The name is absent

76

VoIatiliteetin kayttd. EdeIleen voidaan havaita, etta erâinâ pàivina historiallisen Volatiliteetin
kayttd tuottaa Hioninkertaisia Jaannosneliosummia dummy-muuttujamallin tuottamiin RISDdn
verrattuna. Tulosten tulkinta on siis selkea : poikkileikkausaineiston ja aikasarja-aineiston
yhdistaminen paneelidataksi ja Volatiliteetin estimointi dummy-muuttujamallin avulla tuottaa
tarkemρia Volatiliteettiestimaatteja kuin ρelkka Iiistorialliseen Volatiliteettiin perustuva
Iahestymistapa.

Tulosten tarkempi tutkiskelu myôs osoittaa, etta dummy-muuttujamallin SSE:t ovat
alhaisimmillaan silloin, kun implisittinen Volatiliteetti pysyy Iahes samalla tasolla useita
pâivia perakkain. Tamansuuntainen havainto on toisaalta tâysin Iooginen dummy-
muuttujamallin Ominaisuuksien nakokulmasta: nâina paivinâ paivittaisen kiintean
Vaikutuksen merkitys Seuraavien pâivien Implisiittisissa Volatiliteeteissa on huomattava ja
taten taman paivan yhtald on kohtuullisen Selitysvoimainen myos huomisen implisiittista
Volatiliteettia SilmaIlapitaen.

6.5.1 Ncuben tulokset Paneelidataestimoinneista

Luvussa neljâ kasiteltiin Ncuben saamia Cstimointituloksia paivittaisten yhtâloiden osalta,
mutta Varsinaisiin paneelidataestimointeihin ei viela otettu kantaa. Edella Suoritetut
estimoinnit noudattelevat hyvin pitkalle samaa Iinjaa Ncuben estimointien kanssa, joten tassa
yhteydessa otetaan esille vain keskeisimmât tulokset paneelidataestimoinneista.

Ncuben Suorittamien paneelidatamallien estimointien tulokset on esitetty allaolevissa
yhtalôissa. Yhtald (46) on tulos dummy-muuttujaestimoinnista ja yhtâlo (46)’ Satunnaisten
Vaikutusten mallista

(46) ln(σ)≈ ~0.0048τ + 0.000008τ² + 0.0023K + 1.1027D+u.
(-5.111)      (2.681)         (7.231)      (21.585)

(46)’ In (σ)≈ -7.2321 -0.0049τ + 0.000008τ² + 0.0023K + 1.1027D+u.

¢-9.91)    (-5.14)       (2.68)          (7.23)       ¢21.59)

<<   76   77   78   79   80   81   82   >>

More intriguing information