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.
λ =<br />
σ<br />
δ<br />
2<br />
2<br />
25(<br />
K<br />
= K<br />
= K<br />
α = K .<br />
1<br />
2<br />
6<br />
155<br />
4<br />
)<br />
3<br />
/ 5K<br />
/ 3(<br />
K<br />
− 5(<br />
K )<br />
4<br />
,<br />
4<br />
2<br />
6<br />
)<br />
2<br />
,<br />
/ 3K<br />
Aplicando este procedimiento a 47 acciones negociadas en la NYSE, con datos<br />
<strong>de</strong>s<strong>de</strong> el 15 <strong>de</strong> Septiembre <strong>de</strong> 1975 hasta el 7 <strong>de</strong> Septiembre <strong>de</strong> 1977 (500<br />
observaciones), Beckers obtuvo, pero sólo en algunos casos, estimaciones<br />
2<br />
negativas para <strong>las</strong> varianzas ( σ y δ<br />
2<br />
), así como valores positivos para la<br />
curtosis. Como pue<strong>de</strong> observarse, el signo <strong>de</strong> δ 2 <strong>de</strong>pen<strong>de</strong> <strong>de</strong>l signo <strong>de</strong> K 6 por lo<br />
que un comportamiento errático <strong>de</strong>l cumulante sexto <strong>de</strong> la muestra resulta en<br />
estimaciones negativas para la varianza.<br />
No obstante, el procedimiento <strong>de</strong> estimación dio resultados satisfactorios para<br />
los activos con elevada curtosis, dado que sus varianzas fueron siempre<br />
positivas. Así y aunque este método pue<strong>de</strong> producir en algunos casos<br />
estimaciones ineficientes, es muy sencillo en su aplicación, genera<br />
estimaciones que son consistentes, capturan <strong>de</strong> forma exacta la distribución <strong>de</strong><br />
la muestra y a<strong>de</strong>más, como argumenta Beckers (1981) es un método<br />
generalmente aceptable cuando el número <strong>de</strong> observaciones es gran<strong>de</strong>.<br />
Bajo el supuesto adicional <strong>de</strong> limitar la probabilidad <strong>de</strong>l salto (λ) a ser la misma<br />
para todos los activos, Beckes (1981) finalmente, a<strong>de</strong>más <strong>de</strong> reducir el<br />
problema <strong>de</strong> estimación <strong>de</strong> los parámetros a sólo tres, obtuvo, en todos los<br />
casos, valores positivos para <strong>las</strong> varianzas. Para obtener ese valor constante<br />
para λ ( $ ), Becker supuso una ratio <strong>de</strong> varianzas constante, es <strong>de</strong>cir,<br />
2<br />
δ<br />
= η 2<br />
σ<br />
Otro intento <strong>de</strong> obtener un procedimiento válido para la estimación <strong>de</strong> los<br />
parámetros <strong>de</strong> un proceso <strong>de</strong> <strong>difusión</strong> con saltos se encuentra en el trabajo <strong>de</strong><br />
Fehr y Rosenfeld (1979), que alternativamente, consi<strong>de</strong>ran estimaciones <strong>de</strong><br />
máxima verosimilitud, bajo el supuesto simplicador <strong>de</strong> que el tamaño <strong>de</strong>l salto<br />
es una constante fija y conocida. De forma adicional, proponen técnicas<br />
numéricas para elegir estimaciones <strong>de</strong> los parámetros que maximicen la<br />
función <strong>de</strong> verosimilitud. Desafortunadamente, sus resultados no son<br />
estadísticamente válidos, ya que los errores estándard <strong>de</strong> <strong>las</strong> estimaciones que<br />
obtienen son, en general, importantes.<br />
6<br />
,<br />
[32]