cs21 difusión de las ideas.pdf - Exordio
cs21 difusión de las ideas.pdf - Exordio
cs21 difusión de las ideas.pdf - Exordio
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Ball y Torous (1983) proponen el procedimiento <strong>de</strong> máxima verosimilitud como<br />
un método alternativo para la obtención <strong>de</strong> los valores esperados <strong>de</strong> los<br />
parámetros <strong>de</strong>l proceso <strong>de</strong> <strong>difusión</strong> y saltos, pero sustituyendo el proceso <strong>de</strong><br />
Poisson como <strong>de</strong>scriptivo <strong>de</strong>l salto por un proceso <strong>de</strong> Bernoulli, más sencillo y<br />
aproximado al anterior.<br />
Brevemente, la simplificación se produce en la medida <strong>de</strong> que el proceso <strong>de</strong><br />
Bernoulli se caracteriza porque en un período <strong>de</strong> tiempo fijo, t, o no llega<br />
información relevante que impacte sobre el precio <strong>de</strong>l activo, o llega una única<br />
información relevante que hace que el precio <strong>de</strong>l activo salte, con probabilidad<br />
λt. No se permite que llegue más información importante a lo largo <strong>de</strong> este<br />
período <strong>de</strong> tiempo.<br />
Esta simplificación es perfectamente válida para el caso <strong>de</strong> rentabilida<strong>de</strong>s<br />
diarias <strong>de</strong> una acción en la medida <strong>de</strong> que si suponemos que t se correspon<strong>de</strong><br />
con un día <strong>de</strong> negociación, no se espera que en media se produzca la llegada<br />
<strong>de</strong> más <strong>de</strong> una información "anormal" importante, que haga que el precio <strong>de</strong>l<br />
activo salte.<br />
La ventaja <strong>de</strong> este método <strong>de</strong> estimación es que permite obtener estimaciones<br />
<strong>de</strong> máxima verosimilitud <strong>de</strong> manera satisfactoria, ya que los estimadores son<br />
asintóticamente insesgados y consistentes y adicionalmente es posible la<br />
implementación <strong>de</strong> un test, cuya hipótesis nula es λ=0, que <strong>de</strong>tecta si hay un<br />
componente <strong>de</strong> salto en la rentabilidad <strong>de</strong> un activo. En relación a la muestra<br />
que utilizan, este test confirmó la presencia <strong>de</strong> componente <strong>de</strong> salto en la<br />
mayoría <strong>de</strong> <strong>las</strong> rentabilida<strong>de</strong>s <strong>de</strong> los activos.<br />
En este caso, Ball y Torous (1983) utilizan el método <strong>de</strong> máxima verosimilitud,<br />
para el que precisan la serie <strong>de</strong> rentabilida<strong>de</strong>s diarias para un activo, y don<strong>de</strong> la<br />
función <strong>de</strong> <strong>de</strong>nsidad, f, es una media pon<strong>de</strong>rada <strong>de</strong> funciones <strong>de</strong> <strong>de</strong>nsidad<br />
gaussianas, pon<strong>de</strong>radas por <strong>las</strong> probabilida<strong>de</strong>s <strong>de</strong> una variable aleatoria <strong>de</strong><br />
Bernoulli <strong>de</strong> parámetro λ, <strong>de</strong>scrita <strong>de</strong> la forma siguiente:<br />
don<strong>de</strong><br />
f ( x)<br />
2<br />
2<br />
φ(<br />
µ , σ ) = ( 2πσ<br />
)<br />
2<br />
2 2<br />
= ( 1−<br />
λ)<br />
φ(<br />
α,<br />
σ ) + λφ(<br />
α,<br />
σ + δ )<br />
[33]<br />
−1/<br />
2<br />
exp( −(<br />
x − µ )<br />
156<br />
2<br />
/ 2σ<br />
2<br />
).