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.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-300040 |
| Date | January 2021 |
| Creators | HENRIKSSON, JIMMY |
| Publisher | KTH, Skolan för industriell teknik och management (ITM) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ITM-EX ; 2021:368 |
Page generated in 0.0036 seconds