Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Modelli dinamici per la volatilità delle serie finanziarie: analisi e prove di simulazione

Nella prima parte, di tipo monografi co, forniamo dei richiami di alcuni concetti di statistica per poi utilizzarli nei capitoli successivi in cui descriviamo le serie finanziarie e i modelli statistici più utilizzati ai nostri giorni per modellare tali processi, ossia i modelli ARCH e GARCH.
Nella seconda parte invece proponiamo una simulazione dei vari modelli trattati, dove stimiamo i parametri di regressione con differenti tecniche statistiche.
Per fare questo abbiamo utilizzato un software econometrico chiamato Eviews e abbiamo considerato la serie dei rendimenti del titolo IBM dal 1/02/1962 sino al 12/2/2010.

Mostra/Nascondi contenuto.
Capitolo 1 Statistiche congiunte e condizionate In questo paragrafo forniamo dei richiami di statistica che riteniamo utili ai ni di una chiara e completa comprensione di questo elaborato. In particolare parliamo delle statistiche congiunte e condizionate din variabili aleatorie, in quanto questo e il caso di nostro interesse e pensiamo che il lettore abbia una conoscenza di base di questi concetti in relazione al caso di singola variabile o coppia di variabili aleatorie. Ad esempio, avendo a disposizione n osservazioni giornaliere dei rendimenti di un titolo azionario queste possono essere rappresentate mediante unan-upla di variabili aleatorie dove X e il valore al tempo 1, Xil valore al tempo 2 e cos via. E’ necessario allora introdurre 12 degli strumenti matematici per caratterizzare statisticamente n variabili aleatorie, con n> 2. Vedremo che la maggior parte dei concetti necessari sono un’estensione naturale di delle denizioni e dei risultati gi a noti nel caso di coppie di variabili aleatorie. Per utilizzare una notazione sintetica, possiamo organizzare le n variabili aleatorie X;:::;Xin un vettore colonna: 1n T X = [X;:::;X] 1n ottenendo cos un vettore di n variabili aleatorie. L’apice T indica semplicemente l’oper- azione di trasposizione. Quindi, considerando n variabili aleatorie, cominciamo dando la denizione di: Funzione di distribuzione cumulativa (o di ripartizione) congiunta (CDF) Funzione di densit a di probabilit a congiunta (PDF) Denizione 1 (CDF congiunta di n variabili aleatorie) Date n variabili aleatorie X;:::;X, la loro CDF congiunta e data da: 1n F(x;:::;x) =P (X x;X x;:::;X x) X:::X1n1122nn 1n n dove (x;:::;x)2<. 1n 3

Laurea liv.II (specialistica)

Facoltà: Ingegneria

Autore: Danilo Liani Contatta »

Composta da 146 pagine.

 

Questa tesi ha raggiunto 1141 click dal 14/10/2010.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.