Uso de modelos de volatilidad estocástica para valoración de riesgo cambiario

Autores/as

  • José Fernando Zea Castro Asesor estadístico. Secretaría de Desarrollo Económico.

DOI:

https://doi.org/10.15332/s2027-3355.2012.0001.03

Palabras clave:

Modelos GARCH, modelos de volatilidad estocástica, valor en riesgo

Resumen

En la literatura técnica y en las aplicaciones de finanzas es muyimportante cuantificar el riesgo de mercado. En el caso de tasas decambio que usan series de tiempo diarias es común el uso de laestrategia de RiskMetrics$^{TM}$ junto con los modelos GARCH. Variosautores en diferentes contextos han destacado las falencias del usode modelos GARCH. Este trabajo aborda el cálculo de Valor en Riesgocon el uso de modelos de volatilidad estocástica (SV). Luego demencionar las ventajas y desventajas que ofrecen estos modelosfrente a los GARCH, presenta los resultados de evaluar el riesgo deun portafolio que contiene tasas de cambio diarias de Peso/Dólar,Euro/Dólar, Yen/Dólar y Libra/Dólar. El ejercicio muestra resultadosque favorecen el uso de modelos de SV.

Citas

Breidt, F., Crato, G. & de Lima, P. (1998), ‘On the detection and Estimation of Long Memory in Stochastic Volatility’, Journal of Econometrics, 2, 319–342.

Carnero, M. A., Peña, D. & Ruiz, E. (2004), ‘Persistence and Kurtosis in GARCH and Stochastic Volatility Models’, Journal of Financial Econometrics, 2(2), 319–342.

De Lara, A. (2002), Medición y control de riesgos Financieros, Ed. Limusa S. A., México D.F.

Grane, A. & Veiga, H. (2007), ‘Volatility Modelling and Accurate Minimum Capital Risk Requirements.Technical Report 07-47.’, Departamento de Estadística, Universidad Carlos III .

Hamilton, J. D. (1989), ‘A new approach to the economic analysis of nonstationary time series and the business cycle’, Econometrica. 57, 357–384.

Harvey, A., Ruiz, E. & Shephard, N. (1994), ‘Multivariate Stochastic Variance Models’, Review of Economic Studies, 65, 361–393.

Jacquier, E., Polson, N. G. & Rossi, P. E. (1999), Stochastic Volatility: Univariate and Multivariate Extensions, Technical Report September, University of Chicago, Graduate School of Business.

Jorion, P. (2000), Valor en Riesgo, Limusa, M´exico.

Kim, S., Shephard, N. & Chib, S. (1998), ‘Stochastic Volatility: Likelihood In- ference and Comparison with ARCH Models’, Review of Economic Studies, 65, 361–393.

McCulloch, R. E. & Tsay, R. S. (1993), ‘Robust Test for the Equality of Variantes’,

Journal of the American Statistical Association, 88, 968–978.

Peña, D. & Guttman, I. (1988), A Bayesian approach to robustifying the Kalman filter. In Bayesian Analysis of Time Series and Dynamic Linear Models, J.C. Spall, ed., New York: Marcel Dekker., pp. 227–254.

R Development Core Team (2007), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0. *http://www.R-project.org

Shumway, R. & Stoffer, D. (2006), Time Series Analysis and Its Applications with R Examples, 2 edn, Springer, New York.

Trapletti, A. & Hornik, K. (2007), tseries: Time Series Analysis and Computatio- nal Finance. R package version 0.10-11. *http://CRAN.R-project.org/

Tsay, R. (2002), Analysis of Financial Time Series, Wiley, New York.

Zea, J. & Rodríguez, N. (2007), XVII Simposio colombiano de estadística, en la evaluación de riesgos, Cali

Descargas

Publicado

2012-08-21

Cómo citar

Zea Castro, J. F. (2012). Uso de modelos de volatilidad estocástica para valoración de riesgo cambiario. Comunicaciones En Estadística, 5(1), 55–80. https://doi.org/10.15332/s2027-3355.2012.0001.03

Número

Sección

Artículos