t
=
t
c
t
LLc
t
i.i.d( 0,1 ) (2)
o
2
t = +
2
t +
2
t 1
0 1
1
1
Donde o
0
> 0, o
1
> 0, |
1
> 0,
,
Y
t
es el precio de la paridad JPY, o
0
tendencia
promedio de la serie y c
t 1
son los rezagos estimados periodo anterior de la
perturbacin aleatoria para el pronstico GARCH.
Este tipo de estructuras demuestran que la variacin de los tipos de cambio est
influenciada por el comportamiento de la volatilidad en el perodo anterior. Y por la
dependencia de los cuadrados en las funciones de autocorrelacin simple y
parcial, lo que implica que los clustering
17
ya no estn tan acentuados presentando
una distribucin asimtrica.
En cuanto a la volatilidad de la tasa de cambio, y los efectos que puede tener
sobre la actividad del sector real y financiero. Los trabajos Arize, Osang y Slottje
(2000) demuestran que en efecto, una alta volatilidad de la tasa de cambio puede
afectar los flujos de comercio internacional y las decisiones de inversin.
Adicionalmente, la evidencia al respecto muestra que la volatilidad propicia el
desarrollo de instrumentos de cobertura (Ct, 1994). A nivel individual, algunos
inversionistas se pueden beneficiar de fluctuaciones grandes de la tasa de cambio
al generarse oportunidades de trading. A partir de estos desarrollos, Andersen y
Bollerslve (2001) muestran el desarrollo de nuevas herramientas para el anlisis
emprico slido de la volatilidad, encontrando patrones que son capaces de
17
o concentracin de volatilidades, es decir, en ciertos momentos del tiempo se producen altas dispersiones
y en otros la dispersin es menor.
29
manejar las complicaciones que surgen en esta situacin mediante la regresin de
flexibilidad de Fourier
18
:
R
t, n
= o
t, n
- S
t, n
- Z
t, n
(3)
Donde , Z
t ,n
, unidad de la varianza de error,
t ,n
significa la influencia del nivel
general de volatilidad para el da t y S
t ,n
representa los componentes asociados a
la pauta intra-da, as como cualquier otro factor que influye en la previsible
rentabilidad esperada volatilidad en el ensimo intervalo de tiempo.
Tratando de identificar los parmetros de la ecuacin (3), Foster y Nelson (1996),
construyen un filtro basado en la volatilidad media. Pero este mtodo presenta
algunas irregularidades: en primer lugar se basan fundamentalmente en la
hiptesis de la difusin y extraccin de volatilidad instantnea, y no en cualquier
tipo de arbitraje. En segundo lugar, desde una perspectiva emprica, varias
caractersticas de la microestructura del mercado limitan la frecuencia con la que
los retornos pueden ser incluidos en la muestra lo cual hace inviable extraer
estimaciones de volatilidad para un gran nmero de puntos en el tiempo en cada
da de negociacin.
2.2.2 Modelos de impacto de la informacin en la volatilidad mercado de
divisas.
La variacin en el tiempo y la volatilidad en los mercados pueden ser poco solidas,
dado que se presentan patrones complejos de altas y bajas fluctuaciones en los
centros financieros, estas regularidades han inspirado una amplia bibliografa,
presentados en la tabla 1, este tipo de trabajos tratan de explicar cmo estos
patrones pueden derivarse de la interaccin de los distintos grupos de clientes y
los creadores de mercado. Los argumentos se centran en la prevalencia de
18
Esta regresin permite con una menor cantidad de parmetros ajustar mejor los datos sin sacrificar
eficiencia en los estimadores (Andersen y Bollerslev, 2001).
30
informacin privada (asimetra) frente a la informacin pblica, el riesgo pas,
costo del mercado, y el entorno institucional. Contribuciones tempranas que tratan
de analizar estas implicaciones son las de Admati y Pfleiderer (1988), Foster y
Viswanathan (1990).
Tabla 1: Modelos de impacto de la informacin sobre la volatilidad
AUTOR (AO) CARACTERSTICAS DE LA METODOLOGA CONCLUSIONES
Engle
(1990)
-Modela MGARCH para la volatilidad en los
mercados y la influencia de los que cierran antes
sobre los mercados que cierran ms tarde.
Demostrando que la volatilidad en las acciones
causa volatilidad en las obligaciones en el futuro.
-La gran incidencia de la volatilidad de los
mercados europeos y asiticos de divisas
sobre la volatilidad del mercado
americano.
Bollerslev
(1992)
-Realiza estudios de series temporales de los tipos
de cambio, donde representa un modelo terico
que muestra la relacin entre la volatilidad y los
precios del mercado que estn expuestos a
problemas internos de un pas.
-La volatilidad en el tipo de cambio es
significativa con los problemas: polticos,
sociales, y seguridad, (riesgo pas).
Elaboracin Propia.
En este sentido, trabajos como Balduzzi (2001), tratan de explorar la causa de los
fuertes efectos en los precios de los distintos tipos de activos, encontrando que
estos se correlacionan positivamente por la rpida incorporacin de las noticias. El
modelo desarrollado muestra una estructura como la presentada en la ecuacin 4.
All se observa que el precio del activo es dividido por la desviacin estndar
para facilitar la interpretacin.
Goodhart
(1993)
-la noticia provoc una alta variacin de
-Mediante el ndice de varianza, determinan la tipos de cambio. De hecho el mercado
volatilidad de alta frecuencia en las tasa de cambio y reacciona a las noticias de una manera
las noticias (tasas de inters) de la paridad Dlar / asimtrica: la mala noticia tiene una
Libra. mayor repercusin que una buena noticia.
Torben
Andersen y
Bollerslev
(1998)
-Utilizando la volatilidad medida de los mercados, -Presenta dificultad de encontrar un
para examinar los efectos de los comunicados en fuerte poder explicativo, pero queda
prensa sobre la volatilidad de los tipos de cambio. inmerso que dichos comunicados de
prensa tienen efectos importantes en las
decisiones de
extranjeros.
los inversionistas
31
A E
S
kt
kt kt
.
k
(4)
Donde A
k.t
anuncia el indicador de valor k, E
k.t
es el valor esperado de mercado
y o
k .
es la desviacin estndar de muestra
E
k.t
A
k.t
. Lo cual evidencia que el uso
de las noticias facilita la comparacin significativa a las respuestas de los
diferentes tipos de cambio. La evidencia emprica de esta medicin no ha aportado
resultados unnimes. Mientras que Engle (1985) encuentra un efecto positivo y
significativo, Ray-Yeutien Chou (1992), Lawrence y Glosten (1993) encuentran
una relacin que vara a lo largo del tiempo y podra ser negativa debido a la
omisin de variables.
Con frecuencia el tipo de cambio est sujeto a una fuerte fluctuacin, por lo tanto,
Melvin y Kok-Hui (1996) modelizan este tipo de variables introduciendo medidas
de riesgo pas
19
, dado que estas ltimas, registran los acontecimientos que
cambian la percepcin del riesgo asociado a la volatilidad de las transacciones
financieras entre los pases y a su vez, afecta a la rentabilidad para los
inversionistas extranjeros. All, presentan un modelo de efectos aleatorios que
contiene una especificacin como lo expresa la ecuacin 5.
u
it
= o
0
+
o
1
o
it
+ o
2
CR
it
+ c
it
+ u
i
(5)
Donde CR
it
representa el valor de la medida de riesgo de pas para el mes t, U
i
es un pas especfico de perturbacin que podra ser considerada como la
=
32
agrupacin de factores en la regresin.
19
Riesgo pas puede definirse como el riesgo de un cambio inesperado debido a la poltica o las condiciones
sociales que afecta negativamente a la rentabilidad para los inversionistas extranjeros (Melvin y Kok-Hui,
1996).
33
Al estimar el efecto de los ndices de riesgo el trabajo de Melvin y Kok-Hui (1996)
concluyen que los cambios en la volatilidad a travs del tiempo para los pases
20
y los cambios en la propagacin entre los pases en un momento parecen ser
significativamente relacionados con las diferencias de riesgo pas.
2.2.3 modelos GARCH para el caso colombiano.
Para el caso colombiano son pocos los trabajos realizados referentes a la
volatilidad en el mercado de divisas, por ejemplo, Lega, (2007), analizan la
volatilidad de la tasa de cambio en Colombia con el objetivo de describir sus
caractersticas en comparacin con la de otros pases
21
y sus determinantes.
Siguiendo a Diebold (2004), este tipo de modelos permiten identificar la dinmica
de los efectos permanentes y transitorios que caracterizan la volatilidad. Lo cual
resulta muy til para anlisis de la poltica econmica. Las estimaciones de las
volatilidades y persistencias de las tasas de cambio nominales de los pases
analizados se obtienen a partir de la estructura de la ecuacin 6 y 7, esta ltima
denota la volatilidad de largo plazo.
(o
2
t q
t
) = o (c
2
t 1 ) + |
(o
t 1 q
t 1
)
(6)
q
t
= = + p(q
t 1
= ) + (c
2
t 1 o
2
t
1 )
(7)
Donde = corresponde a la variacin no condicional o varianza de largo plazo,
adems la dinmica del componente persistente es gobernada por , en tanto que
la volatilidad de corto plazo esta se rige bajo los parmetros o y | . Bajo ciertas
20
La estimacin la realizan mediante regresiones de corte transversal para 36 pases.
21
Los dems pases analizados fueron: Brasil, Chile, Mxico, Per, Turqua, Filipinas, Nueva Zelanda,
Repblica Checa, Polonia, Zona Euro y Japn; escogidos o bien por su similitud con Colombia en algunos
2
34
aspectos o porque sus monedas son una referencia obligada (Euro y Yen).
35
condiciones, este modelo corresponde a un GARCH (2,2) con restricciones no
lineales sobre sus parmetros, el cual genera una serie de volatilidad condicional
estacionaria. Se encuentra que la volatilidad de Colombia es una de las menores
(octava de un total de doce), aunque es la segunda ms persistente.
