetric volatility is a phenomenon that can occur in various financial assets. This can be defined by the fact that volatility and lagged return have a negative correlation in the stock market. This means that a negative market shock that affects the share price, increases volatility more than a positive shock of the same magnitude. No previous study to our knowledge has researched similarities and differences of asymmetric volatility in the various sectors of the stock market. Purpose: The main purpose of the thesis is to investigate whether there occurs asymmetric volatility in different sectors of the stock market and if so, to what extent. Further, the thesis has assessed whether there are similarities or differences between the sectors. Method: In this thesis, the asymmetric volatility amongst different stock market sectors is analyzed through the S&P 500’s eleven sector indexes. Through an E-GARCH model, the asymmetric volatility has been estimated. Also, NIC curves have been made to observe how asymmetry occurs. Conclusion: The results show that all sectors have a negative relationship between stock returns and volatility. However, there is a wide variety of levels of asymmetric volatility across the sectors. Our results show that the financial sector has the highest asymmetric effect and that utilities have the lowest asymmetric effect. Further investigation of company-specific, sector-specific, and behavioral finance factors that could explain the variety of the results found in this study, would be of interest to study to obtain a better understanding of the differences found. Keywords: asymmetric volatility; E-GARCH; stock market sectors; behavioral finance; efficient market hypothesis

Bakgrund: För att kunna ta välgrundade finansiella beslut, behöver aktörer göra prognoser om vad som kommer ske i framtiden. Detta har medfört att både forskare och praktiker har byggt olika modeller som syftar till att prognostisera framtiden. Ett centralt mått i många finansiella modeller är tillgångens volatilitet, som är ett mått på prisförändringen under en tidsperiod. Den implicita volatiliteten, härledd via derivatmarknaden och prissättningsmodeller, är en marknadsprognos för en tillgångs framtida volatilitet. Tidigare forskning pekar på att den implicita volatiliteten är bättre på att prognostisera den framtida volatiliteten jämfört med modeller som använder historisk volatilitet. Däremot finns det osäkerheter kring hur variabler som handelsvolym och löptid påverkar dessa volatilitetsprognoser. Syfte: Syftet med studien är att undersöka hur prognosförmågan hos den implicita volatiliteten för den framtida realiserade volatiliteten förhåller sig vid olika löptider samt vid olika handelsvolymer. Metod: För att uppnå syftet med studien har vi använt oss av en kvantitativ metod samt en deduktiv ansats. Urvalet består av 100 bolag som varit noterade på S&P 500 mellan 2017 och 2021. Vidare har regressioner utförts i syfte till att fastställa den implicita volatilitetens prognosförmåga. Två modeller har använts varav en heterogeneous autoregressive modell (HAR) och en enkel linjär regression (ELR). Slutligen analyseras regressionerna utifrån kategoriseringar baserat på löptid samt olika handelsvolym. Slutsats: Studien finner inga signifikanta skillnader bland förklaringsgraderna med avseende på olika löptider. Däremot finner vi att den implicita volatiliteten från kortare optioner tenderar att underskatta den realiserade volatiliteten till högre grad än för längre löptider. I kontrast till tidigare forskning finner vi att prognoser blev sämre vid högre handelsvolymer men att underskattningar är vanligare för lägre handelsvolymer.

