Cómo citar
Montenegro, R. (2010). Medición de la volatilidad en series de tiempo financieras : una evaluación a la tasa de cambio representativa del mercado (TRM) en Colombia. Revista Finanzas Y Política Económica, 2(1), 125–132. Recuperado a partir de https://revfinypolecon.ucatolica.edu.co/article/view/547
Licencia

Esta revista está autorizada por una licencia de atribución Creative Commons (CC BY-NC-SA 4.0) Attribution-Non Commercial 4.0 International. Para las licencias CC, el principio es el de la libertad creativa. Este sistema complementa el derecho de autor sin oponerse a este, conscientes de su importancia en nuestra cultura. El contenido de los artículos es responsabilidad de cada autor y no compromete, de ninguna manera, a la revista o a la institución. Se permite la divulgación y reproducción de títulos, resúmenes y contenido total, con fines académicos, científicos, culturales, siempre y cuando, se cite la respectiva fuente. Esta obra no puede ser utilizada con fines comerciales.

Licencia de Creative Commons

La revista no cobra a los autores por la presentación o la publicación de sus artículos

Resumen

Existen diferentes métodos para la medición del agrupamiento de la volatilidad en las series financieras, en las cuales el supuesto sobre la distribución del error determina la estructura de la función de log verosimilitud. En este documento se explota la flexibilidad de los modelos ARCH para capturar los agrupamientos de la volatilidad de la Tasa Representativa del Mercado TRM colombiana. Los resultados indican que el modelo MA (1) en media y el modelo GARCH (1, 1) en varianza superan otro tipo de especificación, que trate de medir el agrupamiento de la volatilidad de la TRM colombiana.

Palabras clave:

Citas

Andersen, T.G., Bollerslev, Tim, Diebold, Francis X, & Ebens, Heiko. The Distribution of Realized Stock Return Volatility. Journal of Financial Economics, 61: 43-76. 2001.

Andersen, T.G., Bollerslev, Tim, Diebold, Francis X. & Labys, Paul. Modelling and Forecasting Realized Volatility. Econométrica, 71: 579-625. 2003.

Andersen, T.G., Bollerslev, Tim, Diebold, F.X. & Labys, Paul. The Distribution of Realized Exchange Rate Volatility. Journal of the American Statistical Association, 96: 42-55. 2001.

De Arce Borda, Rafael. 20 Years of Arch Modelling: a Survey of Different Models in the Family. Estudios de Economía Aplicada, 22(1). 2004.

Bollerslev, Tim. Modeling the Coherence in Short-run Nominal Exchange Rates: A Multivariate Generalized ARCH Approach. Review of Economics and Statistics, 72: 498-505. 1990.

Bollerslev, Tim. Generalized Autoregressive Conditional Heteroskedasticity Journal of Econometrics, 31: 307-327. 1986.

Bollerslev, Tim. A Conditionally Heteroskedastic Time Series Model for Speculative Prices and Rates of Return. Review of Economics and Statistics, 69 (3): 542-547. 1987.

Bollerslev, Tim, R.Y. Chou & K.F. Kroner.ARCH Models in Finance. Journal of Econometrics, 52: 5-59. 1992.

Bollerslev, Tim, Chou, Ray Y. & Kroner, Kenneth F. ARCH Modeling in Finance: A Review of the Theory and Empirical Evidence. Journal of Econometrics, 52: 5-59.

Bollerslev, Tim, Engle, Robert, F. & Nelson, Daniel B. ARCH Models. Chapter 49 in Robert F. Engle and Daniel L. McFadden (eds.). Handbook of Econometrics, 4. Amsterdam: Elsevier Science B.V. 1994.

Bollerslev, Tim &. Wooldridge, Jeffrey, M. Quasi-Maximum Likelihood Estimation and Inference in Dynamic Models with Time Varying Covariances. Econometric Reviews,11: 143-172. 1992.

Bollerslev, Tim. Answering the Skeptics: Yes, Standard Volatility Models Do Provide Accurate Forecasts. International Economic Review, 39: 885-905. 1998.

Campbell, J.Y., Lo, A.W. & MacKinlay, A.C. The Econometrics of Financial Markets Princeton University Press. 1997.

Ding, Zhuanxin, Granger, C. W. J. & Engle, R. F. A Long Memory Property of Stock Market Returns and a New Model. Journal of Empirical Finance, 1: 83-106. 1993.

Engle, R.F. Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive. 2002.

Engle, R.F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of UK Inflation. Econométrica, 50: 987-1008. 1982.

Engle, R.F. & Bollerslev, Tim.Modelling the Persistence of Conditional Variances?. Econometric Reviews, 5: 1-50. 1986.

Engle, Robert F. Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation. Econométrica, 50: 987-1008. 1982.

Engle, Robert F. & Bollerslev, Tim. Modeling the Persistence of Conditional Variances. Econometric Reviews, 5: 1-50. 1996.

Engle, Robert F., Lilien, David M. & Robins, Russell P. Estimating Time Varying Risk Premia in the Term Structure: The ARCH-M Model. Econométrica, 55: 391-407. 1987.

Engle, R.F. ARCH Selected Readings. Oxford University Press. 1995. Glosten, L. R., Jaganathan, R. & Runkle, D. On the Relation between the Expected Value and the Volatility of the Normal Excess Return on Stocks. Journal of Finance, 48: 1779-1801. 1993.

Glosten, Lawrence R., Jagannathan, Ravi & Runkle, David E. On the relation between the expected value and the volatility of the nominal excess return on stocks. Staff Report 157, Federal Reserve Bank of Minneapolis. 1993.

Nelson, Daniel B. Conditional Heteroskedasticity in Asset Returns: A New Approach. Econométrica, 59: 347-370. 1991.

Schwert, W. Stock Volatility and Crash of `87. Review of Financial Studies, 3: 77-102. Taylor, S. Modeling Financial Time Series, New York: John Wiley & Sons. 1986.

Vrontos, D., Dellaportas, P. & Politis, D. Full-factor Multivariate GARCH model. Econometrics Journal, 6: 312-334. 2003.

Zakoian, Jean-Michel. Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18(5): 931-955. 1994.

Descargas

Los datos de descargas todavía no están disponibles.

Citado por

Sistema OJS 3 - Metabiblioteca |