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

Seit ihrer Einführung werden GARCH-Modelle (Generalized Autoregressive Conditional Heteroskedasticity) immer häufiger zur Beschreibung von Kapitalmarktrenditen und anderen Wachstumsraten (z. B. Inflation) verwendet. Sie erklären 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 bedingten 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.