A Stochastic Volatility Model with Conditional Skewness

Disponible en format(s) : PDF

Les auteurs élaborent un modèle discret affine à volatilité stochastique et asymétrie conditionnelle variable (modèle SVS). Leur approche a ceci d’intéressant qu’elle dissocie de façon cohérente la dynamique de la volatilité conditionnelle de celle de l’asymétrie conditionnelle. Elle permet une distribution asymétrique des rendements courants des actifs conditionnellement aux facteurs du moment et à l’information passée, asymétrie que les auteurs qualifient de « contemporaine ». Dans leur modèle, l’asymétrie conditionnelle découle de la combinaison explicite de l’effet de levier conditionnel et de l’asymétrie contemporaine. Les auteurs établissent les formules analytiques pour divers moments des rendements utiles pour l’estimation par la méthode des moments généralisés. En se servant de données relatives aux rendements journaliers de l’indice S&P 500 et aux options connexes, ils montrent que les modèles SVS à un et à deux facteurs décrivent mieux la distribution des rendements (tant historique que risque neutre) que les modèles GARCH affines existants. Leurs résultats ne tiennent pas à un surparamétrage, puisque les modèles SVS unifactoriels comptent le même nombre de paramètres que les modèles GARCH unifactoriels.

Publication :

Journal of Business & Economic Statistics (0735-0015)
Octobre 2012, vol. 30, no 4, p. 576-591