Al mismo tiempo, Melo y becerra (2006) Con el objeto de establecer la relacin,
en frecuencia diaria, entre dos tasas de inters de corto plazo, la CDT y la Tasa de
intervencin del Banco de la Repblica. Por lo tanto, mediante modelos GARCH
multivariados
22
, en los cuales se puede considerar simultneamente las
interacciones dinmicas entre las tasas de inters tanto en su nivel (variacin)
como en su volatilidad.
Al analizar las tasas de inters en trminos de volatilidad la variable que present
una mayor respuesta ante diferentes choques, fue la Tasa de intervencin del
Banco y los choque sobre la volatilidad de la son significativos. Adicionalmente, al
comparar los efectos sobre la volatilidad de la Tasa de intervencin del Banco de
la Repblica con los de la CDT, se observa que aunque la magnitud de respuesta
de la volatilidad de la tasa CDT es menor, su persistencia es ms alta.
Para la caracterizacin de la volatilidad y la agrupacin en frecuencias bajas
Bollerslev y otros (1994) reconocen que una estructura GARCH (1,1) proporciona
una buena descripcin del comportamiento diario de las distintas paridades, pero
en ocasiones en periodos largos se pierde algunas caractersticas, se puede
apreciar en el componente de estructura compleja, sistemtica y patrones de
volatilidad intrada documentado en Andersen y Bollerslev (1997- 1998) y Muiller
(1997), entre otros. Sin embargo, como con una aproximacin de sus variantes,
22
Este tipo de modelos tiene la ventaja de que no solo incorpora las interacciones entre los niveles (o
variaciones) de estas series, sino que tambin modela las relaciones entre las volatilidades de las variables
endgenas del modelo (Engle, 2004)
36
proporciona un til ejemplo de los efectos de las variables en el tiempo y la
participacin de la volatilidad en regresos de alta frecuencia.
En conclusin, se evidencia una abundancia de trabajos que han tratado de
modelar la volatilidad con tipos de modelos ARCH-GARCH, esto se puede atribuir
en gran medida a las aplicaciones que stos tienen en finanzas. Si bien los
modelos pueden aplicarse a numerosos problemas estadsticos con series
temporales, adquieren un valor especial cuando se aplican a series temporales
financieras. Esto se debe en parte a la importancia del dilema riesgo y rendimiento
en los mercados financieros, y en parte a las caractersticas omnipresentes de los
rendimientos financieros de los activos con riesgo. Los rendimientos son
prcticamente impredecibles, tienen, sorprendentemente, una gran cantidad de
valores extremos, y tanto los periodos de ms agitacin como los ms tranquilos
estn agrupados en el tiempo. Estas caractersticas a menudo se describen como
impredecibilidad, colas gordas (exceso de curtosis) y agrupamiento de la
volatilidad. stas son precisamente las caractersticas para las cuales se disea el
modelo ARCH. Dado que en mercados como el FOREX la volatilidad es elevada, y
es probable que permanezca elevada a lo largo de la serie. En muchos casos se
podra encontrar un modelo un poco mejor entre la lista de modelos nombrados
anteriormente, pero el modelo GARCH es, por lo general, un excelente punto de
partida
23
.
Por lo tanto, se puede especificar una estructura que identifique los impactos de
nueva informacin sobre la volatilidad de las principales paridades del mercado
FOREX. As se puede identificar la hiptesis de que el agrupamiento de la
volatilidad corresponde simplemente al agrupamiento de la llegada de informacin.
23
La especificacin GARCH (1,1) es el caballo de batalla de las aplicaciones financieras. Resulta llamativo el
que se pueda emplear un nico modelo para describir la dinmica de volatilidad de casi todas las series de
rendimientos financieros. Esto es cierto no slo para las acciones, sino para la mayora de los ndices de los
mercados de valores. Tambin es aplicable a tipos de cambio, rendimientos de obligaciones y rendimientos
en los mercados de bienes primarios.
37
De acuerdo a lo anterior, el empleo de ARCH-GARCH se presenta como la mejor
herramienta a la hora de medir volatilidad y confeccionar pronsticos dada su
mejor estrategia al maximizar la relacin con la varianza realizada, imponiendo el
modelo como instrumento financiero apropiado para medir la volatilidad de los
precios en las diferentes paridades
24
.
24
En el captulo 3, se presenta el marco metodolgico de este trabajo.
36
CAPTULO 3: VOLATILIDAD DE LAS PARIDADES DE
MERCADO DE DIVISAS: ESTIMACIONES ECONOMTRICAS Y
HECHOS ESTILIZADOS.
En este captulo se describe la especificacin economtrica del modelo ARCH-
GARCH, y sus respectivas estimaciones durante el periodo seleccionado 1996-
2008. En segunda instancia con respecto a los resultados arrojados se realiza
algunos hechos estilizados del comportamiento de los principales fundamentales
en el precio de las paridades (EUR-UDS, GBP-USD, GBP-JPY
25
) con respecto a
la volatilidad estimada. Para terminar se realiza un modelo general que determina
el impacto de algunos agregados macroeconmicos sobre la volatilidad,
estimaciones y resultados.
3.1 MODELO DE VOLATILIDAD SOBRE EL MERCADO DE DIVISAS FOREX:
ESQUEMA METODOLGICO.
Los modelos ARCH (Autoregressive Conditional Heteroscedasticity Models)
pretenden replicar algunas regularidades de los activos financieros tales como los
conglomerados de volatilidad (volatility clustering) y las colas pesadas de la
distribucin
26
. Estos modelos fueron desarrollados por
Engle (1982)
y suponen que la
varianza no condicional es constante en el tiempo, mientras que la varianza
condicional es variable. El modelo ARCH (q) se define de la siguiente forma:
donde f ( z
t
) es una funcin que modela el valor esperado de la cual puede ser por
ejemplo un modelo de regresin lineal o un proceso.
(1) Y
t
= f (Z
t
) + c
t
(2) q
t
=
25
Como se conoce en la nomenclatura del mercado de divisas FOREX donde; (EUR-USD) zona euro y estados
unidos; (GBP-UDS) Reino Unido y Estados unidos; ( GBP-JPY) Reino Unido y Japn.
26
Una descripcin detallada de las regularidades de los activos financieros se encuentra en Bollerslev et
al.(1994).
c
t
h
t
37
(3) h
t
= o
0
q
+
o
i
c
i=1
2
t i
Donde f ( z
t
) es una funcin que modela el valor esperado de y
t
la cual puede
ser por ejemplo, un modelo de regresin lineal o un proceso ARMA
27
, y q
iid
N (0.1)
,
es un proceso independiente de
q
h
t
.
Adicionalmente o
0
> 0,o
1
> 0, i = 1,...., q y
o
i
< 1
i=1
. Es posible demostrar bajo estos supuestos que c
t
es un proceso ruido
blanco con varianza condicional h
t
Una posible generalizacin de estos modelos son los modelos GARCH, los cuales
fueron desarrollados por Bollerslev (1986). Los modelos GARCH (generalized
autoregressive conditional heteroskedastic) poseen una estructura de rezagos
ms flexible y en muchos casos, permiten una descripcin ms parsimoniosa de
los datos. Un modelo GARCH (p, q) es descrito por las ecuaciones (1), (2) y (4),
esta ltima ecuacin es representada como:
(4)
h
t
= o
0
q
+
o
i
c
i=1
2
t i
q
+
i=1
|
i
h
t i
Donde o
0
> 0,o
i
> 0, |
j
> 0, i = 1,..., q, j = 1,.., p,
de la varianza condicional.
lo que garantiza la no negatividad
En este modelo la varianza no condicionada del error es:
o
0
V (c
t
) =
q p
1
o
i
|
j
i=1 j=1
27
En el caso que f (z
t
) este asociada a un modelo ARMA, se dice que las ecuaciones (1), (2) y (3) conforman
un proceso ARMA-ARCH.
38
q q
En consecuencia, si
o
i
+
|
i
>1 la varianza del error no se encuentra
definida.
i=1 i=1
En tal caso, un choque en la volatilidad no se desvanece a medida que avanza el
tiempo. Por lo tanto, para que la varianza del error est definida la suma de los
coeficientes debe ser menor que uno.
Como se mencion anteriormente los modelos ARCH o GARCH pueden replicar
dos hechos estilizados de los retornos financieros: conglomerados de volatilidad y
distribuciones de colas pesadas. Por un lado, las ecuaciones (3) (4) implican
conglomerados de volatilidad y por otro lado, dado que c
t
condicionado al
conjunto de informacin pasada hasta t 1 tiene una distribucin normal con media
0 y varianza condicionada h
t
, se puede demostrar que la curtosis de c
t
no
condicionado es mayor que tres
28
, la curtosis bajo el supuesto de normalidad. Por
lo tanto, la distribucin de c
t
puede ser de colas pesadas.
3.1.2 Estimaciones economtricas y resultados
Se presenta una generalizacin de los modelos ARCH-GARCH, que permiten
descripcin de la volatilidad de precios de las principales paridades del mercado
de divisas FOREX. Un modelo definido (p, q) descrito por las ecuaciones (1), (2) y
(3), se podra representar como:
h
t
= o
0
q
+
o
i
c
i=1
2
t i
q
+
i=1
|
i
h
t i
Donde
28
Esto es demostrado, entre otros textos, en Gouriroux (1997).
39
h
t
= precio de la paridad EUR/USD, GBP/USD, GBP/JPY
o
0
=tendencia promedio de la serie
c
t i
=rezagos estimados periodo anterior de la perturbacin aleatoria para el
pronsticos.
h
t i
=rezagos de la variable precio de la paridad (endgena).
Y o
0
> 0,o
i
> 0, |
j
> 0, i = 1,..., q, j = 1,.., p, lo que garantiza la no negatividad de
la varianza condicional.
