To model the empirical features of excess kurtosis and fat tails exhibited by gas price data, we propose a model where the price follows an Ornstein-Uhlenbeck process with stochastic volatility. The latter follows a CIR process like in the renowned Heston [1993] model. Our contribution will be to derive a method to estimate the parameters and time series of the unobservable stochastic volatility process. Natural gas trading is still in an early stage of its development, hence, price data is the only available source of information at hand. Implied volatility data is only observable in liquid markets where it can be extracted from option prices. Due to the data limitations we attempt to derive an estimation method which only relies on price data of the underlying. In our approach we build on the Discretized Non-linear Filter (DNF) of White et al. [2004]. It is a non-linear filter to evaluate the likelihood function of general stochastic volatility models via a recursive Kalman [1960] approach.     «

To model the empirical features of excess kurtosis and fat tails exhibited by gas price data, we propose a model where the price follows an Ornstein-Uhlenbeck process with stochastic volatility. The latter follows a CIR process like in the renowned Heston [1993] model. Our contribution will be to derive a method to estimate the parameters and time series of the unobservable stochastic volatility process. Natural gas trading is still in an early stage of its development, hence, price data is the...     »

Zur Modellierung empirischer Merkmale von Gaspreis Daten wird ein Ornstein-Uhlenbeck Prozess mit stochastischer Volatilität vorgeschlagen. Letztere wird in Form eines CIR Prozesses abgebildet, wie in dem bekannten Heston [1993] Modell. In vorliegender Arbeit wird eine Methode zur Schätzung der Parameter und Zeitreihe des latenten Volatilitätsprozesses hergeleitet. Der Handel mit Erdgas steckt noch in einem frühen Stadium seiner Entwicklung, weshalb Preisdaten als einzige Informationsquelle zur Verfügung stehen. Implizite Volatilität kann nur in liquiden Märkten aus Optionspreisen abgeleitet werden. Ausgehend von dieser Restriktion wird ein Versuch unternommen eine Schätzmethode zu entwickeln, welche nur auf Preisdaten des zugrunde liegenden Finanzproduktes beruht. Als Grundlage dient der Discretized Non-linear Filter (DNF) von White et al. [2004]. Dabei handelt es sich um einen nicht-linearen Filter zur Berechnung der Likelihood Funktion allgemeiner stochastischer Volatilitätsmodelle mittels des rekursiven Kalman [1960] Ansatzes.     «

Zur Modellierung empirischer Merkmale von Gaspreis Daten wird ein Ornstein-Uhlenbeck Prozess mit stochastischer Volatilität vorgeschlagen. Letztere wird in Form eines CIR Prozesses abgebildet, wie in dem bekannten Heston [1993] Modell. In vorliegender Arbeit wird eine Methode zur Schätzung der Parameter und Zeitreihe des latenten Volatilitätsprozesses hergeleitet. Der Handel mit Erdgas steckt noch in einem frühen Stadium seiner Entwicklung, weshalb Preisdaten als einzige Informationsquelle zur V...     »