This research investigates to what extent the ARCH model and the GARCH model forecasts one-day-ahead out-of-sample daily volatility (conditional variance) in European AT1 CoCo bonds compared to the Random Walk model. The research also investigates how different orders of ARCH and GARCH models affect the forecasting accuracy. Specifically, the models investigated are the Random Walk model, ARCH(1), ARCH(2), ARCH(3), GARCH(1,1), GARCH(1,2), GARCH(2,1), and the GARCH(2,2)model. The data set used in this report is 47 European AT1 CoCo bonds from 20 different issuers.The results show that 42 out of 47 CoCo bonds have daily log returns that are conditional heteroscedastic. Five CoCo bonds with homoscedastic daily log returns were CoCo bonds with significant low liquidity. The results show that the GARCH model outperforms both the Random Walk model and the ARCH model, under the assumption that the innovations follow a normal distribution. The results also show that a higherorder of ARCH or GARCH does not necessarily lead to more accurate forecasts. The GARCH(1,1) model provided the most accurate predictions. The conclusion is that the GARCH models provide accurate volatility forecasts in CoCo bonds compared to the ARCH-model, and the Random Walk model. However, the ARCH model and the GARCH model fail to forecast the daily volatility in CoCo bondswith insufficient liquidity. Furthermore, a higher order of ARCH or GARCH models does not necessarily lead to better forecast results. / Denna uppsats undersöker till vilken utsträckning som ARCH och GARCH-modeller kan prediktera daglig volatilitet i AT1 CoCo-obligationer (eng. Additional Tier-1 Contingent Convertible Bonds), jämfört med Random Walk-modellen. Uppsatsen undersöker även hur olika parametrar I ARCH och GARCH-modeller påverkar resultatet i prediktionerna. De modeller som undersöks är Random Walk-modellen, ARCH(1), ARCH(2), ARCH(3), GARCH(1,1), GARCH(1,2), GARCH(2,1), och GARCH(2,2)-modellen. Datasetet som har använts i denna forskning består av 47 Europeiska AT1 CoCo obligationer från 20 olika emittenter. Resultatet visar att 42 av 47 CoCo-obligationer har betingat heteroskedastisk daglig avkastningsdata. Fem CoCo-obligationer med homoskedastisk avkastningsdata är obligationer med signifikant låg likviditet. Vidare visar resultatet visar att GARCH modellen överpresterar jämfört med både Random Walk-modellen och ARCH-modellen, under antagandet att innovationstermen följer en normal distribution. Resultatet visar även att en högre ordning av ARCH eller GARCH inte nödvändigtvis leder till ett bättre resultat i prediktonerna. GARCH(1,1)-modellen är modellen som predikterar den dagliga volatiliten i CoCo-obligationerna med bäst resultat. Slutsatsen är att GARCH-modellen predikterar volatiliteten i CoCo-obligationer bättre jämfört med ARCH-modellen och Random Walk-modellen. Däremot kan inte ARCH-modellen eller GARCH-modellen modellera CoCo-obligationer med signifikant låg likviditet. Vidare så medför en högre ordning i ARCH eller GARCH-modellen inte nödvändigtvis till bättre prediktioner.

Den 1 augusti 2012 infördes en skatt på finansiella transaktioner i Frankrike. Detta är ett av många exempel, nuvarande och i planeringsstadiet, på fenomenet där ekonomiska marknader beläggs med skatt. Hur detta påverkar marknaden är vad denna uppsats ämnar studera då tidigare teori och empiri pekar åt olika håll. För att uppnå detta syfte undersöks hur likviditeten och volatiliteten påverkades i anslutning till skattens införande i Frankrike. Likviditeten uppskattas genom spreaden samt handelsvolymen. Hypotesprövning samt poolad regression utförs för att utröna effekten och fynden indikerar på en minskning i likviditet associerad med skattens införande. Volatiliteten förblir opåverkad av införandet vilket går emot vad både förespråkare och motståndare till skatten påstår.