El anlisis es realizado en el periodo de 1996 a 2008. Para las tres series tomadas
en su conjunto, a fin de poder tener una estimacin de volatilidad ptima, se
procedi e efectuar test de raz unitaria (Prueba Dickey-Fuller), aceptando
primeras diferencias como mecanismo de corregir la no estacionalidad. En sus
resultados, las tres estimaciones de la volatilidad muestran que la probabilidad de
cometer error es cero, o muy cercano a este valor, para cada una de las
pruebas
29
.
A su vez, en relacin al test de normalidad, el estadstico Jarque Bera de la prueba
acepta la hiptesis nula, por lo que las tres series trabajadas en diferencia aceptan
la hiptesis nula de normalidad de los errores .Para cada modelo ptimo se
realizaron pruebas con el fin de testear los rdenes del ARCH y el GARCH.
a) Volatilidad del Euro Dlar:
Los resultados de la estimacin se muestran en la tabla 1. All se evidencia que el
proceso de volatilidad es un AR-GARCH (1,1). El coeficiente de perturbacin
rezagado un periodo es significativo, lo cual evidenciara que este estara presente
en la acumulacin de volatilidad de la paridad.
29
Ver ANEXO 3.
40
TABLA 2: ESTIMACION ARCH-GARCH PARIDAD EUR-USD.
Dependent Variable: D(EURUSD)
GARCH = C(1) + C(2)*RESID(-1)^2 + C(3)*GARCH(-1)
Coefficient
Std. Error z-Statistic
Prob.
C 0.005670 0.001519 3.734067 0.0002
RESID(-1)^2 -0.194649 0.058236 -3.342431 0.0008
GARCH(-1) -0.704624 0.081849 -8.608809 0.0000
R-squared
-0.004634
Mean dependent var
0.003845
Adjusted R- -0.046493 S.D. dependent var 0.057048
squared
S.E. of 0.058359 Akaike info criterion -2.918078
regression
Sum squared 0.163479 Schwarz criterion -2.804441
resid
Log likelihood 77.41100 Durbin-Watson stat 2.098800
Estimaciones a partir del programa economtrico Eviews 6. Clculos propios.
b) Volatilidad de Libra Dlar
Si se estima el modelo GARCH para la paridad GBP/USD son los siguientes
como se muestra en la tabla 2: el proceso de volatilidad es un GARCH (1) donde
la constante no es significativa, permite evidenciar una relacin positiva con la
volatilidad de la paridad.
TABLA 3: Estimaciones GARCH paridad GBP-USD
Dependent Variable: D(GBPUSD)
GARCH = C(1) + C(2)*GARCH(-1)
Coefficient Std. Error z-Statistic
Prob.
C
-0.000737
0.000670 -1.098654
0.2719
GARCH(-1) 1.193067 0.175179 6.810539 0.0000
R-squared
-0.000006
Mean dependent var
-0.000180
Adjusted R-
squared -0.020414 S.D. dependent var 0.074978
S.E. of
regression 0.075739 Akaike info criterion -2.489950
Sum squared
resid 0.281087 Schwarz criterion -2.414192
Log
likelihood 65.49372 Durbin-Watson stat 1.371278
Clculos propios. Estimaciones a partir del programa economtrico Eviews 6.
41
C) Volatilidad Libra Yen:
Se estima para GBP/JPY el proceso se muestra un GARCH (1) donde se
aprecia que su excepto la constante el otro parmetro es significativo lo que
implica que la variacin del tipo de cambio est influenciado por el
comportamiento de la volatilidad.
TABLA 4: Estimaciones GARCH paridad GBP-JPY
Dependent Variable: D(GPBJPY)
GARCH = C(1) + C(2)*GARCH(-1)
Coefficient Std. Error z-Statistic
Prob.
C -4.824170 3.027270 -1.593571 0.1110
GARCH(-1) 1.029447 0.024510 42.00063 0.0000
R-squared
-0.000533
Mean dependent var
-0.297255
Adjusted R-
squared -0.020952 S.D. dependent var 13.00681
S.E. of
regression 13.14236 Akaike info criterion 8.023971
Sum squared
resid 8463.362 Schwarz criterion 8.099728
Log likelihood
-202.6112
Durbin-Watson stat
1.609878
Clculos propios. Estimaciones a partir del programa economtrico Eviews 6.
42
3.2 COMPORTAMIENTO DEL ANALISIS FUNDAMENTAL EN LAS
PRINCIPALES PARIDADES DEL MERCADO DE DIVISAS FOREX: HECHOS
ESTILIZADOS
GRFICA 2: Anlisis fundamental -Volatilidad de la paridad EUR-USD.
Elaboracin propia. FUENTE: Precios de la paridad brker VT TRADER. Volatilidad, Estimaciones mediante
el programa economtrico Eviews 6.
Como se aprecia en la grafica 2 ,la tendencia de la volatilidad EUR-USD es
positiva en el periodo de estudio, presentando una media de 0.0033, una
desviacin estndar de 0.0566
30
, en cuanto al anlisis fundamental en el IV
semestre de 1996 presenta un mnimo de -0.1265, que fue generado por el
siguiente comportamiento de los indicadores: en primer lugar, un fuerte
crecimiento del Producto interno bruto de Estados Unidos en 35 puntos bsicos
que propicia un estimulo en la economa del pas, disminucin de la Tasa de
inters en 23 puntos bsicos aumentando la inversin interna, de hecho esta
economa presento para este periodo la inflacin ms baja de la dcada
generando el fortalecimiento interno de la economa Estadounidense, y el punto
ms bajo de la paridad. Por el contrario, Para el II trimestre de 2005 se genera
30
Para el anlisis de los estadsticos descriptivos ver (ANEXO 4).
1,6000
1,4000
1,2000
1,0000
0,8000
0,6000
0,4000
0,2000
0,0000
PIB USD
TI USD
PIB EUR
U EUR
y = 0,001x - 0,023
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
1E-16
-0,05
-0,1
-0,15
EUR/UDS VOL Lineal (VOL)
p
p
a
r
i
d
a
d
I
1
9
9
6
I
V
1
9
9
6
I
I
I
1
9
9
7
I
I
1
9
9
8
I
1
9
9
9
I
V
1
9
9
9
I
I
I
2
0
0
0
I
I
2
0
0
1
I
2
0
0
2
I
V
2
0
0
2
I
I
I
2
0
0
3
I
I
2
0
0
4
I
2
0
0
5
I
V
2
0
0
5
I
I
I
2
0
0
6
I
I
2
0
0
7
I
2
0
0
8
I
V
2
0
0
8
v
o
l
a
t
i
l
i
d
a
d
43
2,1000
1,8000
1,5000
1,2000
0,9000
PIB GBP
TI GBP
0,6000
0,3000
0,0000
y = -0,000x + 0,018
PIB GBP
TI GBP
IPC GBP
0,5
0,4
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
GBP/USD VOL Lineal (VOL)
un mximo en la volatilidad de la paridad de 0.1120, se debi a un fuerte
mejoramiento en los aspectos fundamentales: crecimiento del Producto interno
bruto de Europa en 37 puntos bsicos contribuyendo a la apreciacin de su
moneda, sumado a una disminucin del Desempleo de 12 puntos bsicos que
indica que la economa est funcionando de forma estable.
GRFICA 3: Anlisis fundamental- Volatilidad de la paridad GBP-USD
Elaboracin propia. FUENTE: Precios de la paridad brker VT TRADER. Volatilidad, estimaciones
mediante el programa economtrico Eviews 6.
En cuanto al anlisis de la volatilidad de la paridad GBP-USD, se observa en el
grfico 3 que la tendencia de la volatilidad es levemente negativa en el periodo de
estudio, presentando una media de 0.0002, con una desviacin estndar de
0.0743. El mximo de la paridad se registra en el IV trimestre de 2003, cuando su
volatilidad llego al 0.1473, considerando el anlisis fundamental nos arroja la
siguiente informacin: el crecimiento en la economa Britnica repercuti en un
crecimiento del Producto interno bruto en 48 puntos bsicos, otro aspecto en que
se beneficio fue en el aumento de la Tasa de inters en 34 puntos bsicos que la
hace atractiva para los inversionistas, despus de 3 mes consecutivos donde la
mantuvo estable Por el contrario en el IV trimestre de 2008 se evidencia un
p
p
a
r
i
d
a
d
I
1
9
9
6
I
V
1
9
9
6
I
I
I
1
9
9
7
I
I
1
9
9
8
I
1
9
9
9
I
V
1
9
9
9
I
I
I
2
0
0
0
I
I
2
0
0
1
I
2
0
0
2
I
V
2
0
0
2
I
I
I
2
0
0
3
I
I
2
0
0
4
I
2
0
0
5
I
V
2
0
0
5
I
I
I
2
0
0
6
I
I
2
0
0
7
I
2
0
0
8
I
V
2
0
0
8
v
o
l
a
t
i
l
i
d
a
d
44
250,00
200,00
PIB JPY
TI JPY
150,00
y = -0,188x + 4,784
100,00
50,00
PIB GBP
TI GBP
IPC GBP
0,00
60
50
40
30
20
10
0
-10
-20
-30
-40
-50
GPB/JPY VOL Lineal (VOL)
mnimo histrico de 0.2695 en la paridad, que segn el anlisis fundamental fue
ocasionado por un cada significativa del Producto interno bruto de Inglaterra de
210 puntos bsicos , un aumento de 23 puntos bsicos de la Inflacin, y una
disminucin por encima de los 300 puntos bsicos de la Tasa de inters, esta
desaceleracin se produjo al inicio de la crisis econmica en este pas.
GRFICA 4: Anlisis Fundamental-Volatilidad de la paridad GBP-JPY
Elaboracin propia. FUENTE: Precios de la paridad brker VT TRADER. Volatilidad estimaciones mediante
el programa economtrico Eviews 6.
