En este trabajo se utilizan datos diarios de los mercados de acciones y divisas para estimar los modelos GARCH y GJR comparando países emergentes con países de altos ingresos. En ambos modelos, se toma la distribución Normal como base y se consideran distribuciones con colas pesadas: la distribución t-Student, la distribución GED, la distribución NIG y la distribución NRIG, tanto en su versiones simétricas como asimétricas para capturar las características de los retornos. Los principales resultados son los siguientes: (i) en todos los mercados y países se seleccionan modelos con distribuciones de colas pesadas: t-Student (S) y error generalizada (GED); (ii) es importante incluir efecto apalancamiento para el mercado de acciones, pero esto no es concluyente para el mercado de divisas; (iii) incorporar una distribución asimétrica en los retornos resulta necesario para todos l...

En este trabajo se utilizan datos diarios de los mercados de acciones y divisas para estimar los modelos GARCH y GJR comparando países emergentes con países de altos ingresos. En ambos modelos, se toma la distribución Normal como base y se consideran distribuciones con colas pesadas: la distribución t-Student, la distribución GED, la distribución NIG y la distribución NRIG, tanto en su versiones simétricas como asimétricas para capturar las características de los retornos. Los principales resultados son los siguientes: (i) en todos los mercados y países se seleccionan modelos con distribuciones de colas pesadas: t-Student (S) y error generalizada (GED); (ii) es importante incluir efecto apalancamiento para el mercado de acciones, pero esto no es concluyente para el mercado de divisas; (iii) incorporar una distribución asimétrica en los retornos resulta necesario para todos l...