Open Access. Powered by Scholars. Published by Universities.®
![Digital Commons Network](http://assets.bepress.com/20200205/img/dcn/DCsunburst.png)
Physical Sciences and Mathematics Commons™
Open Access. Powered by Scholars. Published by Universities.®
- Publication Type
Articles 1 - 2 of 2
Full-Text Articles in Physical Sciences and Mathematics
Asimmetria Del Rischio Sistematico Dei Titolo Immobiliari Americani: Nuove Evidenze Econometriche, Paola De Santis, Carlo Drago
Asimmetria Del Rischio Sistematico Dei Titolo Immobiliari Americani: Nuove Evidenze Econometriche, Paola De Santis, Carlo Drago
Carlo Drago
In questo lavoro riscontriamo un aumento del rischio sistematico dei titoli del mercato immobiliare americano nell’anno 2007 seguito da un ritorno ai valori iniziali nell’anno 2009 e si evidenzia la possibile presenza di break strutturali. Per valutare il suddetto rischio sistematico è stato scelto il modello a tre fattori di Fama e French ed è stata studiata la relazione tra l’extra rendimento dell’indice REIT, utilizzato come proxy dell’andamento dei titoli immobiliari americani, e l’extra rendimento dell’indice S&P500 rappresentativo del rendimento del portafoglio di mercato. I risultati confermano la presenza di un “Asymmetric REIT Beta Puzzle” coerentemente con alcuni precedenti studi …
A Stochastic Volatility Model With Leverage Effect And Regime Switching, Hong Jiang
A Stochastic Volatility Model With Leverage Effect And Regime Switching, Hong Jiang
Legacy Theses & Dissertations (2009 - 2024)
Modeling the volatility of asset returns is a very important study in financial economics. Among the time-varying volatility models, the Stochastic Volatility (SV) models are argued to have advantages over the autoregressive conditional heteroskedasticity (ARCH) models. The purpose of this article is to put forward a generalized and flexible Stochastic Volatility model, the Stochastic Volatility Model with Leverage Effect and Regime Switching (SVLR model), which could capture the complex features of financial time series to the most extent.