La tendencia de la volatilidad GBP-JPY es negativa en el periodo de estudio como
se aprecia en la grafica 4, presentando una Media de 0.2031, una desviacin
estndar de 12.8965, En esta medida el mximo de 23,3300 en el IV trimestre de
1997 ocasionado por la desaceleracin de la economa Japonesa, presentando
fundamentales poco favorables en este periodo: el Producto interno bruto
presento una cada de 78 puntos bsicos, a su vez se registro una disminucin de
la Tasa de inters en 24 puntos bsicos ,favoreciendo de esta forma al incremento
de la paridad. De otro lado un mnimo sustancial en -49.3100 en el IV trimestre de
p
p
a
r
i
d
a
d
I
1
9
9
6
I
V
1
9
9
6
I
I
I
1
9
9
7
I
I
1
9
9
8
I
1
9
9
9
I
V
1
9
9
9
I
I
I
2
0
0
0
I
I
2
0
0
1
I
2
0
0
2
I
V
2
0
0
2
I
I
I
2
0
0
3
I
I
2
0
0
4
I
2
0
0
5
I
V
2
0
0
5
I
I
I
2
0
0
6
I
I
2
0
0
7
I
2
0
0
8
I
V
2
0
0
8
v
o
l
a
t
i
l
i
d
a
d
45
2008, como sucedi en la paridad anterior debido a la estrepitosa cada del
Producto interno bruto de Inglaterra, a la precaria dinmica de la economa y a un
desplome significativo de la Tasa de inters, generando la cada ms significativa
en la historia de la paridad.
3.3 MODELO DE IMPACTO DE INFORMACIN ECONMICA SOBRE LAS
PRINCIPALES PARIDADES DEL MERCADO FOREX
A fin de en encontrar las posibles relaciones entre la volatilidad de cada paridad
frente a los principales agregados macroeconmicos de los pases que rigen estas
paridades se estima un modelo general. Las estimaciones para cada tipo de
volatilidad se llevan a cabo mediante el mtodo Steepwise Regression.
31
TABLA 5: Impacto de los agregados econmicos en las paridades.
MODELO GENERAL
o
t, j
= |
0
+ |
1
PIB
t,i
+ |
2
IPC
t,i
+ |
3
TI
t,i
+ |
4
U
t,i
Donde:
o
T , J
= Volatilidad de la paridad j
t
= corresponde a los aos en el periodo 1996-2008
j
= corresponde a cada paridad
i
= corresponde a cada pas de referencia
PIB
t,i
= Producto Interno Bruto en el tiempo t para el pas i
IPC
t,i
= Indic de precios al consumidor en el tiempo t para el pas i
TI
t ,i
=
Tasa de inters en el tiempo t para el pas i
U
i,t
=
Tasa de desempleo en el tiempo t para el pas i
31
Tambin denominado mtodo de etapas de regresin, en la que eleccin de las variables predictoras se
llevan a cabo por un procedimiento de Fordware Selection y de Backward elimination. En el cual se prueba
las variables una por una para determinar su grado de significancia. Para una mejor referencia sobre este
mtodo de regresin se recomienda abordar los estudios de Pope y Webster (1972) y de Bendel y Afifi
(1977).
46
A travs de la formulacin economtrica desarrollada, se tiene la siguiente
especificacin para las principales paridades del mercado de dividas FOREX.
TABLA 6: Impacto de los agregados econmicos en la paridad EUR-USD
MODELO 1|
o
t , EURUSD
= 0.006808 0.0264(D(TI
USD
)) + 0.0443(D(TI
EUR
)) + 0.087(D(U
EUR
)
Donde:
EUR.USD
= Volatilidad de la paridad EUR - USD
t.
= corresponde a los aos en el periodo 1996-2008
j
= Corresponde a cada paridad ( j=EUR-USD)
i
= corresponde a cada pas de referencia( i= Zona Euro Estados Unidos)
TI
t ,i
=
Tasa de inters en el tiempo t para USD
TI
t ,i
=
Tasa de inters en el tiempo t para EUR
U
i,t
=
Tasa desempleo en el tiempo t para EUR
Variable Coefficient Std.Error t-Statistic Prob. *
D(TIUSD)
-0.026455**
0.014509
-1.823291
0.0746
D(TIEUR) 0.044372** 0.026817 1.654598 0.1047
D(UEUR) 0.087291 0.059412 1.469245 0.1484
C 0.006808 0.008447 0.805985 0.4243
R-squared 0.116758 Mean dependent var 0.003824
Adjusted R-squared 0.060381 S.D. dependent var 0.057078
S.E. of regression 0.055328 Akaike info criterion - 2.875889
Sum squared resid 0.143876 Schwarz criterion - 2.724374
Log likelihood 77.33518 Hannan-Quinn criter. - 2.817991
F-statistic 2.071026 Durbin-Watson stat 2.183848
Prob(F-statistic) 0.116768
*Las series se trabajaron en diferencias para efectos de lograr la estacionariedad de las mismas.
**Estadsticamente significativas al 10%
a
Datos tomados del Centro de Economa Internacional (CEI), Banco Central Europeo (BCE).
Segn los resultados arrojados (tabla 6), la tasa de inters de estados Unidos y de
la zona euro son estadsticamente significativas para el modelo. Lo cual sugiere
que la volatilidad de la paridad euro dlar es explicada por estas dos variables. La
primera afecta inversamente la volatilidad de la paridad, mientras que un
47
movimiento en la tasa de inters de la zona euro tiene una relacin positiva o
directa con el nivel de volatilidad. Esto es coherente con la teora de paridad de
tipos de inters lo cual relaciona el impacto significativo de las tasas de inters en
el mercado cambiario. A su vez, esto muestra la coherencia del efecto Fisher
32
.
Lo expresado anteriormente es coherente con la tendencia observada de la
relacin de cada una de las variables determinantes (significativas) con la
volatilidad como se observa en la grfica 5.
GRFICA 5: Relacin de las variables significativas con la volatilidad de EUR-USD
Fuente: Elaboracin Propia.
GRFICA 6: Impacto de las variables significativas en la paridad EUR-USD
Response to Cholesky One S.D. Innovations 2 S.E.
Response of D(TIUSD) to VOLEURUSD
.6
Response of D(TIEUR) to VOLEURUSD
.3
.4
.2
.2
.0
-.2
.1
.0
-.1
-.2
-.4 -.3
1 2 3 4 5 6 7 8 9 10
1 2 3 4 5 6 7 8 9 10
Fuente: Elaboracin Propia. Estimaciones en paquete economtrico Eviews 6.
32
Vase capitulo 1 .figura 3.
0,15
0,1
0,05
0
-0,05
0,00
-0,1
-0,15
y = -0,010x + 0,043
2,00 4,00 6,00 8,00
Tasa de interes USD
0,15
0,1
0,05
0
-0,05
0,00
-0,1
-0,15
y = -0,000x + 0,004
2,00 4,00 6,00
Tasas de interes EUR
v
o
l
a
t
i
l
i
d
a
d
E
U
R
-
U
S
D
v
o
l
a
t
i
l
i
d
a
d
E
U
R
-
U
S
D
48
MODELO 2
o
GBPUSD
= 0.028678(D(IPC
GBP
)) 0.082489(D(U
GBP
)) + 0.029994(D(TI
GBP
)) + 0.042276(D(PIB
GBP
)
Donde:
GBP .USD
= Volatilidad de la paridad GBP - USD
t.
= corresponde a los aos en el periodo 1996-2008
j
= Corresponde a cada paridad ( j= GBP-USD)
i
= corresponde a cada pas de referencia( i= Reino Unida Estados Unidos)
IPC
t,i
= Indic de precios al consumidor en el tiempo t para el pas i
U
i,t
=
Tasa desempleo en el tiempo t para GBP
TI
t ,i
=
Tasa de inters en el tiempo t para GBP
PIB
t,i
= Producto Interno Bruto en el tiempo t para el pas i
Variable Coefficient Std. Error t-Statistic Prob.*
Durbin-Watson stat 1.822226
Un anlisis de los impactos de las variables tasa de inters de los Estados Unidos
y la tasa de inters de la zona Euro explicado a travs de las funciones de impulso
respuesta a travs de un modelo VAR no satisface las condiciones de estabilidad
pues se observaron comportamientos explosivos de la Funcin Impulso Respuesta
sobre la Volatilidad EUR USD lo que da lugar a una presencia de raz unitaria.
TABLA 7: Impacto de los agregados econmicos en la paridad GBP-USD
D(PIBGBP)
0.042276*
0.012682
3.333549
0.0017
D(TIGBP) 0.029994* 0.014418 2.080370 0.0430
D(UGBP) -0.082489 0.052130 -1.582371 0.1203
D(IPCGBP) 0.028678 0.027537 1.041461 0.3030
R-squared
0.396929
Mean dependent var
-0.000216
Adjusted R-squared 0.358435 S.D. dependent var 0.075016
S.E. of regression 0.060086 Akaike info criterion -2.710882
Sum squared resid 0.169688 Schwarz criterion -2.559366
Log likelihood 73.12749 Hannan-Quinn criter. -2.652983
Las series se trabajaron en diferencias para efectos de lograr la estacionalidad las mismas.
*Estadsticamente significativas al 5%. De significancia parcial.
a
Datos tomados del Centro de Economa Internacional CEI. Banco Central Inglaterra.
49
En el segundo modelo (Tabla 6), el cul se trata de explicar las variables que
mayor impacto tienen sobre la volatilidad de la paridad libra- dlar (GPB-USD), se
puede observar que los agregados macroeconmicos de Inglaterra son los de
mayor impacto tienen sobre la volatilidad Libra-Dlar: Es un resultado atpico en la
medida que la informacin macroeconmica de Estados Unidos se esperaba que
tuviese mayor impactos sobre la volatilidad de la paridad.
Las nicas variables significativas son Producto interno Bruto y la tasa de inters
de referencia para Inglaterra, las dems variables, el mtodo de regresin no las
incluye por parsimonia y bondad de ajuste del modelo. De manera, que un
incremento en un punto del PIB afecta la volatilidad de Libra Dlar en 0.04 puntos
de manera directa, a su vez un incremento de un punto en la tasa de inters de
Inglaterra afecta a volatilidad en 0.03 puntos. Este resultado es coherente al
observar la tendencia de las relaciones de estas variables con respecto a la
volatilidad de la paridad como se observa en la grfica 7.