<p>Kapitalmarknaden fattar dagligen beslut som basera på den informations som företag och medier kommunicerar genom pressrelease och övriga publikationer. En viktig del i informationsflödet är årsredovisning och kvartalsrapporter. Informationen kapitalmarkanden använder i dessa rapporter är primärt finansiella nyckeltal som tillämpas för att jämföra företag med varandra. Kapitalmarkanden är en starkt effektiv marknad vilket betyder att aktörerna har en likvärdig tillgång på information samt möjligheter att bearbeta denna. Dock är kapitalmarkanden inte helt effektiv marknad vilket betyder att informationsutbudet ej är helt symmetriskt. Inom modellen för asymmetrisk information skiljs informationen åt i den offentliga och den interna. Där antas även att den interna informationen är mer omfattande än den offentliga. Den information som vi fokuserar på i denna uppsats är den offentliga informationen som alla aktörer antas ha tillgång till och möjlighet att bearbeta. Det fenomen vi har valt att studera baserar sig på att de olika branscher som finns representerade på kapitalmarknaden har olika förutsättningar och därmed branschnormer. Det som vi har undersökt är hur kapitalmarkanden reagerar då ett företag har en avvikande kapitalstruktur från branschnormen. Kapitalmarknadens reaktioner har vi mätt som variationer i företagens aktiekurser (volatilitet). För att undersöka hur kapitalmarknadens reaktioner på företagens kapitalstruktur har information om företagens egna kapital och skulder samt aktiekurser insamlats och beräknats. Produkterna av beräkningarna är de primära undersökningsvariablerna. Undersökningen är vidare avgränsad från andra tidsperioder än verksamhetsåret 2005 och resultaten kan ej generaliseras för andra perioder.</p><p>Eftersom företagen inom en bransch har en likande verksamhet med liknade förutsättningar har vi antagit att branscherna också har en genomsnittlig volatilitet som avspeglar branschens riskexponering. Avvikelser från den genomsnittliga volatiliteten inom en bransch kan därmed hänföras till företagsspecifika förhållanden. Genom tillämpning av statistiska metoder har vi studerat hur de företag som avviker från branschnormen i kapitalstruktur avviker från branschens genomsnittliga volatilitet. Våra resultat har visat att 73% av de företag som avviker från branschnormen för kapitalstruktur också avviker från branschens genomsnittliga volatilitet. Tidigare empiriska studier har visat att ca 23% av den branschspecifika riskexponeringen kan förklaras av kapitalstrukturen. Utifrån dessa fakta är vår slutsats att ca 16% av företagens avvikelse i volatilitet kan förklaras av en avvikelse i kapitalstruktur</p>

<p>Den höga turbulensen på många av världens börser de senaste åren har ökat efterfrågan på kapitalsäkrade placeringar som ger möjlighet till hög avkastning men innebär en begränsad förlustrisk. En aktieindexobligation sägs vara kapitalsäkrad då den är konstruerad med hjälp av en köpoption och en nollkupongobligation. Mitt syfte med denna uppsats är reda ut begreppet strukturerad produkt av typ aktieindexobligation och med hjälp av Black & Scholes modell försöka prissätta optionen. Detta genom att estimera den implicita volatiliteten på optionen vid olika typer av aktieindexobligationer och jämföra med den historiska volatiliteten. Då den implicita volatilitet är avsevärt högre än den historiska volatiliteten kan slutsatsen dras att emittenter inkluderar ”dolda” marginaler i produkterna i syfte att tjäna mer pengar.</p>

Den höga turbulensen på många av världens börser de senaste åren har ökat efterfrågan på kapitalsäkrade placeringar som ger möjlighet till hög avkastning men innebär en begränsad förlustrisk. En aktieindexobligation sägs vara kapitalsäkrad då den är konstruerad med hjälp av en köpoption och en nollkupongobligation. Mitt syfte med denna uppsats är reda ut begreppet strukturerad produkt av typ aktieindexobligation och med hjälp av Black &amp; Scholes modell försöka prissätta optionen. Detta genom att estimera den implicita volatiliteten på optionen vid olika typer av aktieindexobligationer och jämföra med den historiska volatiliteten. Då den implicita volatilitet är avsevärt högre än den historiska volatiliteten kan slutsatsen dras att emittenter inkluderar ”dolda” marginaler i produkterna i syfte att tjäna mer pengar.

