cs21 difusión de las ideas.pdf - Exordio
cs21 difusión de las ideas.pdf - Exordio
cs21 difusión de las ideas.pdf - Exordio
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Si suponemos que m E( yt Ft<br />
1 ) , entonces la rentabilidad no explicada en el<br />
momento t , t yt mt<br />
15 .<br />
Dado que muchos estudios econométricos, tales como Officer (1972), Black<br />
(1976), Engle y Bollerslev (1986) y French, Schwert y Stambaugh (1987) han<br />
contrastado ese comportamiento heteroscedástico en los datos observados <strong>de</strong><br />
la volatilidad <strong>de</strong> los activos financieros, la utilización <strong>de</strong> estos mo<strong>de</strong>los para<br />
pre<strong>de</strong>cir el riesgo y, en consecuencia, para la valoración <strong>de</strong> activos ha<br />
proliferado en la mayoría <strong>de</strong> los trabajos <strong>de</strong> investigación en el área <strong>de</strong> <strong>las</strong><br />
finanzas. Muestra <strong>de</strong> ello son los recientes trabajos <strong>de</strong> Duan (1991), Engle y<br />
Mustafa (1992) y Poon y Ho (1992), que utilizan mo<strong>de</strong>los GARCH para valorar<br />
opciones, modificando el mo<strong>de</strong>lo <strong>de</strong> Black-Scholes 16 .<br />
El enfoque que se utiliza para el cálculo <strong>de</strong> los estimadores clásicos <strong>de</strong> la<br />
volatilidad se hacía en relación al comportamiento temporal <strong>de</strong> los datos,<br />
comportamiento que obe<strong>de</strong>cía a una ten<strong>de</strong>ncia a la agrupación <strong>de</strong> la volatilidad<br />
(heteroscedasticidad). Tradicionalmente, para mo<strong>de</strong>lizar la volatilidad y<br />
teniendo en cuenta la observación <strong>de</strong> Mal<strong>de</strong>lbrot (1963) <strong>de</strong> que los cambios<br />
importantes <strong>de</strong> precios en los activos financieros iban seguidos <strong>de</strong> gran<strong>de</strong>s<br />
cambios <strong>de</strong> cualquier signo y lo mismo con cambios pequeños, se usaban<br />
medidas <strong>de</strong>l tipo:<br />
n<br />
2 1 2<br />
σt<br />
= ∑ εt<br />
−1<br />
p i=<br />
1<br />
don<strong>de</strong> p es el número <strong>de</strong> observaciones y t son los errores <strong>de</strong> predicción <strong>de</strong><br />
algún mo<strong>de</strong>lo ajustado a los datos o los rendimientos.<br />
Sin embargo, estos estimadores presentaban el inconveniente <strong>de</strong> que daban<br />
igual peso a la información reciente que a la más antigua (la elección <strong>de</strong> p era<br />
arbitraria), no teniendo en cuenta <strong>las</strong> características específicas <strong>de</strong> cada serie.<br />
Para superar este inconveniente, Engle (1982) propone los mo<strong>de</strong>los ARCH, en<br />
el que serán los datos, y no "a priori", los que <strong>de</strong>terminen el número <strong>de</strong> retardos<br />
(peso relativo <strong>de</strong> cada observación) y la volatilidad inicial, parámetros que<br />
serán estimados usando procedimientos maximoverosímiles.<br />
15 Concretamente, en el trabajo <strong>de</strong> Engle y NG (1993), t es consi<strong>de</strong>rado como un promedio <strong>de</strong> <strong>las</strong><br />
nuevas noticias en el momento t, innovaciones, que hacen que la rentabilidad observada difiera <strong>de</strong> su<br />
valor esperado y se produzca ese término <strong>de</strong> error.<br />
16 para una explicación <strong>de</strong>tallada, véase Peña, I. (1993, pag, 11).<br />
100