GRFICA 7: Relacin de las variables significativas con la volatilidad de GBP-USD
-2,00
0,2
0,15
0,1
0,05
0
-0,05
0,00
-0,1
-0,15
-0,2
-0,25
-0,3
2,00 4,00
y = 0,031x - 0,077
PIB Inglaterra
0,2
0,15
0,1
0,05
0
-0,050,00
-0,1
-0,15
-0,2
-0,25
-0,3
2,00 4,00 6,00 8,00 10,00
y = -0,000x + 0,002
Tasa de interes Inglaterra
v
o
l
a
t
i
l
i
d
a
d
G
B
P
-
U
S
D
c
o
l
a
t
i
l
i
d
a
d
G
B
P
-
U
S
D
50
GRFICA 8: Impacto de las variables significativas en la paridad GBP-USD.
Response to Cholesky One S.D. Innovations 2 S.E.
Response of D(PIBGBP) to VOLGBPUSD
.8
Response of D(TIGBP) to VOLGBPUSD
.8
.6
.4
.4
.0 .2
-.4
.0
-.2
-.8
1 2 3 4 5 6 7 8 9 10
-
.4
1 2 3 4 5 6 7 8 9 10
Fuente: Elaboracin Propia. Estimaciones en paquete economtrico Eviews 6.
De acuerdo a los resultados arrojados por las funciones de impulso respuesta
(grfica 8), se evidencia que un movimiento en el Producto interno Bruto de
Inglaterra afecta la volatilidad de la paridad Libra- Dlar (GBP/USD) en los
primeros trimestres de manera positiva, despus del tercer trimestre se torna
negativa logrando una estabilizacin para el cuarto trimestre. De otro lado, los
movimientos en la tasa de inters de Inglaterra afecta de manera positiva la
volatilidad libra-dlar en el primer trimestre, luego tiende a decrecer y a
estabilizarse entre el quinto y tercer trimestre.
51
o
t,GBPJ
PY
TABLA 8: Impacto de los agregados econmicos en la paridad GBP-JPY
MODELO 3
= 8.801055(D(U
GBP
)) + 2.218480(D(PIB
GBP
)) + 1,625332(D(PIB
JPY
)) + 9.851462(D(U
JPY
)) + 9.838552(D(TI ))
Donde:
o
GBPJPY
=
Volatilidad de la paridad GBP-JP
t.
= corresponde a los aos en el periodo 1996-2008
j
GBP
= Corresponde a cada paridad ( j= GBP- JPY)
i
= corresponde a cada pas de referencia( i= Reino Unida - Japn)
U
i,t
=
Tasa desempleo en el tiempo t para GBP
PIB
t,i
PIB
t,i
U
i,t
= Producto Interno Bruto en el tiempo t para GBP
= Producto Interno Bruto en el tiempo t para JPY
TI
t ,i
=
Tasa desempleo en el tiempo t para JPY
=
Tasa de inters en el tiempo t para GBP
Variable Coefficient Std. Error t-Statistic Prob.*
R-squared 0.451115 Mean dependent var -0.297235
Adjusted R-squared 0.403386 S.D. dependent var 13.00676
S.E. of regression 10.04653 Akaike info criterion 7.545225
Sum squared resid 4642.904 Schwarz criterion 7.734620
Log likelihood -187.4032 Hannan-Quinn criter. 7.617598
Las series se trabajaron en diferencias para efectos de lograr la estacionariedad de las mismas.
*Estadsticamente significativas al 5% de significancia parcial.
** Estadsticamente significativa a un nivel de 10% de significancia parcial.
a
Datos tomados del Centro de Economa Internacional CEI. Banco Central Inglaterra.
El tercer modelo (Tabla 7) que trata de capturar las variables que afectan
significativamente a volatilidad de la paridad Libra-Yen (GBP/JPY) muestra que la
tasa de inters de referencia para Inglaterra, el desempleo y los datos del PIB de
Japn impactan de forma directa la volatilidad de esta paridad.
D(TIGBP)
9.838552*
2.608145
3.772241
0.0005
D(UJPY) 9.851462* 4.391790 2.243154 0.0297
D(PIBJPY) 1.625332** 0.966749 1.681235 0.0995
D(PIBGBP) 2.218480 2.094804 1.059040 0.2951
D(UGBP) -8.801055 8.706901 -1.010814 0.3174
52
Este tipo de relaciones son coherentes con la tendencia observada en los grficos
de dispersin de la grfica 9.
GRFICA 9: Relacin de las variables significativas con la volatilidad de GBP.JPY
GRFICA 10: Impacto de las variables significativas en la paridad GBP-JPY
Response to Cholesky One S.D. Innovations 2 S.E.
Response of D(TIGBP) to VOLGBPJPY
.8
.6
.4
Response of D(PIBJPY) to VOLGBPJPY
2
1
Response of D(UJPY) to VOLGBPJPY
.4
.2
.2
0
.0
-1
-.2
.0
-.2
-.4
1 2 3 4 5 6 7 8 9 10
-2
1 2 3 4 5 6 7 8 9 10
-.4
1 2 3 4 5 6 7 8 9 10
20
0
3,00 4,00 5,00 6,00 7,00 8,00
-20
y = 2,117x - 11,56
-40
tasa interes Inglaterra
40
20
0
-203,00
-40
-60
4,00 5,00 6,00
y = -0,710x + 2,916
desempleo Japon
40
20
-4,00
0
-2,00
-20
0,00
2,00 4,00 6,00
y = 2,940x - 4,652
-40
PIB Japon
v
o
l
a
t
i
l
i
d
a
d
G
B
P
-
J
P
Y
v
o
l
a
t
i
l
i
d
a
d
G
B
P
-
J
P
Y
v
o
l
a
t
i
l
i
d
a
d
G
B
P
-
J
P
Y
53
De acuerdo al primer grfico una depreciacin del tipo de inters tiene de
Inglaterra tiene un efecto positivo sobre la volatilidad GBP/JPY donde se debe
buscar una poltica cambiaria que permita unas tasas de inters competitivas y
estables.
El segundo y tercer grfico nos muestra que tanto el Producto Interno Bruto como
el desempleo de Japn perjudican a la volatilidad de la paridad libra-yen
(GBP/JPY) ocasionando que se estabilicen en un periodo ms prolongado.
54
4. CONCLUSIONES Y RECOMENDACIONES
En la teora establecida dentro del trabajo se plantea la evolucin del tipo de
cambio fijo que se utiliz hasta mediados de la de la dcada de los 70, el cual fue
reemplazado por el flexible que se rige por medio de la oferta y demanda, con esto
ya se evidenci el surgimiento del mercado de divisas como se conoce hoy en da
reflejando importantes relaciones entre los diferentes mercados y las decisiones
de poltica econmica al interior de los pases.
De esta forma, un anlisis de los principales trabajos que han tratado de medir la
volatilidad en los diferentes mercados financieros, lleva a concluir que la
metodologa ARCH-GARCH arrojan modelos ptimos para explicar la volatilidad
aadida a series como las de los precios internacionales de monedas reflejadas
en el mercado de divisas FOREX. Por lo tanto, para la estimacin de la volatilidad
de la paridad Euro- Dlar (EUR/USD) el modelo ptimo es una combinacin con
mecanismo Arch-Garch; en las dos restantes Gbp-Usd, Gbp-Jpy solo presentaron
Garch para determinar sus fluctuaciones mximas y mnimas donde se podr
evidenciar la influencia directa de la variables mencionadas, en el corto plazo
dentro de cada respectiva paridad sujeta a los cambios econmicos suscitados en
cada economa.
De otro lado, las volatilidades de las principales paridades del mercado de divisas
tienen una explicacin a partir de los equilibrios y variables determinantes de los
procesos de decisin de inversin de los agentes en un entorno de libre movilidad
de capitales. De esta manera se concluye que existe una relacin entra los
indicadores variables macroeconmicas como el Producto Interno Bruto, el ndice
de Precios al consumidor, la tasa de inters y el desempleo en referencia a los
niveles de volatilidad de las principales paridades del mercado de divisas FOREX.
Sin embargo, los resultados arrojan conclusiones especficas:
1. Para la volatilidad de la paridad euro-dlar (EUR/USD), las variables que
mayor impacto reflejan sobre el comportamiento de la volatilidad son las
55
tasas de inters tanto de Estados Unidos como de la zona Euro. Esto
llevara a catalogar la evidencia emprica del efecto Fisher sobre el
comportamiento de las tasas de cambio.
2. El comportamiento de la volatilidad producto de los movimientos de precio
entre la libra y el dlar (GBP/USD) arroja que prcticamente los agregados
macroeconmicos de Inglaterra son los que mayor impacto reflejan. Este
hecho deja prever que la informacin del producto interno bruto y las tasas
de inters de Inglaterra son las variables que mayor impacto tiene sobre la
volatilidad GPB/USD.
3. Las tasas de inters de Inglaterra, el Producto Interno Bruto y el desempleo
son vectores de informacin que reflejan un impacto positivo sobre la
volatilidad de la paridad libra- yen (GBP/JPY). Los resultados muestran que
cualquier movimiento en el producto interno bruto de Inglaterra y en el
desempleo de Japn tienen un impacto muy grande y directo sobre el
comportamiento de la volatilidad de esta paridad.
Las estimaciones permiten apreciar que durante el perodo comprendido entre
1996-2008 la variable macroeconmica que impact sobre los tres tipos de
paridades analizadas es la tasa de inters, lo cual demuestra la importancia de
esta variable y sus efectos sobre las decisiones de inversin de los agentes
econmicos, que evidencia la trascendencia de la poltica monetaria en las
principales economas sobre los equilibrios y comportamientos de las variables en
los mercados financieros, an ms cuando los movimientos de esta variable
impacta las expectativas de los agentes econmicos. Sin embargo, el
comportamiento de la produccin Bruta tambin se muestra como un indicador de
fortaleza o debilidad de una economa, por lo tanto cualquier salto positivo o
negativo del PIB afecta la percepcin de riesgo en activos como las divisas.
