Essays on latent factor models in finance
Heikkonen, Matti (2018-02-09)
Essays on latent factor models in finance
Heikkonen, Matti
(09.02.2018)
Turun yliopisto. Turun kauppakorkeakoulu
Julkaisun pysyvä osoite on:
https://urn.fi/URN:ISBN:978-951-29-7120-6
https://urn.fi/URN:ISBN:978-951-29-7120-6
Tiivistelmä
This dissertation considers the application of latent factor models to financial risk management and asset pricing. The purpose is to provide solutions for modelling and forecasting the dynamics of asset prices, and to evaluate the performance of the proposed models using empirical data. The applications of the models analysed in the individual research papers vary from risk measurement to arbitrage free term structure modelling, with risk management being common financial theme as the asset pricing models also provide a framework for hedging.
In the first article I consider forecasting Value-at-Risk using models in which the observed stock returns are assumed to be affine functions of independent GARCH-type processes. The models are estimated using various Independent Component Analysis algorithms, and the obtained forecasts are compared with alternative estimates. The empirical results reveal that while most of the tested estimation approaches result in good forecasts under calm market conditions, their behavior during a financial crisis can vary considerably. Estimators based on high order moments or cumulants fared particularly badly, which is likely explained by their sensitivity to outliers.
In the second article I consider a discrete time affine Gaussian model for the joint dynamics of Overnight Indexed Swap rates and Interbank Offered Rates. I present a computationally fast way for estimating the model using least squares regressions. The model is evaluated using European interest rate data, and the results show that it is able to achieve a close and relatively stable fit during challenging market conditions.
The third article considers a quadratic multiple curve models for spot rates. As a special case of the general I derive a multiple curve extensions to the arbitrage free Nelson-Siegel model. The models are estimated using the quadratic Kalman filter under that assumption that the spreads are driven by factors related to liquidity and credit risk. Tämä väitöskirja tutkii latentteihin faktoreihin perustuvien mallien sovelluksia riskienhallinnassa ja rahoitusinstrumenttien hinnoittelussa. Tarkoituksena on tarjota menetelmiä hintojen ennustamiseen sekä niiden dynamiikan mallintamiseen, ja testata esitettyjä malleja empiirisen aineiston avulla. Artikkeleissa käsiteltävät mallien sovellukset vaihtelevat riskimittojen estimoinnista arbitraasittomiin korkojen aikarakennemalleihin, riskienhallinnan ollessa yhdistävänä rahoitukseen
liittyvänä tekijänä.
Ensimmäisessä artikkelissa tarkastelen Value-at-Risk-riskimitan ennustamista käyttäen malleja, joissa havaittujen osaketuottojen oletetaan muodostuvan riippumattomien GARCH-prosessien affiineina muunnoksina. Mallit estimoidaan käyttäen itsenäisten komponenttien analyysiin perustuvia algoritmeja, ja malleja verrataan vaihtoehtoisiin menetelmiin ennusteiden perusteella. Empiiriset tulokset osoittavat, että vaikka suurin osa testatuista menetelmistä kykenee tuottamaan luotettavia ennusteita vakaissa markkinaolosuhteissa, niin kriisien aikana niiden suorituskyvyssä voi ilmetä olennaisia eroja. Erityisesti korkean asteen momentteihin ja kumulantteihin perustuvat menetelmät suoriutuivat huonosti, mikä johtunee kyseisten menetelmien herkkyydestä poikkeaville havainnoille.
Toisessa artikkelissa tarkastelen diskreettiaikaista affiinia Gaussista mallia euriborkorkojen ja yön yli lainojen korkojen yhteisvaihtelulle, sekä esitän laskennallisesti nopean keinon mallin estimoimiseksi pienimmän neliösumman menetelmän avulla. Korkomallia testataan eurooppalaisen aineiston avulla, ja tulokset osoittavat mallin suoriutuvan hyvin vaihtelevissa markkinaolosuhteissa.
Kolmannessa artikkelissa tarkastelen kvadraattista jatkuva-aikaista usean korkokäyrän mallia. Mallin erityistapauksena johdetaan usean korkokäyrän laajennus arbitraasittomaan Nelson-Siegel -malliin. Mallin empiirisessä sovelluksessa EURIBOR ja yön yli lainojen korkojen erotuksen oletetaan johtuvan likviditeetti- ja luottoriskistä. Estimointi suoritetaan kvadraattisen Kalman filtterin avulla.
In the first article I consider forecasting Value-at-Risk using models in which the observed stock returns are assumed to be affine functions of independent GARCH-type processes. The models are estimated using various Independent Component Analysis algorithms, and the obtained forecasts are compared with alternative estimates. The empirical results reveal that while most of the tested estimation approaches result in good forecasts under calm market conditions, their behavior during a financial crisis can vary considerably. Estimators based on high order moments or cumulants fared particularly badly, which is likely explained by their sensitivity to outliers.
In the second article I consider a discrete time affine Gaussian model for the joint dynamics of Overnight Indexed Swap rates and Interbank Offered Rates. I present a computationally fast way for estimating the model using least squares regressions. The model is evaluated using European interest rate data, and the results show that it is able to achieve a close and relatively stable fit during challenging market conditions.
The third article considers a quadratic multiple curve models for spot rates. As a special case of the general I derive a multiple curve extensions to the arbitrage free Nelson-Siegel model. The models are estimated using the quadratic Kalman filter under that assumption that the spreads are driven by factors related to liquidity and credit risk.
liittyvänä tekijänä.
Ensimmäisessä artikkelissa tarkastelen Value-at-Risk-riskimitan ennustamista käyttäen malleja, joissa havaittujen osaketuottojen oletetaan muodostuvan riippumattomien GARCH-prosessien affiineina muunnoksina. Mallit estimoidaan käyttäen itsenäisten komponenttien analyysiin perustuvia algoritmeja, ja malleja verrataan vaihtoehtoisiin menetelmiin ennusteiden perusteella. Empiiriset tulokset osoittavat, että vaikka suurin osa testatuista menetelmistä kykenee tuottamaan luotettavia ennusteita vakaissa markkinaolosuhteissa, niin kriisien aikana niiden suorituskyvyssä voi ilmetä olennaisia eroja. Erityisesti korkean asteen momentteihin ja kumulantteihin perustuvat menetelmät suoriutuivat huonosti, mikä johtunee kyseisten menetelmien herkkyydestä poikkeaville havainnoille.
Toisessa artikkelissa tarkastelen diskreettiaikaista affiinia Gaussista mallia euriborkorkojen ja yön yli lainojen korkojen yhteisvaihtelulle, sekä esitän laskennallisesti nopean keinon mallin estimoimiseksi pienimmän neliösumman menetelmän avulla. Korkomallia testataan eurooppalaisen aineiston avulla, ja tulokset osoittavat mallin suoriutuvan hyvin vaihtelevissa markkinaolosuhteissa.
Kolmannessa artikkelissa tarkastelen kvadraattista jatkuva-aikaista usean korkokäyrän mallia. Mallin erityistapauksena johdetaan usean korkokäyrän laajennus arbitraasittomaan Nelson-Siegel -malliin. Mallin empiirisessä sovelluksessa EURIBOR ja yön yli lainojen korkojen erotuksen oletetaan johtuvan likviditeetti- ja luottoriskistä. Estimointi suoritetaan kvadraattisen Kalman filtterin avulla.
Kokoelmat
- Väitöskirjat [2863]