Author
Listed:
- Chavarria MCyorga, Jose Antonio
Abstract
En el presente trabajo se focalizó en predecir el comportamiento de la volatilidad mediante regresión por cuantiles. Comparar los resultados obtenidos en cada uno de los índices bursátiles en estudio y cuál de estos métodos (Media Móvil y GARCH, métodos de Intervalos, métodos basados en VaR y el Método de Cuantiles) predice mejor la volatilidad. Se procedió a comparar los resultados obtenidos de 26 modelos econométricos para la predicción de la volatilidad. Se utilizó la base de datos de la Universidad Complutense de Madrid, seleccionando 7 índices bursátiles, durante el periodo del 22 de mayo de 1987 hasta el 23 de mayo del 2012, para un total de 6, 524 observaciones. En ella se reejan los precios de los índices bursátiles con los cuales se aplicó la metodología CAVIAR. Los resultados evidencian que el método por Cuantiles tiene mayor representatividad, por cuanto predice mejor la volatilidad en los horizontes de 10 y 20 días en comparación con los demás en estudios. Una posible extensión a este estudio sería estimar los momentos más altos (picos) en la distribución de la serie de cuantiles de rentabilidad, obteniendo con ello una comprensión más profunda del comportamiento de la volatilidad.
Suggested Citation
Chavarria MCyorga, Jose Antonio, 2014.
"Predicción de volatilidad mediante regresión por cuantiles,"
Universitas (León): Revista Científica de la UNAN León, National Autonomous University of Nicaragua, Leon (Unan-Leon), Researching Center for Applied Economic (RCAE), vol. 5(2), pages 1-21, December.
Handle:
RePEc:ags:naunrc:208070
DOI: 10.22004/ag.econ.208070
Download full text from publisher
Corrections
All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:ags:naunrc:208070. See general information about how to correct material in RePEc.
If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.
We have no bibliographic references for this item. You can help adding them by using this form .
If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.
For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: AgEcon Search (email available below). General contact details of provider: https://edirc.repec.org/data/ciunlni.html .
Please note that corrections may take a couple of weeks to filter through
the various RePEc services.