Volatility forecasts on the American stock market

Bakgrund: För att kunna ta välgrundade finansiella beslut, behöver aktörer göra prognoser om vad som kommer ske i framtiden. Detta har medfört att både forskare och praktiker har byggt olika modeller som syftar till att prognostisera framtiden. Ett centralt mått i många finansiella modeller är tillgångens volatilitet, som är ett mått på prisförändringen under en tidsperiod. Den implicita volatiliteten, härledd via derivatmarknaden och prissättningsmodeller, är en marknadsprognos för en tillgångs framtida volatilitet. Tidigare forskning pekar på att den implicita volatiliteten är bättre på att prognostisera den framtida volatiliteten jämfört med modeller som använder historisk volatilitet. Däremot finns det osäkerheter kring hur variabler som handelsvolym och löptid påverkar dessa volatilitetsprognoser. Syfte: Syftet med studien är att undersöka hur prognosförmågan hos den implicita volatiliteten för den framtida realiserade volatiliteten förhåller sig vid olika löptider samt vid olika handelsvolymer. Metod: För att uppnå syftet med studien har vi använt oss av en kvantitativ metod samt en deduktiv ansats. Urvalet består av 100 bolag som varit noterade på S&P 500 mellan 2017 och 2021. Vidare har regressioner utförts i syfte till att fastställa den implicita volatilitetens prognosförmåga. Två modeller har använts varav en heterogeneous autoregressive modell (HAR) och en enkel linjär regression (ELR). Slutligen analyseras regressionerna utifrån kategoriseringar baserat på löptid samt olika handelsvolym. Slutsats: Studien finner inga signifikanta skillnader bland förklaringsgraderna med avseende på olika löptider. Däremot finner vi att den implicita volatiliteten från kortare optioner tenderar att underskatta den realiserade volatiliteten till högre grad än för längre löptider. I kontrast till tidigare forskning finner vi att prognoser blev sämre vid högre handelsvolymer men att underskattningar är vanligare för lägre handelsvolymer