Procjena tržišnih očekivanja na temelju funkcije gustoće neutralne na rizik

Cilj ovog rada je istražiti koji se od predloženih parametarskih modela za procjenu funkcije gustoće neutralne na rizik, Black-Scholes Merton model, kombinacija dvije log-normalne distribucije ili generalizirana beta distribucija, najbolje prilagođava stvarnim podacima. Najbolji model od navedenih dalje se koristi kako bi se opisale karakteristike (momenti) ex ante distribucije vjerojatnosti. Rezultati empirijskog istraživanja sugeriraju da bez obzira koji parametarski model koristili, najbolja prilagodba podacima je uvijek s kraćim rokom dospijeća. Uspoređujući modele u kratkom roku, model koji kombinira dvije log-normalne distribucije ima statistički značajno najnižu srednju kvadratnu pogrešku. Na temelju usporedbe rezultata u parovima glavni je zaključak da je kombinacija dvije log-normalne distribucije superiorna u odnosu na ostale parametarske modele te se pokazala fleksibilnom u opisivanju opaženih karakteristika promatrane financijske imovine, kao što su asimetrija i zadebljani „repovi” implicirane distribucije vjerojatnosti.