Los resultados arrojados son coherentes con los preceptos tericos mencionados
en este trabajo, en la medida que el comportamiento de los agregados
56
macroeconmicos arrojan informacin al mercado de divisas afectan las
decisiones de inversin, la percepcin de riesgo y las condiciones de liquidez de
los inversionistas, hecho reflejado en un incremento de la volatilidad de la paridad
que rige los fundamentales econmicos de los pases.
RECOMENDACIONES
Ser de inters en futuras investigaciones ajustar modelos no paramtricos que
relacione una medida de volatilidad en la previsin financiera en contextos
especficos. En particular, los resultados sugieren que una gaussiana lineal no
refleja el comportamiento de distribuciones con alto riesgo. Este modelo podra
presentar mejoras importantes en la exactitud de la volatilidad, como la
correlacin y las previsiones de valor en riesgo de tipo de clculo en el tiempo.
Se debe tener en cuenta que en la mayora de aplicaciones financieras hay
muchos activos, en los cuales se requieren modelos de volatilidad como de sus
respectivas correlaciones, para esto se hace necesario implementar mtodos
economtricos ms robustos que reflejen, capturen el impacto del comportamiento
de los principales agregados macroeconmicos sobre la volatilidad de series
financieras.
Por otro lado, se necesita de un conocimiento previo del tipo de plataforma que se
va utilizar para las negociaciones, como la implementacin de herramientas
financieras y estadsticas que permitan utilizar y plantear un anlisis tcnico que
corresponda a los requerimientos que el mercado plantea.
Para ello, es importante recordar, que un anlisis fundamental bien estructurado,
debe tener en cuenta el impacto, de los agregados macroeconmicos, no solo de
los estudiados en este trabajo sino de otras variables del entorno general de los
pases, que puedan tener mayor influencia en el tipo de cambio y por lo tanto en
variacin de las volatilidades de las diferentes paridades del mercado de divisas.
57
REFERENCIAS BIBLIOGRFICAS
- Admati, R., y Pfleiderer, 1988, a theory of intraday patterns: Volume and
price variability, Review of Financial Studies 1, 3-40.
- Andersen, G., y Bollerslev T. (1997), Intraday periodicity and volatility
persistence in financial markets, Journal of Empirical Finance 4, 115-158.
- Andersen, G. y Bollerslev T. (1998a). Deutsche mark-dollar volatility:
Intraday activity patterns, macroeconomic announcements, and longer-run
dependencies, Journal of Finance 53, 219-265.
- Andersen, G., y Bollerslev T. (1998b). Answering the skeptics: Yes,
standard volatility models do provide accurate forecasts, International
Economic Review 39, 885-905.
- Andersen, G. y Bollerslev, T. (2001). Variance-Ratio Statistics and High-
Frequency Data: Testing for Changes in Intraday Volatility .The Journal of
Finance, Vol. 56, No. 1 pp. 305-327.
- Arias, E. (2004). Modelos VAR y VECM para el pronstico de corto plazo de
las importaciones de costa rica. Banco central de Costa Rica.
- Bez, M. (2003). Mercado de divisas FOREX. Nueva York. Pacific center.
- Balduzzi, P. y Green, T. (2001). "Economic News and the Yield Curve:
Evidence from the U.S. Treasury Market." Salomon Center Working Paper
No. S-98-5, New York University.
- Bendel, R. y Afifi A.(1977). Comparison of Stopping Rules in Forward
"Stepwise" Regression. Journal of the American Statistical Association, Vol.
72, No. 357 (Mar., 1977), pp. 46- 53.
- Bollerslev T. (1986). Generalized autoregressive conditional
Heteroscedasticity. Journal of Econometrics 31.Pp.307327.
- Bollerslev, T., Engle R. y Nelson D. (1994). ARCH models, en Handbook of
Econometrics, vol. 4, 2961-2984, Elsevier North Holland.
- Bubula, A. y Otker- Robe, I. (2004). En defensa de la Bipolaridad. Finanzas
y Desarrollo. Fondo Monetario Internacional. 41. 1
58
- Ct, A. (1994). "Exchange Rate Volatility and Trade: A Survey," Working
Papers 94-5, Bank of Canada.
- Dornbusch,R. (1976) Expectations and Exchange Rate Dynamics The
Journal of Political Economy, vol. 84, nm. 6, pp. 1161-1176
- Engle, R. and Trumble, D. (1985), "Small-Sample Proper- ties of ARCH
Estimators and Tests," Canadian Journal of Economics, 18, 66-93.
- Engle, R. (1982): Autoregressive Conditional Heteroskedasticity with
Estimates of the Variance of U.K. Inflation, Econometrica, vol. 50, n 4,
julio, pp. 987-1008.
- Engle R. (2003). Riesgo y volatilidad: modelos economtricos y prctica
financiera. Revista asturiana de economa n 31. New York University.
- Foster, F. Douglas, and S. Viswanathan, 1990, A theory of the interday
variations in volume, variance, and trading costs in security markets, Review
of Financial Studies 3, 593-624.
- Forster, M., and J. George, (1996). Pricing errors at the NYSE open and
close: Evidence from international cross-listed stocks, Journal of Financial
Intermediation 5, 95-126.
- Foster, F. y S. Viswanathan, 1990, A theory of the interday variations in
volume, variance, and trading costs in security markets, Review of Financial
Studies 3, 593-624
- Garcia, M. (2001) Estimacin de modelos de volatilidad estocstica.
Facultad de Ciencias Econmicas y Empresariales. Universidad San Pablo-
CEU.
- Gaviria, F (2006).Moneda, banca y teora monetaria. Bogot .Universidad
Tadeo lozano 7 (ed). pg. 435-447.
- Gonzlez, S. (2000): El Sistema Monetario Internacional y el Mercado de
Divisas. Pirmide. Madrid.
- Goodhart, C. (1988). The foreign exchange market: a random walk with a
dragging anchor. Londres. Economica, New Series, Vol. 55, No. 220. 437-
460.
59
- Humerez, J.(2006): Efectos de la deuda externa y otras polticas
macroeconmicas sobre el producto: una aproximacion de vectores
autorregresivos. Analisis economico, Vol 21. 2.
- Karolyi, G. A. (1995), "A Multivariate GARCH Model of International
Transmissions of Stock Returns and Volatility: The Case of the United
States and Canada," Journal of Business and Economic Statistics, 13, 11-
25.
- Keynes, J.(1930): A Treatise of Money. Macmillan. Londres.
- Krugman P Y Obstfeld M. (1999).Economa Internacional: Teora y Poltica.
McGraw-Gill.Madrid.
- Kozikowsky Z.(2000). Finanzas Internacionales. McGraw-Hill .Mxico D.F.
- Lien, D., and Luo, X. (1994), "Multiperiod Hedging in the Presence of
Conditional Heteroscedasticity," Journal of Futures Markets, 14, 927-955.
- Mankiw, G.(2006).Macroeconomia.Antoni Bosch,Editor.Barcelona.
- Melo, L. y Becerra R.(2006) : Una aproximacin a la dinmica de las tasas
de inters de corto plazo en Colombia a travs de modelos GARCH
multivariados. Banco de la Republica.
- Muller, Ulrich A., Michel M. Dacorogna, Rakhal D. Dav6, Richard B. Olsen,
Olivier V. Pictet, and Jakob E. von Weizsacker, 1997, Volatilities at different
time resolutions-Analyzing the dynamics of market components, Journal of
Empirical Finance 4, 213-239.
- Murphy, J. (2000). Anlisis tcnico de los mercados financieros. Institute of
Finance. New York.
- Nelson, D.B (1991) Conditional Heteroskedasticity in Asset Returns: A new
Approach.Econometrica. Vol. 59 pp.349-380
- Pope, P. y J. T. Webster. (1972). The Use of an F-Statistic in Stepwise
Regression Procedures Technometrics, Vol. 14, No. 2, pp. 327-340
60
- Roll, R. (1979). Violations of Purchasing Power Parity and their Implications
for Efficient Commodity Markets en SARNAT, M; SZEGO, G. (ed):
International Finance and Trade. Ballinger. Cambridge (Mass.).
- Sachs, J. y Larrain F. (2002). Macroeconomia en la economia
global.Pearson Edocation. Buenos Aires.
- Salvatore, D. (1995). Economa Internacional. McGraw-Hil.
- Sharpe, W. (1964): Capital Asset Prices: A Theory of Market Equilibrium
under Conditions of Risk, Journal of Finance, vol. 19, n 3, septiembre, pp.
425-442.
- Ossa, F. (1999), Economa Monetaria Internacional. Alfaomega. Mxico.
- Rao, C. "Estimation of Heteroscedastic Variances in Linear Models."
Journal of the American Statistical Association, March 1970, 65, pp. 161-72.
- Rudebusch, D. "Do Measures of Mone- tary Policy in a VAR Make Sense?"
International Economic Review, November 1998, 39, pp. 907-31.
- Taylor, B. "Discretion versus Policy Rules in Practice." Carnegie-Rochester
Conference Series on Public Policy, December 1993, 39, pp. 195-214.
- Urich, J. y Wachtel, P. "The Ef- fects of Inflation and Money Supply
Announcements on Interest Rates." Journal of Finance, September 1984,
39, pp. 1177-88.
- Veronesi, P. "Stock Market Overreaction to Bad News in Good Times: A
Rational Expectations Equilibrium Model." Review of Financial Studies,
winter 1999, 12, pp. 975- 1007.
- Zarnowitz, V. y Lambros, L. "Con- sensus and Uncertainty in Economic
Predic- tion." Journal of Political Economy, June 1987, 95(3), pp. 591-621.
61
ANEXOS
ANEXO 1: PROCESO PARA OPERAR EN FOREX.
Debido a que el mercado de divisas FOREX se maneja de forma electrnica
se deben seguir los siguientes pasos para invertir en este mercado:
- El inversionista se vincula con
algn broker de cualquier lugar
del mundo. El broker acepta
como cliente al inversionista.
