Quantilmodelle für Renditen, Volatilität und Preisvariation

Zusammenfassung

Diese Arbeit untersucht, wie Maße vergangener Preisvariation und optionsimplizite Volatilität mit den bedingten Verteilungen künftiger Renditen und der realisierten Volatilität zusammenhängen. Im Mittelpunkt stehen integrierte Varianz, Aufwärts- und Abwärtssemivarianz sowie Sprungvariation. Flexible Quantilsregression modelliert Ergebnisse in verschiedenen Bereichen ihrer Verteilungen.

Für S&P 500- und WTI-Rohöl-Futures stellt die Studie fest, dass lineare Quantilsregressionen für Renditen und heterogene Quantil-Autoregressionen für realisierte Volatilität die Verteilungsdynamik wirksam erfassen. Sie vergleicht diese Ansätze mit etablierten Benchmarkmodellen und berichtet sowohl absolut als auch relativ zu diesen Benchmarks eine starke Leistung. Die Ergebnisse deuten auf einen möglichen Nutzen für die Risikobewertung von Futures und Kontrakten hin, die an realisierte Volatilität gekoppelt sind. Die Evidenz bezieht sich auf die beiden untersuchten Futuresmärkte; das Dokument enthält keine weiteren Angaben zu Implementierungsentscheidungen oder zur Leistung bei anderen Vermögenswerten oder in anderen Zeiträumen.

Kernaussagen

• Quantilsregression kann beschreiben, wie Prädiktoren mit verschiedenen Bereichen künftiger Renditeverteilungen zusammenhängen.
• Integrierte Varianz, Semivarianzen, Sprungvariation und implizite Volatilität werden als Prädiktoren berücksichtigt.
• Für Renditen werden lineare Quantilmodelle verwendet, während heterogene Quantil-Autoregressionen die realisierte Volatilität modellieren.
• Die berichtete Evidenz umfasst S&P 500 sowie WTI-Rohöl-Futures und Vergleiche mit Benchmarkmodellen.
• Die Modelle können die Risikobewertung von Futures und Derivaten auf realisierte Volatilität unterstützen.

Schlagwörter

# Semiparametric Conditional Quantile Models for Financial Returns and Realized Volatility


# Semiparametric Conditional Quantile Models for Financial Returns and Realized Volatility









This paper investigates how the conditional quantiles of future returns and volatility of financial assets vary with various measures of ex-post variation in asset prices as well as option-implied volatility. We work in the flexible quantile regression framework and rely on recently developed model-free measures of integrated variance, upside and downside semivariance, and jump variation. Our results for the S&P 500 and WTI Crude Oil futures contracts show that simple linear quantile regressions for returns and heterogenous quantile autoregressions for realized volatility perform very well in capturing the dynamics of the respective conditional distributions, both in absolute terms as well as relative to a couple of well-established benchmark models. The models can therefore serve as useful risk management tools for investors trading the futures contracts themselves or various derivative contracts written on realized volatility.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.