dc.contributor.advisor |
Pizzi, Claudio |
it_IT |
dc.contributor.author |
Gasparini, Elena <1996> |
it_IT |
dc.date.accessioned |
2020-10-15 |
it_IT |
dc.date.accessioned |
2021-02-02T10:14:09Z |
|
dc.date.available |
2021-02-02T10:14:09Z |
|
dc.date.issued |
2020-11-13 |
it_IT |
dc.identifier.uri |
http://hdl.handle.net/10579/18308 |
|
dc.description.abstract |
Lo scopo del seguente lavoro è l’analisi del fenomeno della persistenza della volatilità, esso è definito dalla presenza di cluster nella volatilità delle serie economiche rappresentati da periodi persistenti con fluttuazioni di ampiezza maggiore e periodi con fluttuazioni di ampiezza minore.
Il lavoro analizza alcuni fatti empirici delle serie economiche e si sofferma sul fenomeno chiamato volatility clustering; la genesi dei cluster è da ricercare nella presenza di un’eterogeneità nel mercato, l’utilizzo di strategie d’investimento diverse conduce alla creazione dei cluster secondo Gaunersdorfer e Hommes (2005), Xue e Gençay (2012), De Fontnouvelle (2000) e altri.
La presenza di persistenza incide nel modello di stima della volatilità, cruciale per diversi aspetti degli investimenti tra cui il pricing delle opzioni e la conoscenza del rischio di portafoglio, Engle nel 1982 introduce il modello ARCH che permette di descrivere la varianza condizionale con una dipendenza lineare dei quadrati delle innovazioni, catturando così tale fenomeno. In seguito si definisce un modello più parsimonioso; GARCH, e altri modelli asimmetrici che riescono a incorporare l’effetto leva e la dinamica della volatilità. La trattazione si conclude con lo studio del fattore di persistenza in diversi orizzonti temporali di più serie economiche per definire come varia nel tempo il fattore di persistenza della volatilità. |
it_IT |
dc.language.iso |
it |
it_IT |
dc.publisher |
Università Ca' Foscari Venezia |
it_IT |
dc.rights |
© Elena Gasparini, 2020 |
it_IT |
dc.title |
Volatility Clustering nelle serie storiche economiche e finanziarie |
it_IT |
dc.title.alternative |
Volatility clustering nelle serie storiche economiche e finanziarie |
it_IT |
dc.type |
Master's Degree Thesis |
it_IT |
dc.degree.name |
Economia e finanza |
it_IT |
dc.degree.level |
Laurea magistrale |
it_IT |
dc.degree.grantor |
Dipartimento di Economia |
it_IT |
dc.description.academicyear |
2019-2020_Sessione autunnale |
it_IT |
dc.rights.accessrights |
openAccess |
it_IT |
dc.thesis.matricno |
856374 |
it_IT |
dc.subject.miur |
SECS-S/03 STATISTICA ECONOMICA |
it_IT |
dc.description.note |
|
it_IT |
dc.degree.discipline |
|
it_IT |
dc.contributor.co-advisor |
|
it_IT |
dc.date.embargoend |
|
it_IT |
dc.provenance.upload |
Elena Gasparini (856374@stud.unive.it), 2020-10-15 |
it_IT |
dc.provenance.plagiarycheck |
Claudio Pizzi (pizzic@unive.it), 2020-10-19 |
it_IT |