Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli La Volatilità Realizzata Paolo Santucci de Magistris1 Dipartimento di Economia Politica e Metodi Quantitativi Università di Pavia Pavia, 26 Marzo 2008 Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Outline 1 Introduzione Modelli parametrici Modelli non parametrici 2 Volatilità integrata e variazione quadratica La distribuzione di RV 3 Errori di misura ed effetti microstrutturali Analisi di cointegrazione 4 I Salti 5 I Modelli Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Modelli parametrici Modelli non parametrici La necessità di una buona stima della volatilità, come misura del rischio, ha origine da differenti necessità: asset allocation; risk management; option pricing Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Modelli parametrici Modelli non parametrici Diverse nozioni di volatilità: Volatilità Integrata Volatilità attesa Volatilità istantanea, spot volatility Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Modelli parametrici Modelli non parametrici Il termine volatilità integrata, si riferisce alla variabilità cumulata ex post dal processo osservato del rendimento. Due approci per l’analisi empirica: Modelli parametrici; Modelli non parametrici; Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Modelli parametrici Modelli non parametrici I modelli ARCH e GARCH, appartengono alla classe di modelli completamente specificati per la volatilità ex ante . corretta specificazione del modello; tutta l’informazione al tempo t − 1 è osservabile; La volatilità è predeterminata al periodo t − 1. Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Modelli parametrici Modelli non parametrici I modelli di volatilità stocastica, ne descrivono la dinamica attraverso un’equazione differenziale stocastica per il moto. L’idea è quella di includere due innovazioni separate (MDH hypotesis), una per la media dei rendimenti, l’altra per legare il processo latente della volatilità alla media. Processo informativo latente; Tecniche per inferire la volatilità stocastica dal processo del moto. Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Modelli parametrici Modelli non parametrici I modelli non parametrici utilizzano tutta l’informazione ex post, Ft , per estrarre misure della volatilità integrata. Range: Proxy della volatilità integrata, usa la differenza minimo-massismo giornaliera; Volatilità Realizzata: Misura direttamente la volatilità integrata, rispetto ad intervalli di lunghezza fissa, h > 0; Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli La distribuzione di RV Supponiamo che il processo del logaritmo del prezzo sia un processo diffusivo dpt = µt dt + σt dWt che descrive le traiettorie di una semimartingala a tempo continuo. µt è il drift mentre σt è la volatilità spot, Wt è il processo di Wiener al tempo t. Paolo Santucci de Magistris La Volatilità Realizzata (1) Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli La distribuzione di RV Possiamo definire un’equazione per i rendimenti come: Z t Z rt = pt − pt−1 = t µs ds + t−1 σs dWs (2) t−1 e da qui il termine volatilità integrata, IVt Z t IVt = σs ds (3) t−1 Se si assume che la la variazione del drift sia trascurabile, allora si dimostra che Var (rt |Ft ) = E(IVt |Ft−1 ), per cui la varianza condizionale (modelli ARCH) corrisponde alla volatilità integrata. La IVt è la realizzazione ex post. Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli La distribuzione di RV Barndorff-Nielsen e Shepard(2002) hanno introdotto il concetto di variazione quadratica, QV, in questo ambito. Si ridefinsca l’equazione 1 come Yt = αt + mt (4) dove αt è il termine di drift, mentre mt è una martingala locale La variazione quadratica di Yt è [Yt ] = plimM→∞ tj ≤t X (Ytj − Ytj−1 )2 (5) j=1 cumula i cambiamenti lungo uno specifico orizzonte temporale. Assumendo che αt sia prevedibile, allora [Yt ] = [mt ] da cui si ha che, data l’equazione 2, si ottiene Z t [rt ] = σs ds = IVt t−1 Paolo Santucci de Magistris La Volatilità Realizzata (6) (7) Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli La distribuzione di RV Uno stimatore della variazione quadratica è la volatilità realizzata, definita come RVt = h/δ X 2 rt+j∗δ,δ (8) j=1 In particolare, Andersen et al (2001) hanno dimostrato che RV converge in probabilità a QV quando M, il numero di osservazioni intragiornaliere, diverge. Campionando i prezzi ad intervalli sempre più brevi, δ → 0, si annullerà l’errore di misurazione e RV convergerà a IV. Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli La distribuzione di RV Qual’ è la distribuzione asintotica di RV? Barndorff Nielsen e Shepard(2002) hanno derivato la seguente approssimazione asintotica alla distribuzione della volatilità realizzata: PM 2 R hi 2 j=1 yj,i − h(i−1) σs ds q P → N(0, 1) (9) M 2 4 y j=1 j,i 3 al denominatore la realized quarticity che approsissima la volatilità della volatilità. Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Analisi di cointegrazione I dati empirici ad alta frequenza differiscono dal processo arbitrage free per il prezzo, rendendo lo stimatore RV distorto. Varie soluzioni, tra le altre: Utilizzare dati campionati a frequenze meno elevate (5 minuti), trade off varianza-distorsione, Analisi di cointegrazione (Hansen e Lunde (2006)) Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Analisi di cointegrazione Hansen e Lunde (JBES 2006) presentano una procedura per ottenere il prezzo efficiente su cui basare la stima della RV: p ti è il vettore (3 × 1) del transaction price, l’ask e il bid all’ i-esima transazione intragiornaliera i; si scrive la dinamica di p ti come un VECM; la matrice di cointegrazione β è formata da due vettori di cointegrazione: 1 0 β = − 12 1 − 12 1 Il trend stocastico comune, cioè il prezzo efficiente, si ottiene dal teorema di rapresentazione di Granger: pti ∗ = (α0⊥ Γβ ⊥ )−1 i X α0⊥ tj j=1 Paolo Santucci de Magistris La Volatilità Realizzata (10) Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Essere in grado di scomporre l’ammontare di varianza in una parte continua e una di salto è fondamantale. Barndorff-Nielsen e Shephard introducono il cocetto i bipower variation, come M πX |rt,i ||rt,i−1 | BVt = 2 (11) i=2 mentre il processo del prezzo è dpt = µt dt + σt dWt + kt dqt Rt P pertanto [rt ] = 0 σs2 ds + 0≤s≤t ks2 . I salti si ottengono per differenza X p lim RVt (δ) − BVt (δ) = ks2 δ→0 Paolo Santucci de Magistris t−1≤s≤t La Volatilità Realizzata (12) (13) Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Huang e Tauchen suggeriscono un due misure per i salti: Relative Jump RJt = RVt − BVt RVt (14) che è un indicatore del contributo dei salti (se presenti) alla variazione totale intragiornaliera del processo. Excess Jump EJt = RVt − BVt BVt (15) che è un indicatore del contributo in eccesso di ciascun salto. Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Nel momento in cui si è ottenuta la misura non parametrica della volatilità realizzata, si possono implementare modelli parametrici al fine di prevedere e descrivere alcune caratteristiche delle serie sotto esame. Alcuni fatti stilizzati: La distribuzione della volatilità realizzata è asimmetrica ed ha più curtosi della normale. Invece, il logaitmo della RV è Gaussiano; Effetto leverage; Cluster di volatilità; La volatilità realizzata è frazionalmente integrata, questo significa che uno shock sulla volatilità si smorza molto lentamente. Il grado di persistenza può essere misurato attraverso il coefficiente d nella forma (1 − L)d RVt ; Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli L’operatore (1 − L)d introduce una espansione infinita di termini nell’opratore ritardo, vedi Hosking(1981): (1 − L)d xt = at ⇒ xt = (∞) X ψ(k )at (16) k =0 dove ψ(k ) = (k − d − 1)! k L (d − 1)!k ! (17) Per k → ∞, k d−1 /(d − 1)! Paolo Santucci de Magistris La Volatilità Realizzata (18) Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli La stima del parametro d può essere effettuata almeno in 3 modi: massima verosimiglianza imponendo un troncamento all’espansione infinita; Metodo di Geweke Porter-Hudak(1984), regression del periodogramma sulle frequenze; Stimatore ML di Whittle (Fox and Taqqu (1986)); Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Al fine di catturare la persistenza della serie della volatilità realizzata, Andersen et al. hanno suggerito di utilizzare il modello ARFIMA(p,d,q): p (19) φ(L)(1 − L)d ( RVt − µ) = ψ(L)ut Alternativamente all’ARFIMA, Corsi (2003) ha suggerito una semplice modelizzazione della memoria lunga attravrso un’equazione autoregressiva vincolata, chiamata HAR-RV: (d) (d) RVt+1d = c + β (d) RVt (w) + β (w) RVt (m) + β (m) RVt + ωt+1d (20) a cui si aggiunge la versione con specificazione GARCH per la volatilità della volatilità realizzata. Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli La volatilità realizzata può essere anche utilizzata come benchmark di riferimento ex post per valutare la bontà della stime della volatilità fatte ex ante attraverso modelli di volatilità condizionale; Lunde and Hansen(2001), per valutare la bontà di previsione dei modelli GARCH, hanno implementato 6 funzioni di perdita quadratiche del tipo: n−1 n X (σt − ηt )2 (21) i=1 dove σt è la volatilità latente, mentre ηt è la sua stima con modelli parametrici. Essi trovano che il GARCH(1,1) è quasi sempre il modello migliore. Paolo Santucci de Magistris La Volatilità Realizzata Introduzione Volatilità integrata e variazione quadratica Errori di misura ed effetti microstrutturali I Salti I Modelli Un’altra applicazione, che rende la volatilità realizzata un buono strumento per la gestione del rischio, è il Value at Risk. Il Value at Risk è il quantile della distribuzione dei rendimenti attesi al livello di significatività α. Data l’evidente non nomalità dei rendimenti, ipotizzare che essi siano gaussiani porta ad una sottostima del rischio. Ipotizzando che la non normalità dei rendimenti sia dovuta all’eteroschedastcità, diviene necessario lavorare con una buona misura della volatilità attesa. Da qui l’esigenza di un buon modello previsivo per la volatilità realizzata. Paolo Santucci de Magistris La Volatilità Realizzata