Untitled - Universidade de Santiago de Compostela
Untitled - Universidade de Santiago de Compostela
Untitled - Universidade de Santiago de Compostela
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
38 SII Análisis <strong>de</strong> los Mo<strong>de</strong>los <strong>de</strong> Tipo <strong>de</strong> Interés<br />
Plazo c ∗KS<br />
α<br />
c ∗CvM<br />
α<br />
T KS<br />
n<br />
T Cvm<br />
n p KS p CvM<br />
1 semana 0.034 3.29e-04 0.0339 2.15e-04 0.060 0.106<br />
1 mes 0.015 4.23e-05 0.012 2.90e-05 0.178 0.144<br />
3 meses 0.010 2.10e-05 0.007 1.01e-05 0.476 0.242<br />
6 meses 0.015 4.29e-05 0.006 4.20e-06 0.982 0.992<br />
9 meses 0.019 9.98e-05 0.008 1.85e-05 0.986 0.876<br />
10 meses 0.021 1.30e-04 0.010 3.03e-05 0.948 0.736<br />
11 meses 0.024 1.63e-04 0.011 3.72e-05 0.922 0.702<br />
12 meses 0.024 1.93e-04 0.012 5.12e-05 0.894 0.740<br />
Cadro 1: Aproximación Bootstrap <strong>de</strong> los valores críticos <strong>de</strong>l test. El Estadístico <strong>de</strong>finido<br />
por el funcional Tn = Ψ(Rn(x)) y el p-valor, para cada serie <strong>de</strong>l EURIBOR aplicando<br />
un mo<strong>de</strong>lo (CKLS). Don<strong>de</strong> c∗KS α , T KS<br />
n , p (Kolmogorov-Smirnov), y c KS ∗CvM<br />
α , T Cvm<br />
n , pCvM (Cramér-Von Mises).<br />
Los resultados obtenidos al aplicar el test a las series <strong>de</strong> tipos <strong>de</strong> interés <strong>de</strong>l EU-<br />
RIBOR muestran que el mo<strong>de</strong>lo <strong>de</strong> un factor CKLS arroja evi<strong>de</strong>ncias <strong>de</strong> que ajusta<br />
mejor a las series a medida que los plazos se van incrementando. Es <strong>de</strong> <strong>de</strong>stacar el<br />
caso <strong>de</strong> las series <strong>de</strong> tipos con plazo a 1 semana, que para cada mo<strong>de</strong>lo muestra<br />
evi<strong>de</strong>ncia <strong>de</strong> que no es factible y en aquellos casos en que pudiera serlo, la evi<strong>de</strong>ncia<br />
es débil <strong>de</strong>bido a que estas series son más sensibles a las <strong>de</strong>cisiones adoptadas por<br />
los entes que supervisan los mercados financieros.<br />
Bibliografía<br />
[1] Chan K.C. , Karolyi G.A. , Longstaff F.A. , and San<strong>de</strong>rs A.B. , An empirical<br />
comparison of alternative mo<strong>de</strong>ls of the short-term interest rate, The Journal of<br />
Finance 47 (1992), no. 3, 1209–1227.<br />
[2] Franke J. , Kreiss J. P. , and Mammen E. , Bootstrap of kernel smoothing in<br />
nonlinear time series., Bernoulli (2002), no. 85, 1–37.<br />
[3] Gonzlez-Manteiga W. , Febrero M. , Reboredo J.C. , and Pateiro B. , Análisis<br />
y mo<strong>de</strong>lización <strong>de</strong> tipos <strong>de</strong> interés, Reporte <strong>de</strong> investigación, Universidad <strong>de</strong><br />
<strong>Santiago</strong> <strong>de</strong> <strong>Compostela</strong>, 2007.<br />
[4] Härdle W. and Mammen E. , Comparing nonparametric versus parametric regression<br />
fits, The Annals of Statistics 21 (1993), no. 4, 1996–1947.<br />
[5] Stute W. , Nonparametric mo<strong>de</strong>l checks for regression, The Annals of Statistics<br />
(1997), no. 25, 613–641.<br />
[6] Stute W. , González-Manteiga W. , and Quindimil M. Presedo , Bootstrap approximations<br />
in mo<strong>de</strong>l checks for regression, Journal of the American Statistical<br />
Association 93 (1998), no. 441, 141–149.