Evaluation of volatility models with long memory

• Autor: Briones Zúñiga, José Luis
• Formato: artículo
• Fecha de Publicación: 2020
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: Revista UNMSM - Pesquimat
• Lenguaje: español
• OAI Identifier: oai:ojs.csi.unmsm:article/19342
• Enlace del recurso: https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/19342
• Nivel de acceso: acceso abierto
• Materia: volatily; GARCH; FIGARCH.; volatilidad; FIGARCH

The objective of the study is to compare long memory models to model exchange rate volatility. For this objective, the nominal sol / dollar exchange rate is used, covering the periods from July 19, 1999 to November 19, 2013. Essentially, it seeks to examine the prediction capacity between long memory models and hyperbolic behavior of the autocorrelations given by FIGARCH, HYGARCH and IGARCH and concluding that the FIGARCH model (1,0,637,1) using a t-student distribution has a better predictive capacity. The prediction of exchange rate volatility in the case of Peru is structurally important in the calculation of Value at Risk (VaR) and in risk management.
El objetivo del estudio es comparar los modelos de memoria larga para modelar la volatilidad del tipo de cambio. Para dicho objetivo se utiliza el tipo de cambio nominal sol/dolar cubriendo los periodos desde el 19 de julio de 1999 hasta el 19 de noviembre del 2013. Escencialmente se busca examinar la capacidad de predicción entre los modelos de memoria larga y comportamiento hiperbólico de las autocorrelaciones dadas por FIGARCH, HYGARCH e IGARCH y concluyendo que el modelo FIGARCH(1,0.637,1) utilizando una distribución t-Student posee una mejor capacidad de predicción. La predicción de la volatilidad del tipo de cambio en el caso de Perú, es estructuralmente importante en el cálculo del Valor en riesgo (VaR) y en la administración de riesgos.