13.05.2013 Views

cs21 difusión de las ideas.pdf - Exordio

cs21 difusión de las ideas.pdf - Exordio

cs21 difusión de las ideas.pdf - Exordio

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

A<strong>de</strong>más, se han propuesto diferentes procedimientos <strong>de</strong> ajuste por pago <strong>de</strong><br />

divi<strong>de</strong>ndos, según sean divi<strong>de</strong>ndos conocidos y finitos o divi<strong>de</strong>ndos<br />

estocásticos, como por ejemplo el ajuste <strong>de</strong> Merton (1973) para divi<strong>de</strong>ndos<br />

estocásticos utilizado por Kremer y Roenfeldt (1992).<br />

La contrastación <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> <strong>difusión</strong> y saltos <strong>de</strong> Merton es compleja, en<br />

tanto que, a<strong>de</strong>más <strong>de</strong> los parámetros ya mencionados para la contrastación <strong>de</strong>l<br />

mo<strong>de</strong>lo B-S, se habrán <strong>de</strong> estimar cuatro parámetros adicionales que <strong>de</strong>scriben<br />

la rentabilidad <strong>de</strong>l activo subyacente, que son:<br />

- El número medio <strong>de</strong> saltos <strong>de</strong> Poisson por unidad <strong>de</strong> tiempo,λ.<br />

- La tasa <strong>de</strong> rentabilidad esperada instantánea <strong>de</strong>l activo, α.<br />

- La varianza <strong>de</strong>l tamaño <strong>de</strong>l salto <strong>de</strong> Poisson, 2 .<br />

- La varianza <strong>de</strong>l proceso <strong>de</strong> <strong>difusión</strong> en ausencia <strong>de</strong> saltos, 2 .<br />

No obstante, se presentan dificulta<strong>de</strong>s prácticas enormes a la hora <strong>de</strong><br />

implementar y verificar empíricamente un proceso <strong>de</strong> <strong>difusión</strong> y saltos para la<br />

rentabilidad <strong>de</strong>l activo subyacente, como ya apuntan Ball y Torous (1983), Ball<br />

y Torous (1985) y Kremer y Roenfeldt (1992) cuando contrastan procesos <strong>de</strong><br />

este tipo.<br />

Aunque teóricamente la máxima verosimilitud es un procedimiento preferido<br />

dado que <strong>las</strong> estimaciones <strong>de</strong> los parámetros son eficientes y la distribución<br />

asintótica <strong>de</strong> <strong>las</strong> estimaciones es conocida, es muy compleja y costosa su<br />

utilización ya que <strong>las</strong> condiciones <strong>de</strong> primer or<strong>de</strong>n son lineales y contienen una<br />

suma infinita <strong>de</strong> términos. Aún así, y como veremos, algunos trabajos han<br />

usado este procedimiento, obteniendo resultados bastante favorables.<br />

Como un procedimiento sencillo y alternativo, cuando no se obtienen<br />

estimaciones <strong>de</strong> máxima verosimilitud, Press (1967) propone el método <strong>de</strong> los<br />

cumulantes, una variante <strong>de</strong>l método <strong>de</strong> los momentos, que genera<br />

estimaciones consistentes.<br />

En un intento <strong>de</strong> simplificar y reducir el número <strong>de</strong> parámetros a estimar, Press<br />

(1967), supone que la tasa <strong>de</strong> rentabilidad esperada instantánea <strong>de</strong>l activo es<br />

cero, 0. El procedimiento <strong>de</strong> estimación que empleó fue el procedimiento <strong>de</strong><br />

los cumulantes ("cumulant matching"). En este procedimiento, como ya<br />

veremos más <strong>de</strong>tenidamente, se han <strong>de</strong> calcular los momentos <strong>de</strong> la muestra,<br />

153

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!