Estimación de modelos de volatilidad en series de rendimientos bursátiles: 2000-2014

• Autor: Bustamante Romaní, Rafael
• Formato: artículo
• Fecha de Publicación: 2015
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: Revista UNMSM - Pensamiento crítico
• Lenguaje: español
• OAI Identifier: oai:ojs.csi.unmsm:article/11482
• Enlace del recurso: https://revistasinvestigacion.unmsm.edu.pe/index.php/econo/article/view/11482
• Nivel de acceso: acceso abierto
• Materia: rate of return; time series; ARCH; GARCH; rentabilidad; series de tiempo

Las series temporales de alta frecuencia observadas en los mercados financieros y cambiarios se caracterizan por ser asimétricas, leptocúrticas, agrupamiento de la volatilidad, mostrar una elevada persistencia en volatilidad, correlaciones en los cuadrados, efecto leverage, etc. Estas características son las que se conoce en la literatura econométrica como hechos estilizados. Para recoger estas características de las series temporales se han planteado modelos no lineales, entre los que se pueden destacar los modelos ARCH y GARCH y todas sus posibles variantes. En este trabajo, se analiza los distintos resultados obtenidos de la estimación de los modelos propuestos, aplicados a series de rendimientos de índices bursátiles.Existen diferentes métodos para la medición del agrupamiento de la volatilidad en las series financieras, en las cuales el supuesto sobre la distribución del error determina la estructura de la función de log verosimilitud estimada. En este documento se explota la flexibilidad de los modelos ARCH para capturar los agrupamientos de la volatilidad de los rendimientos. Los resultados indican que el modelo GARCH (3/7, 3/7) en la varianza supera otro tipo de especificación, que trate de medir el agrupamiento de la volatilidad de la principales índices bursátiles del mundo.Clasificación JEL: G14
The time series of high frequency observed in the financial and currency markets are characterized by asymmetric, leptokurtic, volatility clustering, show a high persistence in volatility, correlations in the Square, leverage effect, etc. These features are known in the econometric literature as stylized facts. To collect these characteristics of the time series have been raised nonlinear models, among which stand out the ARCH and GARCH models and their possible variants each. In this paper, we will · analyze the different results obtained from the estimation of the proposed models, applied to yields of stock indices.There are different methods for measuring volatility clustering in financial series, in which the assumption of the error distribution determines the structure of the estimated log likelihood function. In this document the flexibility of ARCH models is exploited to capture the groupings of the volatility of returns. The results indicate that the GARCH ( 3/7, 3/7 ) models in variance exceeds other specification , try to measure the volatility clustering of the major stock indexes in the world.