MF-WK PANAMÁ
FT
Información Personal
Correo: fmansilla@fen.uchile.cl
FT
Objetivos de la Ayudantia
FT
Qué debemos responder con los modelos?
FT
Pronósticos Financieros
RA
Franco A. Mansilla Ibañez SERIES DE TIEMPO UNIVARIADOS October 16, 2018 5 / 29
Introduccón
FT
Clasificación de Modelos Econometricos
FT
Descripción de una Serie de Tiempo.
FT
Descripción de una Serie de Tiempo (cont.)
RA
Franco A. Mansilla Ibañez SERIES DE TIEMPO UNIVARIADOS October 16, 2018 8 / 29
Modelos para la Medición de Volatilidad
FT
Introduccion
FT
Introduccion (cont.)
FT
Introduccion (cont.)
FT
Introducción (cont.)
FT
Modelos ARCH(q)
Yt = β0 + et
Por lo tanto:
FT
Modelos ARCH(q) (cont.)
FT
Modelos ARCH(q) (cont.)
Para la construcción del modelo ARCH es necesario seguir los siguientes pasos:
i. Construir un modelo ARMA para la serie dada, con el fin de eliminar alguna
dependencia lineal en la media y usar los residuales del modelo para determinar
si existe efecto ARCH.
RA H0 = Los residuos al cuadrado son ruido blanco.
H1 = Los residuos al cuadrado NO son ruido blanco.
FT
Modelos GARCH(p, q)
Bollerslev (1986) generaliza los modelos ARCH al proponer GARCH en los cuales
la varianza condicional depende no solo de los cuadrados de las perturbaciones,
como Engle, sino además, de las varianzas condicionales de periodos anteriores.
et−1
RA
α0 Existe homocedasticidad, es decir, no existe efecto ARCH ni GARCH
2
Volatilidad de ayer. La varianza de hoy es mayor si ayer se obtuvo grandes
perturbaciones. Mide la amplitud con la cual los efectos de las volatilidades
pasadas alimentan volatilidades presentes.
2
σt−1 Varianza de la predicción de ayer. El efecto persiste por mucho tiempo.
La sumatoria de los errores rezagados y la volatilidad condicional rezagada mide
la tasa a la cual estos efectos van disminuyendo en el tiempo. Si esta persistencia
es mayor o igual que uno es llamado un proceso Integrado GARCH, persistencia
explosiva.
Franco A. Mansilla Ibañez SERIES DE TIEMPO UNIVARIADOS October 16, 2018 16 / 29
Modelos para la Medición de Volatilidad
FT
Modelos T − GARCH(p, q)
Zakoian (1994) desarrollo los modelos Threshold ARCH, donde las noticias
positivas y negativas son tratadas ASIMÉTRICAMENTE, una aproximación
T-GARCH es:
σt2 = α0 + α1 et−1
2 2
+ γdt−1 et−1 2
+ β1 σt−1
α0 > 0, α1 β1 > 0, 0 < (α1 + β1 ) < 1
Donde:
RA dt =
1 si et < 0 (Malas Noticias)
0 si et > 0 (BuenasNoticias)
FT
Modelos EGARCH(p, q)
En 1991, Nelson presenta los modelos EGARCH, en los cuales formula para la
varianza condicional un modelo que no se comporta de manera simétrica para
perturbaciones positivas y negativas, como sucede en los modelos GARCH; ex-
presando otro rasgo de la volatilidad: su comportamiento asimétrico frente a las
alzas y bajas de los precios de un activo financiero.
El modelo EGARCH(1, 1), propone la siguiente ecuación para estimar la volatili-
RA
dad condicional heteroscedástica.
et−1 et−1
lnσt2 = δ0 + δ1 | | +γ 2
+ θ1 lnσt−1
σt−1 σt−1
Donde:
et−1 et−1
σt2 = 2
(σt−1 )θ1 · exp δ0 + δ1 | | +γ
σt−1 σt−1
FT
Modelos EGARCH(p, q)
FT
Modelos EGARCH(p, q)
FT
Introducción
FT
Introducción (cont.)
Valor en Riesgo es una medida que me indica la máxima perdida esperada, dado
un horizonte de tiempo (diario, semanal, mensual o anual) y un nivel de confianza
dado (usualmente 95%). Utilizado por instituciones para medir su nivel riesgo e
incluso postulada por Acuerdo de Normativa de Basilea (BIS).
Si utilizamos las métricas de BIS, establecen de que tiene que ser un nivel de
confianza al 99% a un horizonte de diez dı́as. Pero en cambio si utilizamos las
métricas de RiskMetrics esta la define a un nivel de confianza al 95% a un horizonte
de un dia. Ahora bien, los calculos del VaR pueden ser tres:
RA
Método Delta-Normal: Asume normalidad en la distribución de las variables
financieras.
Método de Simulación: Genera números aleatorios a partir de una distribución
de probabilidad.
Método de Simulación Histórica: Asume una distribución empı́rica o no para-
metrica. Y se calcula mediante un percentil.
√
VaR = M · F · σi · t
M: es la Exposición t: Horizonte temporal y σ: Volatilidad del Activo.
F: Valor que toma la distribución dado un nivel de confianza
Franco A. Mansilla Ibañez SERIES DE TIEMPO UNIVARIADOS October 16, 2018 22 / 29
Valor en Riesgo (VaR)
FT
Introducción (cont.)
FT
Problema 1
FT
Problema 2
RA
Fuente: Rivas-Llosa, Roddy
FT
Problema 3
RA
Fuente: Rivas-Llosa, Roddy
FT
Introducción
MF-WK PANAMÁ