- Los brokers tienen una cuenta
con alguno de los bancos ms
grandes del mundo.El
inversionista realiza una
transferencia bancaria a su
broker., la transferencia quedara
en una sub cuenta en la que el
inversionista queda como titular
y sobre la cual realizara las
diferentes operaciones.
La orden es tomada y entra en
el reporte del inversionista
Automticamente se debita o
acredita en la sub cuenta
bancaria.
La orden es ejecutada
instantneamente (mximo 3
segundos en condiciones
normales)
El inversionista descarga la
plataforma (software) del
broker.
El inversionista ingresa a su
plataforma y coloca una orden
(compra / venta) en el
sistema online
62
ANEXO 2: EJEMPLO; ANLISIS TCNICO Y FUNDAMENTAL EN LA
DESICION DEL INVERSIONISTA (EUR/USD).
- Primero se debe revisar el contexto macroeconmico, poltico, social y los
indicadores econmicos que presenta durante el da para las dos
economas (Estados Unidos y Europa) Mediante diferentes programas uno
de estos e (www.ForexFactory.com) que muestra el resultado de los
indicadores en la hora establecida.
Se puede evidenciar que la noticia ms importante es la tasa de inters de
Estados unidos debido a su color rojo que representa un alto grado de
importancia en el impacto de la moneda.
- luego se realiza un anlisis tcnico mediante algunos indicares
estadsticos generados por la misma plataforma.
63
En la grfica se puede observar 2 indicadores bsicos de seales en el
mercado:
- El MACD ubicado en la parte inferior de color azul, se basa en las
diferencias de dos medias mviles simples exponenciales de periodos
distintos. Si atraviesa la lnea de seal desde abajo es una seal de
compra y desde arriba de venta.
- las Bandas de Bollinger de color verde, constan de dos lneas: una
superior y una inferior. Las bandas reflejan la volatilidad del precio en los
ltimos n-periodos. Cuanto mayor sea la volatilidad que se presente en el
mercado mayor ser la desviacin estndar y por ende las bandas sern
ms amplias, y viceversa.
- Como consecuencia del estudio de los anlisis tcnico y fundamental para
marzo 18 de 2009, se determina que antes el indicador ms importante
que es la tasa de inters para Estados Unidos, los anlisis estadsticos
demuestra que el precio est respetando la banda de bollinger , mostrando
junto con el MADC una seal de venta(cada de la paridad).
Pero a las 2:15 pm en el momento del fundamental el cual no presento
cambios en 0.25, se observa que la paridad presento un cambio de
direccin significativo, debido a que el dato no cumpli con las expectativas
del mercado, perjudicando de forma directa al dlar .De esta forma el
inversionista debe tener muy en cuenta los anlisis (tcnico y
fundamental) en la toma de decisiones.
64
ANEXO 3: PRUEBAS ESTADSTICAS SOBRE LA ESTIMACION
DE MODELOS ARCH-GARCH EN LAS 3 PARIDADES
Test de raz unitaria (pruebas Dickey Fuller)
a) Paridad euro-dlar.
Null Hypothesis: D(EURUSD) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.451036 0.0000
Test critical values: 1% level -3.568308
5% level -2.921175
10% level -2.598551
*MacKinnon (1996) one-sided p-values.
b) Paridad Libra Yen
Null Hypothesis: GPBJPY has a unit root
Exogenous: Constant
Lag Length: 3 (Automatic based on SIC, MAXLAG=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.680041 0.0849
Test critical values: 1% level -3.574446
5% level -2.923780
10% level -2.599925
*MacKinnon (1996) one-sided p-values.
c) Paridad Libra Yen en diferencia
Null Hypothesis: D(GPBJPY) has a unit root
Exogenous: Constant
Lag Length: 2 (Automatic based on SIC, MAXLAG=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.494909 0.5277
Test critical values: 1% level -3.574446
5% level -2.923780
10% level -2.599925
*MacKinnon (1996) one-sided p-values.
65
Test de normalidad (Prueba Jarque Bera)
a) Paridad Libra Dlar
9
8
7
6
5
4
3
2
1
0
1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1
b) Paridad euro dla
7
6
5
4
3
2
1
0
0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6
c) Paridad libra yen.
9
8
7
6
5
4
3
2
1
0
150 160 170 180 190 200 210 220 230 240
Series: GBPUSD
Sample 1996Q1 2008Q4
Observations 52
Mean 1.684040
Median 1.635550
Maximum 2.057300
Minimum 1.400000
Std. Dev. 0.183207
Skewness 0.382205
Kurtosis 2.031389
Jarque-Bera 3.298813
Probability 0.192164
Series: EURUSD
Sample 1996Q1 2008Q4
Observations 52
Mean 1.149510
Median 1.149400
Maximum 1.555600
Minimum 0.839000
Std. Dev. 0.178993
Skewness 0.123490
Kurtosis 2.406195
Jarque-Bera 0.896142
Probability 0.638859
Series: GPBJPY
Sample 1996Q1 2008Q4
Observations 52
Mean 193.7325
Median 195.3300
Maximum 241.1600
Minimum 146.1600
Std. Dev. 22.55872
Skewness 0.101310
Kurtosis 2.535461
Jarque-Bera 0.556510
Probability 0.757104
66
Correlograma(pruebas de autocorrelacion)
a) Euro dlar b) Libra-Dlar
C)Libra Yen.
67
ANEXO 4: ESTADISTICOS DESCRIPTIVOS DE LA VOLATILIDAD DE LAS
PARIDADES
VOL EUR/USD VOL GBPUSD VOL GBPJ PY
Media
0,0033 0,0002 -0,2031
Error tpico
0,0078 0,0103 1,7884
D. estndar
0,0566 0,0743 12,8965
Varianza
0,0032 0,0055 166,3192
Curtosis -0,6118 2,7792 3,6090
Coef. de asimetra
0,0138 -0,7981 -1,3599
Rango
0,2385 0,4168 72,6400
Mnimo
-0,1265 -0,2695 -49,3100
Mximo
0,1120 0,1473 23,3300
68
ANEXO 5: VOLATILIDADES ARCH-GARCH DE LAS PARIDADES.
PARIDADE S
FECHA EUR/UDS VOL GBP/USD VOL GPB/JPY VOL
I 1996 1,2675 -0,0226 1,5426 0,0177 161,32 4,596
II 1996 1,2243 -0,0432 1,5120 -0,03060 162,99 1,670
III 1996 1,2709 0,0466 1,5565 0,04450 168,30 5,310
IV 1996 1,2748 0,0039 1,6806 0,12410 187,10 18,800
I 1997 1,1483 -0,1265 1,6176 -0,06300 199,43 12,330
II 1997 1,1505 0,0022 1,6355 0,01790 188,98 -10,450
III 1997 1,0804 -0,0701 1,6090 -0,02650 190,67 1,690
IV 1997 1,1400 0,0596 1,6935 0,08450 214,00 23,330
I 1998 1,0860 -0,0540 1,6380 -0,05550 209,34 -4,660
II 1998 1,1195 0,0335 1,6307 -0,00730 221,45 12,110
III 1998 1,1227 0,0032 1,6801 0,04940 238,31 16,860
IV 1998 1,1476 0,0249 1,6511 -0,02900 203,34 -34,970
I 1999 1,1077 -0,0399 1,6222 -0,02890 196,38 -6,960
II 1999 1,0420 -0,0657 1,5995 -0,02270 193,56 -2,819
III 1999 1,0459 0,0039 1,5875 -0,01200 176,93 -16,630
IV 1999 1,0157 -0,0302 1,6054 0,01790 163,79 -13,140
I 2000 0,9744 -0,0413 1,5931 -0,01230 175,62 11,830
II 2000 0,9316 -0,0428 1,4903 -0,10280 159,75 -15,870
III 2000 0,9024 -0,0292 1,4710 -0,01930 157,27 -2,479
IV 2000 0,8390 -0,0634 1,4000 -0,07100 155,92 -1,350
I 2001 0,9188 0,0798 1,4539 0,05390 168,17 12,250
II 2001 0,8566 -0,0622 1,4269 -0,02700 171,67 3,500
III 2001 0,9172 0,0606 1,4587 0,03180 174,05 2,380
IV 2001 0,8886 -0,0286 1,4267 -0,03200 176,50 2,449
I 2002 0,8839 -0,0047 1,4191 -0,00760 190,52 14,020
II 2002 0,8653 -0,0186 1,4563 0,03720 181,08 -9,440
III 2002 0,9320 0,0667 1,5485 0,09220 183,63 2,549
IV 2002 0,9819 0,0499 1,5563 0,00780 190,67 7,039
I 2003 0,9940 0,0121 1,5733 0,01700 185,78 -4,889
II 2003 1,0798 0,0858 1,6356 0,06230 195,19 9,410
III 2003 1,1769 0,0971 1,5787 -0,05690 184,20 -10,990
IV 2003 1,0995 -0,0774 1,7237 0,14500 189,06 4,860
I 2004 1,2016 0,1021 1,8710 0,14730 204,56 15,500
II 2004 1,2500 0,0484 1,8329 -0,03810 201,12 -3,440
III 2004 1,2194 -0,0306 1,8032 -0,02970 196,89 -4,230
IV 2004 1,2188 -0,0006 1,9113 0,10810 196,33 -0,559
I 2005 1,3308 0,1120 1,9187 0,00740 200,46 4,130
II 2005 1,3192 -0,0116 1,8199 -0,09880 197,06 -3,400
III 2005 1,2315 -0,0877 1,8016 -0,01830 199,57 2,509
IV 2005 1,2335 0,0020 1,7282 -0,07340 207,15 7,580
I 2006 1,1782 -0,0553 1,7550 0,02680 203,02 -4,130
II 2006 1,1944 0,0162 1,8653 0,11030 210,18 7,160
III 2006 1,2765 0,0821 1,9038 0,03850 223,17 12,990
IV 2006 1,2803 0,0038 1,9666 0,06280 227,64 4,470
I 2007 1,3247 0,0444 1,9619 -0,00470 231,91 4,270
II 2007 1,3221 -0,0026 1,9796 0,01770 241,16 9,250
III 2007 1,3450 0,0229 2,0160 0,03640 233,42 -7,740
IV 2007 1,3621 0,0171 2,0573 0,04130 228,68 -4,739
I 2008 1,4635 0,1014 1,9869 -0,07040 206,39 -22,290
II 2008 1,5180 0,0545 1,9807 -0,00620 208,78 2,390
III 2008 1,5556 0,0376 1,8029 -0,17780 195,47 -13,310
IV 2008 1,4636 -0,0920 1,5334 -0,26950 146,16 -49,310
69
ANEXO 6: SERIE DE DATOS DE LOS AGREGADOS ECONOMICOS
TOMADOS PARA LOS RESPECTIVOS PAISES.
