AN APPLICATION TO FORECAST VOLATILITY IN THE LIMA STOCK MARKET
Descripción del Articulo
A method is proposed to analyze data generated by a family of stochastic processes called autoregressive conditional heteroscedastic processes (ARCH), which are widely used to predict volatility of financial time series. An ARCE model is used to predict the volatility of the Atacocha mining company...
Autores: | , |
---|---|
Formato: | artículo |
Fecha de Publicación: | 2004 |
Institución: | Universidad Nacional Mayor de San Marcos |
Repositorio: | Revistas - Universidad Nacional Mayor de San Marcos |
Lenguaje: | español |
OAI Identifier: | oai:ojs.csi.unmsm:article/9318 |
Enlace del recurso: | https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/9318 |
Nivel de acceso: | acceso abierto |
Materia: | Modelos ARCH series financieras volatilidad heterocedasticidad condicional retornos financieros riesgo. ARCH models financial time series volatility conditional heteroscedasticity financial returns risk |
Sumario: | A method is proposed to analyze data generated by a family of stochastic processes called autoregressive conditional heteroscedastic processes (ARCH), which are widely used to predict volatility of financial time series. An ARCE model is used to predict the volatility of the Atacocha mining company stock price based on the data from 1992 to 2003. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).