Die Prognose von Credit-Default-Swap-Spreads mit linearen Zustandsraummodellen

Více o knize

Die zukünftigen Werte des CDS-Spreads hängen nicht nur von historischen Werten ab, sondern auch von anderen Variablen, wie im Modell von Merton (1974) beschrieben. Daher wird in der Literatur häufig auf lineare Regressionsmodelle zurückgegriffen, die jedoch keine Nicht-Linearitäten, Nicht-Stationaritäten und Feedback-Effekte berücksichtigen können. Das lineare Zustandsraummodell, das diese Eigenschaften integriert, wird in dieser Studie erstmals zur Prognose von CDS-Spreads verwendet. Zunächst wird die Struktur sowie die Schätzung von Zustands- und Parametern in linearen Zustandsraummodellen behandelt, da sie sich deutlich von herkömmlichen Regressionsmodellen unterscheiden. Es wird ausführlich erörtert, unter welchen Bedingungen die Modellparameter konsistent und effizient geschätzt werden können. Anschließend werden Prognosemodelle vorgestellt, die das Random-Walk-Modell um verschiedene Autokorrelationen und Beziehungen zwischen Variablen erweitern. Zudem wird der Zusammenhang zwischen dem tatsächlichen und dem theoretischen CDS-Spread für Prognosezwecke untersucht. Ein theoretischer Rahmen wird geschaffen, um die Prognosegüte der Modelle vergleichbar zu machen. Am Beispiel des iTraxx CDS Europe Index zeigt sich, dass das Random-Walk-Modell den CDS-Spread angemessen abbildet. Während andere Modelle in bestimmten Fällen bessere Prognosen liefern können, lassen sich diese Vorteile nicht in Gewinne umsetzen, was auf eine hohe I