Palabras clave
GARCH
volatilidad
metodología
IGBC.
Cómo citar
Resumen
El objetivo de esta investigación es determinar ¿cuál es el modelo que permite explicar con mayor precisión el comportamiento histórico del índice general de la bolsa de valores de Colombia (IGBC), durante el periodo comprendido entre el 01 de enero de 2008 y el 31 de mayo del año 2012?, analizando dicho fenómeno desde la perspectiva teórica del Dow jons y el análisis técnico y empleando la metodología de los modelos de la familia ARCH. Se estudia la volatilidad del mercado, se comparan los modelos ARCH, GARCH, EGARCH y PARCH utilizando los criterios tradicionales de evaluación y concluyendo que el modelo EGARCH (1,1) posee la mejor capacidad para predecir. Finalmente, se identifica como futura línea de investigación, la necesidad de contractar empíricamente la pertinencia de medir la volatilidad del IGBC según las directrices fijadas por la superintendencia financiara colombiana para el cálculo del riesgo de mercado.Citas
Alonso, J.C. y Patiño, C.I. (2005). Evaluación de pronósticos para la tasa de cambio en
Colombia. Estudios Gerenciales, 96, 13-26. Disponible en: http://bibliotecadigital. icesi.edu.co/biblioteca_digital/bitstream/item/361/1/Evaluacion_de_pronosticos_para_tasade_cambio.pdf.
Amigo, L. (s.f) Modelos ARCH: Análisis de la Volatilidad de Series Temporales Financieras.
Andersen, T.G. y Bollerslev, T. (1997). Intraday periodicity and volatility persistence in financial markets. Journal of Empirical Finance, 4(2-3), 115-158.
Berument, H. y Kiymaz, H. (2003). The day of the week effect on stock market volatility and volume: International evidence. Review of Financial Economics, 12(3), 363-380.
Bollerslev, Chou y Kroner. (1992).ARCH modeling in finance:A review of the theory and empirical evidence. Journal of Econometrics, Volume 52, Issues 1-2, Pages5-59.
Box, G.E.P. and J.M. Jenkins. (1976). Time series analysis: Forecasting and control (Holden-Day, San Francisco, CA).
Casas, M. y Cepeda, C. (2008). Modelos ARCH, GARCH y EGARCH: aplicaciones a series financieras; Cuadernos de Economía Vol 27, No 48.
Maya, C. y Torres, G. (2005). Las caminatas aleatorias no son de este mundo. Teoría y revisión bibliográfica sobre evidencia empírica. Revista Universidad EAFIT. Vol 41 N° 138. 2005.
De Arce, R. (2004). “20 Años de Modelos ARCH: Una Visión de Conjunto de las Distintas Variantes de la Familia, (Facultad de CC EE y EE, Universidad Autónoma de Madrid, Madrid) 53 págs.
De Lara, A. (2011). Medición y Control de Riesgos Financieros. Tercera Edición. México: Editorial Limusa.
Díaz, S. (s.f) Aplicación del modelo ARCH y GARCH para el Cálculo de la Volatilidad en Riesgo de Mercado, Universidad Autónoma de Bucaramanga.
Domínguez, R. y Zambrano, A. (2011). Pronóstico con Modelos ARIMA para los casos del Índice de Precios y Cotizaciones (IPC) y la Acción de América Móvil (AM), Memoria del XXI Coloquio Mexicano de Economía Matemática y Econometría.
Echeveria, P. (2011). Seminario de planificación y control de la producción sl.
Engle, R. (1982). Autoregresive Coditional Heteroscedasticity with estimates of the variance of United Kingdominflation”, Econometrica 55, Julio, pp. 987-1007.
Fama, E. (1965). The Behavior of Stock-Market Prices. The Journal of Business, Vol. 38, No. 1. pp. 34-105.
Gourieroux, C. (1992): Qualitative Threshold ARCH Models Journal of Econometrics, 52, Vol 1-2. Pgs: 159-199.
Gujarati, D. (2033). Econometría. Cuarta Edición. México: Editorial Mc Graw Hill.
Hernández, S. (2009). Pronóstico y volatilidad del ipyc de la bolsa mexicana de valores, Universidad Cristóbal Colón, Veracruz, Méx.
Hanke, J. y Wichern, D. (2006). Pronostico en los Negocios, Octava edición, Prentice Hall, p. 382.
Johnston, J. y Dinardo, J. (1997). Econometric methods, Ed. Mc Graw Hill, USA, 2ª Ed. Melo, L y Becerra, O. (2006). Medidas de riesgo, características y técnicas de medición. Una aplicación del VaR y el ES a la tasa interbancaria de Colombia. Bogotá, Centro Editorial Rosarista.
Mahía, Ramón. Revisión de los procedimientos de análisis de la Estacionariedad de las series Temporales. Febrero 1999.
Michael Pokorny, An Introducción to Econometrics, Basil Blackwell, New York, 1987, p.343.
Murphy, J. (2000). Análisis técnico de los mercados Financieros. Barcelona, España: Gestión. 540 pp.
Nelson, D.B. (1991). Conditional Heterocedasticity in asset returns: a New Approach” Econometrica, 59, Pgs: 347-370.
Krugman, P., y Wells, R. (2006). Macroeconomía: introducción a la Economía.editorial reverté S.A.
Pindick. R, y Rubinfeld, D. (2001). Econometría, modelos y pronósticos. Ed. Mc Graw Hill. México.
Zarraga, A. (2011). Modelos de Heterocedasticidad Condicionada, Universidad del País Vasco.
Zkonian, J.M. (1994). Threshold Heteroskedastic Models. Journal of Economic, Dynamics and Control, 18. Pgs: 931-955.
Esta revista proporciona un acceso abierto a su contenido, basado en el principio de ofrecer al público un acceso libre a las investigaciones ayuda a un mayor intercambio global del conocimiento. De igual forma su versión impresa es de libre acceso y no tiene costos asociados por publicación.