Risk measures under ultra-high frequency realized volatility models

In recent years, the financial industry has witnessed a growing need for accurate volatility estimation and risk management. The global financial crisis of 2007-2008 highlighted the importance of precise risk measures, and the development of high-frequency data has allowed for more advanced volatility estimation approaches. This thesis aims to provide a comprehensive overview of modern high-frequency realized volatility measures, their applications in risk management, and a comparison of their performance against traditional models such as the GARCH. We explore the complexities of working with ultra-high frequency data, addressing issues such as market microstructure noise and the inclusion of jump-dynamics in continuous price processes. We evaluate various realized volatility measures and assess forecasting models, providing a practical framework for the application of these measures in risk management. Our empirical analysis focuses on a recent dataset of tick-by-tick prices for Microsoft Corp, offering valuable insights into the performance of these modern measures. The results of this thesis not only serve as a comprehensive guide to modern realized volatility measures and their applications in risk management but also open avenues for further research in this rapidly evolving field. By understanding and applying these advanced techniques, financial practitioners and regulators can better manage risk, ultimately contributing to a more stable and resilient financial system.

Negli ultimi anni, il settore finanziario ha visto crescere l'esigenza di una stima accurata della volatilità e della gestione del rischio. La crisi finanziaria globale del 2007-2008 ha evidenziato l'importanza di misure di rischio precise e lo sviluppo di dati ad alta frequenza ha permesso approcci più avanzati alla stima della volatilità. Questa tesi si propone di fornire una panoramica completa delle moderne misure di volatilità realizzata ad alta frequenza, delle loro applicazioni nella gestione del rischio e di un confronto delle loro prestazioni con i modelli tradizionali come il GARCH. Esploriamo le complessità di lavorare con dati ad altissima frequenza, affrontando questioni come il rumore della microstruttura del mercato e l'inclusione delle dinamiche di salto nei processi di prezzo continui. Valutiamo diverse misure di volatilità realizzata e valutiamo i modelli di previsione, fornendo un quadro pratico per l'applicazione di queste misure nella gestione del rischio. La nostra analisi empirica si concentra su un recente dataset di prezzi tick-by-tick di Microsoft Corp, offrendo preziosi spunti di riflessione sulla performance di queste moderne misure. I risultati di questa tesi non solo costituiscono una guida completa alle moderne misure di volatilità realizzata e alle loro applicazioni nella gestione del rischio, ma aprono anche la strada a ulteriori ricerche in questo campo in rapida evoluzione. Comprendendo e applicando queste tecniche avanzate, gli operatori finanziari e le autorità di regolamentazione possono gestire meglio il rischio, contribuendo in ultima analisi a un sistema finanziario più stabile e resistente.