DCC-GARCH modeller med ulike avhengighetsstrukturer
Abstract
Hovedfokuset i denne oppgaven er å finne gode metoder for modellering av volatilitet og avhengighetsstruktur i finansielle porteføljer. En spesifikk multivariat GARCH modell, Dynamic Conditional Correlation (DCC-) GARCH, kombineres med copulaer og par-copula-konstruksjoner for å få en mer fleksibel modell til å modellere nettopp dette. GARCH-modeller er verktøy for å predikere og analysere volatiliteten i tidsrekker når denne varierer over tid, mens copulaer gir mulighet til å modellere avhengighetsstruktur og marginaler hver for seg. Flere DCC-GARCH-modeller med ulike avhengighetsstrukturer implementeres i oppgaven; En Copula-DCC-GARCH-modell med multivariat Student t copula, en PCC-DCC-GARCH-modell med Student t-copula for alle par av variable og en PCC-DCC-GARCH-modell der par-copula-konstruksjonen består av både Clayton og Student t copulaer.