Eignung des Garch-Modells zur Prognose der Volatilität des Dow Jones Industrial Average

Inhaltsverzeichnis

• 1. Einleitung
• 2. Grundlagen zur Modellierung von Finanzmarktzeitreihen
• 2.1 Zeitreihen
• 2.2 Standardabweichung als Maß der Volatilität
• 2.3 Serielle Korrelation
• 2.4 Stationarität
• 2.5 Besondere Eigenschaften von Finanzmarktzeitreihen
• 3. Modelllandschaft der Zeitreihenanalyse
• 3.1 AR-Modell
• 3.2 MA-Modell
• 3.3 ARMA-Modell
• 3.4 ARIMA-Modell
• 3.5 ARCH-Modell
• 3.6 GARCH-Modell
• 3.7 Zusammenfassung & Abgrenzung des GARCH-Modells
• 4. Methodik & Datensatz
• 4.1 Methodik
• 4.2 Datensatz
• 4.3 Dow Jones Industrial Average
• 4.3.1 Zusammensetzung
• 4.3.2 Bewertung
• 5. Datenmodellierung
• 5.1 Gesamter Datensatzes
• 5.2 Unterschiedliche Zeitraumausprägungen
• 5.3 Finanz- & Coronakrise
• 6. Fazit und Kritik

Zielsetzung und Themenschwerpunkte

Die vorliegende Arbeit befasst sich mit der Eignung des GARCH-Modells zur Prognose der Volatilität des Dow Jones Industrial Average (DJIA). Ziel ist es, die empirische Anwendbarkeit des GARCH-Modells im Kontext der Finanzmarktzeitreihenanalyse zu untersuchen und seine Prognosefähigkeit für die Volatilität des DJIA zu bewerten.

• Modellierung von Finanzmarktzeitreihen
• Volatilität des Dow Jones Industrial Average
• Anwendbarkeit des GARCH-Modells
• Empirische Analyse der Prognosefähigkeit
• Bewertung der Ergebnisse

Zusammenfassung der Kapitel

Die Arbeit beginnt mit einer Einführung in die Grundlagen der Finanzmarktzeitreihenanalyse, wobei die Eigenschaften und Besonderheiten von Finanzmarktzeitreihen im Fokus stehen. Anschließend werden verschiedene Zeitreihenmodelle, darunter das AR-Modell, MA-Modell, ARMA-Modell, ARIMA-Modell, ARCH-Modell und das GARCH-Modell, vorgestellt und miteinander verglichen. Das GARCH-Modell wird im Detail beschrieben und seine Eignung zur Modellierung von Volatilität untersucht. Die Methodik der Arbeit und der Datensatz werden anschließend erläutert, wobei der DJIA als Untersuchungsgegenstand vorgestellt wird. Die Datenmodellierung umfasst eine Analyse des gesamten Datensatzes, die Betrachtung verschiedener Zeitraumausprägungen sowie die Analyse der Finanz- & Coronakrise. Die Arbeit endet mit einem Fazit und einer kritischen Bewertung der Ergebnisse.

Schlüsselwörter

Finanzmarktzeitreihen, Volatilität, Dow Jones Industrial Average (DJIA), GARCH-Modell, Prognosefähigkeit, Empirische Analyse, Datenmodellierung, Finanzkrise, Coronakrise.