5.3 Weitere Möglichkeiten
zur Bestimmung der Varianz- Kovarianz-
Matrix
Ebenfalls auf Basis historischer Renditen und eng verwandt mit der
Modellierung
der Varianz- Kovarianz- Matrix anhand von decay- rates ist die Familie
der
GARCH (Generalized Autoregressive Conditional Heteroscedastic) Modelle.143
Diese Modelle bestimmen die zukünftigen Varianzen anhand vergangener
Varianzen und momentaner sowie vergangener quadrierter Renditen.
Formal lässt
sich dies darstellen als:
(37)
Unter der Annahme, dass die Parameter Ai und Bj
positiv sind, ergibt sich in
Zeiten hoher Volatilitäten eine Varianz, die über dem
langfristigen Mittel liegt.
Ähnlich wie im Falle der decay- rates berücksichtigt dieser
Schätzer also
zeitvariable Volatilitäten sowie deren Autokorrelation mit
jüngeren Datensätzen
und ist damit als flexibler als die alleinige Schätzung durch
das historische Mittel.
Auch wird in turbulenten Börsenphasen mit ungewöhnlich
hohen oder niedrigen
Renditen bei positivem Bj der Schätzwert für die zukünftige
Volatilität
angehoben.144 Dies bringt vor allem
hinsichtlich kürzerer Schätzzeiträume im
Rahmen der taktischen Asset Allocation Vorteile mit sich. Die Parameter
Ai und Bj müssen wieder, ähnlich
des Parameters wt bei den decay- rates, geschätzt
werden.
Über die Modelle der ARCH und GARCH Familie existiert mittlerweile
eine
umfangreiche Literatur, auf die jedoch im Rahmen dieser Arbeit aufgrund
ihrer
eher taktischen Natur und der relativ hohen Güte des Schätzers
der einfachen
historischen Ermittlung nicht näher eingegangen werden soll.145
Eine weitere Methode zur Ermittlung der Varianz- Kovarianz- Matrix
stellen die
sogenannten impliziten Volatilitäten dar, bei denen die zukünftigen
Volatilitäten
implizit über Optionspreise ermittelt werden. Dabei kann auf
historische Daten
verzichtet und über die Marktpreise der Optionen implizit auf
die
Markterwartungen der Investoren geschlossen werden. Jedoch ist auch
diese
Methode aufgrund der meist kurzen Laufzeiten der Optionen auf relativ
kurze
Zeiträume ausgerichtet und damit der taktischen Asset Allocation
zuzuordnen.
[143] Vgl. Bollerslev (1986).
[144] Dies trägt dem sogenannten „volatility clustering“
Rechnung. Unter „volatility clustering“
versteht man die empirisch beobachtbare Tendenz, dass Wertpapierpreise
nach einem
außergewöhnlich starken Anstieg oder Rückgang der
Preis meist einige Zeit noch sehr volatil
sind.
[145] Eine umfangreiche Übersicht über diese Modelle findet
sich u.a. in Engle (1993).