ESTADOS UNIDOS
ZONA EURO
INGLETERRA
JAPON
FECHA PIB IPC TI U PIB IPC TI U PIB IPC TI U PIB IPC TI U
I 1996
2,51
0,52
5,39
5,50
1,82
2,40
3,39
10,63
2,82
0,40
6,13
8,14
3,90
0,20
0,78
3,50
II 1996 3,99 0,06 5,75 5,30 1,58 2,10 3,39 10,60 2,24 0,07 5,94 8,03 4,01 -0,30 0,74 3,30
III 1996 3,71 0,32 5,82 5,20 1,88 2,00 3,38 10,60 2,68 0,46 5,69 7,85 2,61 0,41 0,60 3,30
IV 1996 4,06 0,00 5,59 5,40 2,01 1,90 3,37 10,60 3,01 0,32 5,94 7,60 2,85 0,10 0,56 3,10
I 1997 4,43 0,25 5,71 5,20 1,94 1,60 3,36 10,58 2,91 0,26 6,38 7,17 4,76 0,10 0,44 3,50
II 1997 4,22 0,12 5,64 5,00 2,63 1,40 3,36 10,57 3,69 0,38 6,88 7,01 0,69 0,00 0,53 3,30
III 1997 4,78 0,25 5,48 4,90 2,60 2,00 3,35 10,47 3,19 0,50 7,31 6,70 1,52 0,70 0,45 3,50
IV 1997 4,31 -0,12 5,65 4,70 3,13 1,50 3,34 10,40 3,36 0,25 7,59 6,38 0,74 -0,20 0,69 3,20
I 1998 4,74 0,19 5,47 4,70 3,77 1,10 3,34 10,21 3,38 0,31 7,56 6,21 -2,60 0,40 0,56 4,10
II 1998 3,82 0,12 5,47 4,50 2,55 1,40 3,33 10,05 2,79 -0,06 7,81 6,14 0,69 -0,39 0,62 4,10
III 1998 3,80 0,12 5,08 4,50 2,81 1,00 3,32 9,88 3,50 0,43 7,31 6,13 -0,85 0,80 0,38 4,30
IV 1998 4,77 -0,06 5,07 4,40 2,26 0,80 3,32 9,75 2,82 0,00 5,88 6,04 -1,41 -0,39 0,50 4,10
I 1999 4,01 0,30 4,81 4,20 2,27 1,00 3,12 9,45 2,72 0,24 5,22 6,06 -0,38 0,10 0,07 5,00
II 1999 3,94 0,00 5,12 4,30 2,63 0,90 2,52 9,28 2,61 0,00 5,13 5,98 1,02 -0,30 0,03 4,80
III 1999 4,20 0,48 5,33 4,20 3,09 1,20 2,56 9,05 2,60 0,42 5,38 5,82 2,07 0,30 0,03 4,60
IV 1999 4,29 0,00 5,78 4,10 4,23 1,70 3,07 8,75 3,26 0,36 5,88 5,75 0,44 -0,30 0,00 4,30
I 2000 4,10 0,82 6,09 4,00 4,17 1,90 3,37 8,53 3,96 0,54 6,16 5,67 2,38 0,20 0,05 5,20
II 2000 4,80 0,52 6,71 4,00 4,13 2,10 4,16 8,28 4,30 0,23 6,06 5,44 0,96 -0,20 0,01 4,70
III 2000 3,50 0,52 6,47 4,00 3,21 2,50 4,60 8,14 3,94 0,70 6,13 5,27 0,34 -0,20 0,31 4,70
IV 2000 2,20 -0,06 6,50 4,00 2,53 2,50 4,84 7,90 2,93 0,06 6,38 5,12 2,50 0,10 0,25 4,40
I 2001 1,90 0,23 4,66 4,50 2,51 2,20 4,81 7,82 2,56 0,12 5,34 4,96 1,56 -0,20 0,30 5,10
II 2001 0,60 0,17 3,52 4,60 1,65 2,80 4,54 7,78 -0,12 0,12 5,19 4,92 0,24 -0,29 0,01 5,00
III 2001 0,40 0,45 2,45 5,00 1,24 2,20 4,30 7,84 1,80 0,34 4,44 5,02 0,28 -0,20 0,01 5,30
IV 2001 0,20 -0,40 1,77 5,80 0,78 2,00 3,29 7,95 1,95 -0,12 4,00 5,08 -1,08 -0,10 0,02 5,00
I 2002 1,00 0,56 1,89 5,70 0,46 2,50 3,31 8,01 1,39 0,40 4,19 5,11 -2,53 0,20 0,03 5,70
II 2002 1,30 0,06 1,74 5,90 1,18 1,90 3,34 8,24 1,37 0,00 4,06 5,17 -0,74 -0,10 0,02 5,50
III 2002 2,20 0,17 1,70 5,60 1,33 2,10 3,29 8,36 1,90 0,68 3,88 5,20 1,30 0,00 0,01 5,40
IV 2002 1,90 -0,22 1,29 6,00 1,20 2,30 3,36 8,50 1,88 0,17 3,97 5,07 2,80 0,00 0,02 5,50
I 2003 1,50 0,60 1,18 5,80 1,06 2,50 2,97 8,67 1,89 0,33 3,63 5,06 2,60 0,30 0,02 5,40
II 2003 1,80 0,11 0,88 6,40 0,41 1,90 2,65 8,66 2,16 -0,11 3,63 4,98 3,00 -0,30 0,01 5,30
III 2003 3,10 0,32 1,08 6,10 0,82 2,20 2,09 8,70 2,17 0,49 3,63 4,97 2,30 0,10 0,01 5,10
IV 2003 3,70 -0,11 1,05 5,70 1,30 2,00 2,05 8,71 2,65 0,44 3,97 4,84 3,60 0,10 0,02 4,90
I 2004 4,30 0,64 1,96 5,70 1,93 1,70 2,04 8,76 3,01 0,44 4,31 4,72 5,60 0,20 0,03 4,70
II 2004 4,50 0,32 1,43 5,60 2,54 2,40 2,04 8,81 3,60 0,16 4,81 4,77 4,20 0,20 0,02 4,60
70
III 2004 3,40 0,21 1,82 5,40 1,99 2,10 2,04 8,85 3,10 0,37 4,88 4,64 2,60 0,30 0,02 4,60
IV 2004 3,40 -0,37 2,52 5,40 1,88 2,40 2,05 8,91 2,90 0,48 4,81 4,68 0,80 -0,50 0,02 4,40
I 2005 3,30 0,78 2,90 5,20 1,30 2,10 2,06 8,96 2,70 0,47 4,95 4,69 1,30 0,30 0,02 4,50
II 2005 3,10 0,05 3,33 5,00 1,67 2,10 2,08 8,84 1,70 0,10 4,75 4,71 1,40 -0,40 0,02 4,20
III 2005 3,40 1,22 3,85 5,10 1,60 2,60 2,08 8,77 1,60 0,26 4,56 4,74 2,90 0,30 0,02 4,20
IV 2005 3,10 -0,40 4,22 4,90 1,65 2,20 2,04 8,67 1,80 0,26 4,58 5,09 4,00 0,10 0,02 4,40
I 2006 3,70 0,55 4,77 4,70 2,52 2,20 2,37 8,61 2,30 0,41 4,58 5,21 3,80 0,20 0,04 4,10
II 2006 3,50 0,20 5,48 4,60 2,40 2,50 2,60 8,30 2,60 0,40 4,70 5,45 2,50 0,00 0,24 4,20
III 2006 3,00 -0,49 5,21 4,60 2,62 1,70 3,01 8,07 2,90 0,45 5,02 5,45 1,60 0,00 0,34 4,20
IV 2006 3,10 0,15 5,25 4,50 3,05 1,90 3,32 7,85 3,00 0,80 5,27 5,41 2,30 0,10 0,44 4,10
I 2007 1,90 0,91 5,23 4,40 2,86 1,90 3,57 7,56 2,90 0,64 5,50 5,51 2,60 0,30 0,57 4,00
II 2007 1,90 0,19 5,25 4,50 2,46 1,90 3,80 7,40 3,00 0,53 5,98 5,35 2,30 -0,20 0,64 3,70
III 2007 2,60 0,27 4,72 4,70 2,62 2,10 4,27 7,33 3,20 0,34 6,28 5,25 1,90 0,00 0,73 4,00
IV 2007 2,50 -0,07 4,16 5,00 2,13 3,10 3,96 7,20 2,80 0,57 6,41 5,05 2,00 0,20 0,73 3,80
I 2008 2,50 0,87 2,26 5,10 1,89 3,60 4,01 7,21 2,50 0,33 6,01 5,16 1,30 0,50 0,75 3,80
II 2008 2,10 1,01 2,29 5,50 1,64 4,00 4,04 7,43 1,50 0,79 5,93 5,37 0,70 0,49 0,75 4,10
III 2008 0,80 -0,14 2,12 6,10 1,59 3,60 4,30 7,61 0,30 0,55 6,38 5,81 -0,10 0,00 0,78 4,00
IV 2008 -0,20 1,03 1,80 7,20 1,43 1,60 2,93 8,03 -1,80 0,78 2,73 6,00 -4,60 0,88 0,62 4,40