Escolar Documentos
Profissional Documentos
Cultura Documentos
financiera
Introduccin a la econometra financiera.
Modelos ARCH
Introduccin
Los modelos que hemos visto son lineales
Los modelos se pueden linealizar tomando logaritmos
Las propiedades de los estimadores lineales son conocidas
En el anlisis de series temporales seguido se ha trabajado bajo un esquema estacionario
(con transformaciones si fuese necesario)
Media constante
Varianza constante
Correlacin entre variables solo depende del desfase temporal entre ellas
Los modelos ARIMA parten del anlisis del comportamiento de las covarianzas (tngase
en cuenta que la correlacin es igual a la covarianza dividida por la varianza)
No siempre se puede mantener la hiptesis de varianza constante. Es necesario realizar
contrastes de varianza constante:
Problema con la eficiencia de los estimadores, por amplios intervalos de confianza (alta
volatilidad)
Tambin puede ocurrir que la propia naturaleza del fenmeno econmico que estemos
analizando requiera conocer no solo aspectos de su nivel sino tambin de su varianza (o
volatilidad)
IBEX-35
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
20111
20101
20091
20081
20071
20061
20051
20041
20031
20021
20011
20001
19991
19981
19971
19961
19951
19941
19931
19921
19911
19901
19891
19881
19871
2000
1500
1000
500
0
-500
-1000
-1500
-2000
-2500
20111
20101
20091
20081
20071
20061
20051
20041
20031
20021
20011
20001
19991
19981
19971
19961
19951
19941
19931
19921
19911
19901
19891
19881
19871
Rendimientos
Modelos no lineales
Entre los distintos modelos propuestos en la literatura economtrica para
representar la dinamicidad de la volatilidad se hallan, entre otros, los
modelos ARCH.
Modelos ARCH
(1)
2t = w + y2 t-1
yt
= t (w + y2 t-1)
**Esperanza:
Marginal
E(y t )= E(t (w + y2 t-1)) = E(t) E((w + y2 t-1))=0
Condicional
Et-1 (yt )= Et-1 (t (w + y2 t-1)) = Et-1 (t) Et-1 ((w + y2 t-1))
=0
En definitiva, la esperanza marginal y la condicional coinciden y son cero
Anexo 1
Serie original
Primeras diferencias
Correlograma
primera diferencia
Correlograma
variable al cuadrado
Correlograma residuos al
cuadrado modelo ARCH(9)
Hay que probar otro tipo de modelo, ya que sigue quedando significatividad en el
correlograma de los residuos al cuadrado
Anexo 2