An Application of a Random Level Shifts Model to the Volatility of Peruvian Stock and Exchange Rates Returns

• Autores: Ojeda, Junior, Rodríguez, Gabriel
• Formato: documento de trabajo
• Fecha de Publicación: 2014
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.pucp.edu.pe:20.500.14657/47024
• Enlace del recurso: http://repositorio.pucp.edu.pe/index/handle/123456789/47024
• Nivel de acceso: acceso abierto
• Materia: Retornos; Volatilidad; Larga memoria; Cambios de nivel aleatorios; Filtro de Kalman; Forecasting; http://purl.org/pe-repo/ocde/ford#5.02.00

La literatura ha mostrado que la volatilidad de los retornos bursátiles y cambiarios muestra la característica de larga memoria. Otro hecho mostrado en la literatura es que dicha característica puede ser espúria y que en realidad la volatilidad está compuesta de un proceso de corta memoria contaminado con cambios de nivel aleatorios. En este documento, seguimos el enfoque de Lu y Perron (2010) y Li y Perron (2013) estimando un modelo de cambios de nivel aleatorios (RLS) al logaritmo del valor absoluto de los retornos bursátiles y cambiarios del Perú. El modelo consta de la suma de un componente de corta memoria y un componente de cambios de nivel. El segundo componente es especificado como la suma acumulada de un proceso que es cero con probabilidad 1-α y es una variable aleatoria con probabilidad α. Los resultados muestran que existen cambios de nivel que son infrecuentes pero una vez que son tomados en cuenta, la característica o propiedad de larga memoria desaparece. Asimismo, la presencia de efectos GARCH es eliminada cuando se incluyen o descuentan los cambios de nivel. Un ejercicio de predicción fuera de la muestra indica que el modelo RLS tiene mejor performance que modelos tradicionalmente utilizados para modelar larga memoria como los modelos ARFIMA(p,d,q).