tendencia y volatilidad del precio del cobre
tendencia y volatilidad del precio del cobre
tendencia y volatilidad del precio del cobre
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ANDRÉS ULLOA<br />
331<br />
estacionaria sino que más bien su comportamiento es estocástico y las<br />
series presentan raíces unitarias.<br />
Un proceso estocástico es estacionario si su función de distribución<br />
no cambia a través <strong>del</strong> tiempo. Por lo tanto las medias de la serie de<br />
tiempo debieran ser iguales en los períodos k y k+l y las covarianzas<br />
tienen que ser constantes. Cuando los momentos de orden uno y dos se<br />
mantienen constantes se dice estar en presencia de un proceso<br />
estacionario de orden dos. La mayoría de las series financieras no son<br />
estacionarias. La media cambia en el tiempo y las varianzas rara vez<br />
son constantes<br />
Por ejemplo en el conocido mo<strong>del</strong>o autorregresivo de orden uno<br />
AR(1), dado por Y t =ρY t-1 +ε t , la estacionariedad está dada por el hecho<br />
de que el valor absoluto de ρ sea menor a uno y que ε t –también llamada<br />
innovación– sea un ruido blanco 11 . Aqui la E(Y t )=0, la varianza está<br />
dada por σ 2 ε/1-ρ 2 y la covarianza es ρ t-s σ 2 ε/(1-ρ 2 ), las cuales son<br />
indeterminadas si ρ 2 es mayor o igual a uno 12 . La autocovarianza para<br />
un rezago k viene dada por λ k =Cov(y t ,y t-k ). La función de autocorrelación<br />
(ACF) se obtiene al dividir la autocovarianza por la varianza , es decir:<br />
ρ k =λ k /λ o -1≥ρ k ≤ 1<br />
En la práctica para conocer la autocorrelación de una serie de<br />
tiempo se obtiene la función de autocorrelación (ACF) o el correlógramo<br />
y se hace un test de Box-Pierce o uno más refinado como el de Ljung-<br />
Box<br />
Las variables macroeconómicas y financieras exhiben<br />
generalmente fuertes <strong>tendencia</strong>s y por lo tanto no son estacionarias. Sin<br />
embargo, muchas veces las primeras diferencias son estacionarias. Un<br />
proceso muy popular es el camino aleatorio con drift dado por y t = µ +<br />
y t-1 + ε t él cual , por tener varianza infinita no es estacionario. Sin<br />
,<br />
embargo, las primeras diferencias dadas por Z t = y t -y t-1 = µ + ε t son<br />
estacionaria. Esta serie y t se dice que es integrada de orden I(d) ya que<br />
al tomar sus “d” primeras diferencias se convierte en estacionaria. En<br />
el ejemplo d=1.<br />
11<br />
Ruido blanco hace referencia a un proceso de variables aleatorias no<br />
autocorrelacionadas<br />
12<br />
Para el caso más general, el proceso es estacionario si las raices de las<br />
ecuaciones características de C(L)=1-r 1<br />
L-r 2<br />
L 2 -r 3<br />
L 3 -............-r p<br />
L p =0 tienen<br />
módulo superior a uno o están fuera <strong>del</strong> círculo unitario.