Modellierung von Kapitalmarktvolatilität mittels fehlspezifizierter GARCH(p,q)-Prozesse

Seit ihrer Einführung werden GARCH-Modelle (Generalized Autoregressive Conditional Heteroskedasticity) immer häufiger zur Beschreibung von Kapital¬marktrenditen und anderen Wachstumsraten (z. B. Inflation) verwendet. Sie er¬klären eine ganze Reihe von stilisierten Fakten wie etwa die hohe Wölbung und das sog. Volatility-Clustering (d. h. positive Korrelation höherer Potenzen bei gleichzeitiger Unkorreliertheit der Ausgangsdaten). Die ersten Kapitel führen sehr ausführlich in die Theorie der GARCH-Modelle ein und geben den aktuellen Stand der Forschung wieder. Der eigentliche Gegenstand der GARCH-Modellierung ist die Schätzung der be¬dingten Varianz. Daher analysiert der Autor, ob bei einer Fehlspezifikation im Sinne einer Unterparametrisierung immer noch gute Schätzungen der bedingten Varianz erzielbar sind. Umfangreiche Monte-Carlo-Simulationen gehen darüber hinaus der Frage nach, wie sich eine Fehlspezifikation in endlichen Stichproben niederschlägt. Die empirische GARCH-Modellierung ausgewählter deutscher Aktienrenditen schließt die Untersuchung ab.