Universität Hohenheim
 

Eingang zum Volltext

Kuck, Konstantin

Essays on modelling state-dependent dynamics : applications to financial time series

Studien zur Modellierung der zustandsabhängigen Dynamik von Finanzzeitreihen

(Übersetzungstitel)

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-16815
URL: http://opus.uni-hohenheim.de/volltexte/2019/1681/


pdf-Format:
Dokument 1.pdf (5.811 KB)
Gedruckte Ausgabe:
POD-Logo  Print-on-Demand-Kopie
Dokument in Google Scholar suchen:
Social Media:
Delicious Diese Seite zu Mister Wong hinzufügen Studi/Schüler/Mein VZ Twitter Facebook Connect
Export:
Abrufstatistik:
SWD-Schlagwörter: Zeitabhängigkeit , Nichtlineare Dynamik , Volatilität , Rendite , Rohstoffmarkt , Aktienmarkt
Freie Schlagwörter (Deutsch): Wechselkurse
Freie Schlagwörter (Englisch): state-dependence , non-linearity , temporal dependence , returns , volatility
Institut: Institut für Volkswirtschaftslehre
Fakultät: Fakultät Wirtschafts- und Sozialwissenschaften
DDC-Sachgruppe: Wirtschaft
Dokumentart: Dissertation
Hauptberichter: Jung, Robert Prof. Dr.
Sprache: Englisch
Tag der mündlichen Prüfung: 26.11.2019
Erstellungsjahr: 2019
Publikationsdatum: 16.12.2019
 
Lizenz: Hohenheimer Lizenzvertrag Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim
 
Kurzfassung auf Englisch: This thesis explores state-dependence in the context of financial market dynamics and cross-market linkages. Time-varying behaviour of financial markets is widely observed and implies that their price dynamics are characterized by state-dependence with regard to changing economic conditions. From a statistical perspective, this means that the (inter-)dependencies of financial variables are non-linear and cannot be adequately described in the context of linear models. Using non-linear econometric models like quantile (auto)regression and Markov-switching models, this thesis focuses on the following issues:
1. Are the dynamics among crude oil prices stable or time-varying? Are the crude oil markets generally integrated or regionalized? Is there a leading benchmark price?
2. How are the volatility dynamics of crude oil and precious metals affected by the level of volatility? Are there differences between crude oil and precious metals?
3. How fast do investors react to negative shocks in the equity market? Do negative shocks in the equity market affect the volatility of gold and what are the implications for the role of gold as a safe haven?
4. What can be learned from intra-day data about temporal dependencies and information processing in the foreign exchange (FX) market?
 
Kurzfassung auf Deutsch: Ziel dieser Arbeit ist die empirische Untersuchung von Zustandsabhängigkeiten in Finanzmarktdynamiken und Beziehungen zwischen Finanzmärkten. Zeitabhängiges Verhalten von Finanzmärkten ist allgemein zu beobachten und weist darauf hin, dass deren Dynamiken durch Zustandsabhängigkeit in Hinsicht auf sich verändernde wirtschaftliche Bedingungen gekennzeichnet sind. Aus statistischer Perspektive bedeutet dies, dass die (Inter-)Dependenzen zwischen Finanzmarktvariablen Nicht-Linearitäten aufweisen, welche in linearen Modellen nicht angemessen beschrieben werden können. Diese Arbeit verwendet daher nicht-lineare ökonometrische Ansätze, wie Quantils(auto)regression und sogenannte Markov-switching Modelle, um folgenden Fragen zu untersuchen:
1. Sind die Dynamiken von Rohölpreisen zeitstabil oder zeitvariabel? Ist der Rohölmarkt im Allgemeinen integriert oder fragmentiert? Ist einer der Referenzpreise Preissetzer?
2. Wie wirkt sich das Niveau der Volatilität von Rohöl und Edelmetallen auf deren Preisdynamiken aus? Gibt es Unterschiede zwischen Rohöl und Edelmetallen?
3. Wie schnell reagiert der Goldpreis auf negative Schocks im Aktienmarkt? Beeinflussen negative Schocks im Aktienmarkt die Volatilität von Gold und welche Implikationen ergeben sich daraus für die "Safe Haven"-Eigenschaft von Gold?
4. Welche Erkenntnisse hinsichtlich Zeitabhängigkeit in Wechselkursrenditen und Informationsverarbeitung im Wechselkursmarkt lassen sich aus intra-täglichen Daten gewinnen?

    © 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  15.04.15