Pronóstico de volatilidad para un grupo de tipos de cambio mediante un modelo HAR-RV.

Abstract

En la presente tesis se estudia el pronóstico de la volatilidad realizada de un grupo de tipos de cambio en paridad con el dólar norteamericano, comparando los rendimientos de dos grupos de modelos, los primeros pertenecientes a la familia GARCH, modelos más utilizados en estudios similares, en contraste a los modelos tipo HAR-RV lo cuales fueron presentados en el 2004 por Corsi y fueron generalizados recientemente en el año 2014 presentando muy buenos resultados. A medida que se fueron estilizando más comportamientos en la dinámica de la volatilidad financiera han nacido modelos más refinados y precisos en lo que concierne a su pronóstico, con la consideración de la de heterocedasticidad (la varianza de los errores no constante) se plantearon los modelos ARCH por Engle en 1982, los cuales darían paso a la más utilizada familia de modelos de pronóstico de volatilidad financiera, denominada GARCH, debido a que son la generalización del modelo planteado por Engle, este trabajo fue presentado por Bollerslev en 1986 y ha sido la familia de modelos más citada y extendida en las investigaciones hasta la fecha. La presencia de la propiedad de larga memoria en las series financieras a significado un nuevo desafío y oportunidad a la vez en la búsqueda del pronóstico de volatilidad, es justamente dentro de este contexto es que se presentó un tipo de modelo con una metodología mucho más simple pero con una potente interpretación económica que al igual que los modelos anteriores considera la heterocedasticidad pero además considera la propiedad de larga memoria, estos modelos fueron llamados Modelo Autor regresivo Heterogéneo (HAR). Los dos tipos de modelos mencionados son utilizados para pronosticar volatilidades realizadas en 5 series de tipo de cambio, para posteriormente contrastar sus resultados en búsqueda del modelo con mayor exactitud en sus pronósticos. Para encontrar una mayor robustez en las conclusiones se llevan además sensibilizaciones variando la frecuencia de las observaciones con que se calcula la RV y variando las ventanas móviles utilizadas en el trabajo de barrido de las observaciones. Todos los resultados obtenidos reconfirman la tesis original del trabajo otorgándoles un mayor rendimiento en todos los casos a los modelos tipo HAR-RV