Akciju ienesīguma volatilitātes modelēšana un prognozēšana

Abstract

Maģistra darbā ir veikta analīze par akciju volatilitātes transmisijas mehānismu laikā pieciem lielākajiem pēc pārdošanas apjoma informāciju tehnoloģiju un servisa uzņēmumiem Eiropā un pieciem šādiem uzņēmumiem ASV, izmantojot GARCH saimes modeļus. Darba empīriskajā daļā tiek izmantoti dati par laika periodu 01.01.2002. - 23.02.2015., un veidoti GARCH, TGARCH, EGARCH modeļi ar dažādām p un q kārtām, lai noskaidrotu modeli, kurš precīzāk spēj prognozēt akciju ienesīguma volatilitāti. Rezultāti liecina, ka parauga ietvaros veiktajai prognozēšanai Eiropas uzņēmumiem labākie ir EGARCH un GARCH modeļi, bet ASV uzņēmumiem – TGARCH un EGARCH. Savukārt veicot prognozi ārpus parauga, Eiropas uzņēmumiem labākais ir GARCH, bet ASV uzņēmumiem - TGARCH un GARCH modeļi.

The master thesis provides an analysis about transmission mechnism of asset returns' volatility for five largest (by sales) information technology and service companies in USA and five companies un Europe. GARCH models are used for this purpose. Empirical part of this study covers data for period from 01.01.2002. to 23.02.2015.. Various GARCH, TGARCH, EGARCH modells with different p un q orders were made in order to find out which model shows best performance to forecast volatility of asset returns. Results show that in-sample forecasting best model for companies from Europe were EGARCH and GARCH models, for USA – TGARCH and EGARCH. In out-of-sample forecasting GARCH model showed the best performance among compareded models for companies from Europe, but TGARCH and GARCH models were the best in case of USA.