Analisi e Previsione di misure di volatilità realizzate mediante modelli MEM

This thesis analyzes the descriptive and predictive properties of the Multiplicative Error Model (MEM) class applied to non-parametric measures of high-frequency volatility (Realised Volatility and Bipower Variation), evaluating their performance against the linear ARMA benchmark. The empirical analysis is conducted on ten different financial instruments over a five-year period (2021–2026), adopting a one-step-ahead rolling forecast scheme with an expanding window. The study explores the impact of the conditional distribution of shocks (Exponential and Gamma) and the integration of exogenous variables into the models (calendar effects, trading volume and Garman–Klass). In the out-of-sample evaluation, the comparison conducted across different loss functions (MSE, MAE, and the robust QLIKE metric) and formalized through the Diebold–Mariano test confirms the overall superiority of the base MEM specification, which by design ensures strictly positive forecast intervals and maintains strong predictive robustness even during market shocks and high-volatility regimes.

Il presente lavoro di tesi analizza le proprietà descrittive e predittive della classe dei Modelli a Errori Moltiplicativi (MEM) applicati a misure non parametriche di volatilità ad alta frequenza (Realised Volatility e Bipower Variation), valutandone l'efficacia a confronto con il benchmark lineare ARMA. L'analisi empirica è stata condotta su dieci diversi strumenti finanziari lungo un arco temporale di 5 anni (2021-2026), adottando un approccio di previsione rolling a un passo con finestra espandibile. Si approfondisce l'impatto della distribuzione condizionata degli shock (Esponenziale e Gamma) e l'integrazione di variabili esogene all'interno dei modelli (effetti di calendario, volume di scambio e Garman-Klass). Nella valutazione out-of-sample, il confronto condotto mediante differenti funzioni di perdita (MSE, MAE e la metrica robusta QLIKE) e formalizzato tramite il test di Diebold-Mariano attesta la complessiva superiorità della specificazione MEM base, la quale garantisce per costruzione la stretta positività degli intervalli di previsione e mantiene un'elevata robustezza predittiva anche a fronte di shock e fasi di elevata volatilità di mercato.