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

Credit spreads, crash di mercato e volatilità

Lo studio della volatilità sui mercati ha riscosso negli ultimi anni un gran interesse, soprattutto da quando è incrementato il volume dei dati a nostra disposizione. L’utilizzo dei dati ad alta frequenza è una delle attuali tendenze della moderna finanza, che consiste nell’analisi e osservazione dei dati registrati in tempo reale sui mercati.
A differenza degli studi tradizionali, nei quali si tende a considerare dati misurati a intervalli equispaziati, nel caso dell’alta frequenza si registra ogni singola transazione (e anche richiesta di transazione), che avviene sul mercato.
La possibilità di sfruttare questa enorme mole di informazioni costituisce un indubbio vantaggio come testimoniano le numerose applicazioni di stime econometriche ricavate da tali dati. Queste applicazioni si riflettono su un cospicuo segmento della teoria finanziaria: dal prezzaggio delle opzioni, alla previsione della volatilità infragiornaliera, dal calcolo del Var (Value at risk) alla gestione della liquidità.
Negli ultimi anni ha acquisito maggior peso un filone alternativo che propone di trattare la volatilità con metodi non-parametrici basati sui dati ad alta frequenza.

Mostra/Nascondi contenuto.
8 CAPITOLO 1 REALIZED VOLATILITY L’analisi e la misura della volatilità hanno attirato un gran interesse negli ultimi anni, soprattutto da quando è aumentata la disponibilità di dati a nostra disposizione. In presenza di dati ad alta frequenza uno dei problemi principali riguarda appunto la stima della volatilità dei rendimenti di un’attività finanziaria. Lo studio dei dati ad alta frequenza è una delle attuali tendenze della finanza, che consiste nell’osservazione dei dati registrati in tempo reale. A differenza degli studi tradizionali, nei quali si tende a considerare dati misurati a intervalli equispaziati, nel caso dell’alta frequenza si registra ogni singola transazione (e anche richiesta di transazione), che avviene sul mercato. La possibilità di sfruttare questa enorme mole di informazioni costituisce un indubbio vantaggio come testimoniano le numerose applicazioni di stime econometriche ricavate da tali dati. Tali applicazioni si riflettono su una gran parte della teoria finanziaria: dal prezzaggio delle opzioni, alla previsione della volatilità infragiornaliera, dal calcolo del Var (Value at risk) alla gestione della liquidità. Per ciò che concerne la stima della volatilità, una tecnica frequente consiste nella stima di quest’ultima, attraverso la somma dei rendimenti al quadrato. Il nostro interesse verterà quindi sulla stima della variazione quadratica dall’osservazione dei prezzi delle attività finanziarie che nel campo dei derivati è definita volatilità storica. L’importanza della variazione quadratica nell’economia finanziaria è comunemente riconosciuta.

Laurea liv.II (specialistica)

Facoltà: Economia

Autore: Antonio Nesta Contatta »

Composta da 91 pagine.

 

Questa tesi ha raggiunto 444 click dal 10/06/2011.

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