I denna uppsats har jag haft intentionen att försöka förklara vikten av att ha en uppfattning av volatilitet när man handlar med Optioner. Syftet har varit att analysera ifall man kan lära sig från volatilitetens historia, och ifall historisk volatilitet är bättre på att indikera framtida volatilitet än marknadens volatilitet, även kallad den implicita volatiliteten. Syftet har även varit att undersöka ifall det går att göra vinst på Optioner om man har en annan uppfatt-ning om den framtida volailiteten. I uppsatsen har jag använt mig av Black, Scholes and Mertons epokavgörande teori om hur man prissätter Optioner, den så kallade Black-Scholes ekvationen. Från den ekvationen har jag erhålligt volailiteten i OMX index Optioner, den implicita volatiliteten. Black-Scholes ekvationen har likaså använts för att härleda denna faktiska och historiska volaliteten. För att kunna utnyttja en annan uppfattning om den framtida volaliteten än marknadens så har jag presenterat ett antal olika Options strategier. De slutsatser som jag har kunnat dra från år 2001 OMX index Optioner är att den implicita volaliteten verkar vara bättre på att förutspå den faktiska volaliteten än den historiska vola-tiliteten. Ingen av dem är en perfekt indikator på den faktiska volatiliteten men i genomsnitt så skiljer sig den implicita mindre från den faktiska än den historiska. För att sammanfatta volalitetens historia så kan man påstå att volatiliteten som reflekteras i Optionspriset sällan stämmer överens med den faktiska volatiliteten. Ingen sitter på Op-tionsmarknaden med en kristallkula och kan förutspå volatiliteten perfekt hela tiden. Sam-tidigt är det just skillnader i volatilitetstro mellan de olika aktörerna i en Optionsaffär som skapar handel och som gör Optioner till ett så användbart och intressant instrument.

Kapitalmarknaden fattar dagligen beslut som basera på den informations som företag och medier kommunicerar genom pressrelease och övriga publikationer. En viktig del i informationsflödet är årsredovisning och kvartalsrapporter. Informationen kapitalmarkanden använder i dessa rapporter är primärt finansiella nyckeltal som tillämpas för att jämföra företag med varandra. Kapitalmarkanden är en starkt effektiv marknad vilket betyder att aktörerna har en likvärdig tillgång på information samt möjligheter att bearbeta denna. Dock är kapitalmarkanden inte helt effektiv marknad vilket betyder att informationsutbudet ej är helt symmetriskt. Inom modellen för asymmetrisk information skiljs informationen åt i den offentliga och den interna. Där antas även att den interna informationen är mer omfattande än den offentliga. Den information som vi fokuserar på i denna uppsats är den offentliga informationen som alla aktörer antas ha tillgång till och möjlighet att bearbeta. Det fenomen vi har valt att studera baserar sig på att de olika branscher som finns representerade på kapitalmarknaden har olika förutsättningar och därmed branschnormer. Det som vi har undersökt är hur kapitalmarkanden reagerar då ett företag har en avvikande kapitalstruktur från branschnormen. Kapitalmarknadens reaktioner har vi mätt som variationer i företagens aktiekurser (volatilitet). För att undersöka hur kapitalmarknadens reaktioner på företagens kapitalstruktur har information om företagens egna kapital och skulder samt aktiekurser insamlats och beräknats. Produkterna av beräkningarna är de primära undersökningsvariablerna. Undersökningen är vidare avgränsad från andra tidsperioder än verksamhetsåret 2005 och resultaten kan ej generaliseras för andra perioder. Eftersom företagen inom en bransch har en likande verksamhet med liknade förutsättningar har vi antagit att branscherna också har en genomsnittlig volatilitet som avspeglar branschens riskexponering. Avvikelser från den genomsnittliga volatiliteten inom en bransch kan därmed hänföras till företagsspecifika förhållanden. Genom tillämpning av statistiska metoder har vi studerat hur de företag som avviker från branschnormen i kapitalstruktur avviker från branschens genomsnittliga volatilitet. Våra resultat har visat att 73% av de företag som avviker från branschnormen för kapitalstruktur också avviker från branschens genomsnittliga volatilitet. Tidigare empiriska studier har visat att ca 23% av den branschspecifika riskexponeringen kan förklaras av kapitalstrukturen. Utifrån dessa fakta är vår slutsats att ca 16% av företagens avvikelse i volatilitet kan förklaras av en avvikelse i kapitalstruktur