cs21 difusión de las ideas.pdf - Exordio

sobre la volatilidad, ni determinados juicios de valor sobre su comportamiento,
ventaja que sí presenta este método.
2.2.8. Estimador media móvil exponencialmente ponderado (EWNA-
Exponentially weighted moving average forecast):
Este estimador es planteado por Akgiray (1989) para calcular la varianza
mensual con datos diarios de las tasas de variación de los precios del activo y
está dado por:
σ
120
2
s,
t
=
12
i−1
( 1−
w)
∑ w Vs−i
, t−20i
[34]
i=
1
donde w es una constante que se obtiene por la minimización de la suma de
los errores de estimación al cuadrado, y que en su trabajo se calculó por el
algoritmo de Newton-Raphson. Este estimador es consistente con el supuesto
de cambios infrecuentes en la varianza 32 y produciría buenos resultados si el
proceso que genera las rentabilidades del activo fuera no estacionario.
2.2.9. Aproximación Bayesiana para la estimación de la volatilidad:
Desarrollada por Karolyi (1993), este método estadístico bayesiano hace uso
de la información anterior de los datos de corte transversal de las volatilidades
de todas las acciones, clasificadas por el tamaño (valor de capitalización de la
empresa), nivel de apalancamiento financiero y volumen de negociación. De
forma implícita, esta aproximación se basa en el hecho empírico observado por
diversos autores, como Black (1976), Epps y Epps (1976), Morgan (1976),
Christie (1982) y Pitts y Tauchen (1983), de que la volatilidad está relacionada
con esas tres variables mencionadas anteriormente. Un supuesto restrictivo de
este método es que los procesos estocásticos que describen la rentabilidad de
las acciones deben ser independientes y lineales, que para la mayoría de los
32 A diferencia de los modelos GARCH donde las varianzas están cambiando continuamente.