Keywords
GARCH
volatility
methodology
IGBC.
How to Cite
Abstract
Abstract This research aims to determine, what is the model that allows to explain more precisely the historical behavior of the general index of the stock exchange of Colombia (IGBC), from the period January 1 2008 to May 31-2012? Analyzing this phenomenon from the theoretical perspective of the Dow Jones and the technical analysis and using the methodology of the ARCH family models. It is studied the market volatility, the ARCH, GARCH, EGARCH and PARCH models are compared using traditional evaluation criteria and it`s concluded that the EGARCH (1, 1) model has the best ability to predict. Finally, it is identified like a future line of research, the need for empirically contracting the relevance of measuring the volatility of the IGBC under the guidelines established by the Colombian financial Superintendence for the calculation of market risk.References
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.
This journal provides an open access to its content, based on the principle of offering the public free access to research, helping to increase global knowledge exchange. Likewise, the printed version is freely accessible and has no associated costs per publication.