ETD

• DCC-GARCH
• G2++
• GJR-GARCH
• interest rate risk
• market risk
• risk management
• swap rates

This work provides an analysis of euro swap rates and their central role in financial risk management, with a focus on yield curve modeling and the empirical properties of returns. After introducing the structure and function of interest rate swaps, the study highlights the importance of the swap curve as a benchmark in the euro area. The empirical analysis reveals key stylized facts of swap rate returns, including non-normality, fat tails, skewness, and conditional heteroskedasticity, which invalidate standard Gaussian assumptions. To address these features, the thesis discusses parametric models such as Nelson-Siegel and Svensson, and introduces the G2++ model as a tractable and arbitrage-free framework for yield curve representation. The empirical section implements GJR-GARCH and DCC-GARCH models to capture asymmetric volatility dynamics and time-varying correlations across maturities. The results are applied to Value-at-Risk estimation and backtesting, demonstrating the relevance of advanced volatility models for robust market risk measurement and regulatory applications.

Il lavoro analizza in modo approfondito il ruolo degli euro swap rate nella gestione del rischio finanziario, con particolare attenzione alla modellizzazione della curva dei tassi e alle proprietà empiriche dei rendimenti. Dopo aver introdotto il funzionamento degli interest rate swap e la rilevanza della swap curve come benchmark nel mercato europeo, lo studio evidenzia le principali caratteristiche statistiche dei rendimenti, tra cui non normalità, presenza di code pesanti, asimmetria e volatilità condizionata. Viene mostrato come tali proprietà rendano inadeguati modelli gaussiani standard, giustificando l’adozione di modelli più avanzati. A livello teorico, si approfondiscono modelli parametrici come Nelson-Siegel e Svensson e si introduce il modello G2++ per la rappresentazione arbitrage-free della curva. Infine, l’analisi empirica implementa modelli GJR-GARCH e DCC-GARCH per catturare rispettivamente dinamiche di volatilità asimmetrica e correlazioni dinamiche tra diverse scadenze, con applicazioni al Value-at-Risk e al risk management regolamentare.