CF4103 Financial Time Series Analysis Suggested Solutions of Tutorial 10 (Semester 2/06-07)
2 vues 0 fois vendu
Cours
CF4103 Financial Time Series Analysis
Établissement
CF4103 Financial Time Series Analysis
CF4103 Financial Time Series Analysis
Suggested Solutions of Tutorial 10 (Semester 2/06-07)
Questions and Answers
1. Explain the exponentially weighted moving average (EWMA)
model for estimating volatility from historical data.
Solution. Define ui as (Si − Si−1)/Si−1, where Si is th...
CF4103 Financial Time Series Analysis
Suggested Solutions of Tutorial 10 (Semester 2/06-07)
Questions and Answers
1. Explain the exponentially weighted moving average (EWMA)
model for estimating volatility from historical data.
Solution. Define ui as (Si − Si−1)/Si−1, where Si is the
value of a market variable on day i. In the EWMA model,
the variance rate of the market variable (i.e., the square of its
volatility) calculated for day n is a weighted average of the
u2n−i’s (i = 1, 2, 3, · · ·). For some constant λ (0 < λ < 1)
the weight given to u2n−i−1 is λ times the weight given to
u2n−i. The volatility estimated for day n, σn, is related to
the volatility estimated for day n − 1, σn−1, by
σn2 = λσn−1
2
+ (1 − λ)u2n−1.
This formula shows that the EWMA model has one very
attractive property. To calculate the volatility estimate for
day n, it is sufficient to know the volatility estimate for day
n − 1 and un−1.
1
, 2. What is the difference between the exponentially weighted
moving average model and the GARCH(1, 1) model for up-
dating volatilities?
Solution. The EWMA model produces a forecast of the
daily variance rate for day n which is a weighted average
of (i) the forecast for day n − 1, and (ii) the square of the
proportional change on day n − 1. The GARCH(1, 1) model
produces a forecast of the daily variance for day n which is
a weighted average of (i) the forecast for day n − 1, (ii) The
square of the proportional change on day n − 1. and (iii)
a long run average variance rate. GARCH (1, 1) adapts the
EWMA model by giving some weight to a long run average
variance rate. Whereas the EWMA has no mean reversion.
GARCH(1, 1) is consistent with a mean-reverting variance
rate model.
3. The most recent estimate of the daily volatility of an asset
is 1.5% and the price of the asset at the close of trading
yesterday was $30.00. The parameter λ in the EWMA model
is 0.94. Suppose that the price of the asset at the close of
trading today is $30.50. How will this cause the volatility to
be updated by the EWMA model?
Solution. In the case σn−1 = 0.015 and un = 0.5/30 =
2
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur StudyCenter1. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €15,97. Vous n'êtes lié à rien après votre achat.
