tendencia y volatilidad del precio del cobre
tendencia y volatilidad del precio del cobre
tendencia y volatilidad del precio del cobre
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
333<br />
donde T B se refiere al tiempo de quiebre de <strong>tendencia</strong>.<br />
Mo<strong>del</strong>os Arch y Garch para estimar <strong>volatilidad</strong><br />
Generalmente los datos de series de tiempo relacionados a fenómenos<br />
macroeconómicos o financieros presentan algún tipo de inestabilidad en la<br />
varianza de los errores. Engle (1982,1983) y Cragg (1982) encontraron<br />
evidencia de este fenómeno en algunos estudios de inflación. Más tarde<br />
otros estudios realizados con datos de variables macroeconómicas como<br />
tipo de cambio y especialmente series financieras indican que esto es bastante<br />
común. Los resultados de Engle sugieren que al analizar mo<strong>del</strong>os de<br />
inflación, grandes y también pequeños errores de predicción están<br />
segmentados y por lo tanto la varianza de errores difiere en los distintos<br />
segmentos y depende <strong>del</strong> tamaño de las perturbaciones precedentes. Para<br />
evitar este problema Engle (1982) sugiere usar un mo<strong>del</strong>o Autorregresivo<br />
de Heteroscedasticidad Condicional (ARCH en su abreviatura en Inglés).<br />
Una versión simple <strong>del</strong> mo<strong>del</strong>o es:<br />
(A3)<br />
donde µ t es normal e idénticamente distribuida y cumple con todos<br />
los supuestos clásicos de los mo<strong>del</strong>os de regresión. Sin embargo, no