Professional Documents
Culture Documents
Lobato (ITAM) ()
Eco Ava
1 / 63
Modelos de Volatilidad
Eco Ava
2 / 63
Modelos no-lineales
1 ) + t
1 , ..., yt p ) + t
Eco Ava
3 / 63
Modelos no-lineales
a1 yt
a2 yt
+ t
1 + t
1
si
si
yt
yt
2
2
0
<0
2 )yt 1
+ t
Eco Ava
4 / 63
Modelos no-lineales
Ej Modelos EAR (Exponential AR)
yt = a1 yt
+ ... + ap yt
+ t
donde
aj = j + j exp( yt2 1 )
permite tener ciclos en el lmite
Tambin medias mviles no lineales, ej NLMA(1)
yt = t + b2t
o en general NLMA(q)
yt = g (t , t
Eco Ava
1 , ..., t q )
5 / 63
Modelos no-lineales
Modelos bilineales
yt = t + bt
1 yt 2
o
yt = ayt
+ t + bt
2 yt 2
= t yt 1 + t
= m + t 1 + t
Eco Ava
6 / 63
Modelos no-lineales
1 ) + h (zt 1 ) t
donde t es MDS
en este caso
g (zt
1)
= E (yt j zt
h2 (zt
1)
= V (yt j zt
1)
Eco Ava
1)
7 / 63
Modelos no-lineales
+ bi ,j ,kl i ,t j k ,t
+ ...
i ,j k ,l
Eco Ava
8 / 63
Modelos no-lineales
Eco Ava
9 / 63
P ound
E uro
2
-1
-1
-2
-2
-3
0 4 -J a n -2 0 0 4
2 0 -M a r -2 0 0 5
0 4 -J u n -2 0 0 6
1 9 -A u g -2 0 0 7
-3
0 4 -J a n -2 0 0 4
2 0 -M a r -2 0 0 5
0 4 -J u n -2 0 0 6
1 9 -A u g -2 0 0 7
Y en
C an
2
1
1
0
-1
-1
-2
-2
0 4 -J a n -2 0 0 4
2 0 -M a r -2 0 0 5
0 4 -J u n -2 0 0 6
1 9 -A u g -2 0 0 7
-3
0 4 -J a n -2 0 0 4
2 0 -M a r -2 0 0 5
0 4 -J u n -2 0 0 6
1 9 -A u g -2 0 0 7
Eco Ava
10 / 63
4
E uro
P ound
-2
-2
-4
1 4 -J a n -2 0 0 0
2 6 -J u l-2 0 0 2
0 4 -F e b -2 0 0 5
1 7 -A u g -2 0 0 7
-4
1 4 -J a n -2 0 0 0
2 6 -J u l-2 0 0 2
0 4 -F e b -2 0 0 5
1 7 -A u g -2 0 0 7
4
C an
Y en
2
2
1
-1
-2
-2
-3
1 4 -J a n -2 0 0 0
2 6 -J u l-2 0 0 2
0 4 -F e b -2 0 0 5
1 7 -A u g -2 0 0 7
-4
1 4 -J a n -2 0 0 0
2 6 -J u l-2 0 0 2
0 4 -F e b -2 0 0 5
1 7 -A u g -2 0 0 7
Eco Ava
11 / 63
n
Media
Mediana
SD
Skewness
Kurtosis
Mximo
Mnimo
Euro
382
0.0738
0.0781
1.3539
0.0540
3.0555
4.4680
-3.1636
Semanal
382
0.0552
0.0763
1.1407
0.0545
2.9649
3.4830
-3.2307
Eco Ava
Can
382
-0.0832
-0.0864
0.9410
0.0846
2.8875
2.8128
-2.7067
U
382
0.0352
0.0141
1.2525
-0.2945
3.0895
3.1835
-4.3058
12 / 63
n
Media
Mediana
SD
Skewness
Kurtosis
Mximo
Mnimo
Euro
908
0.0076
0.0000
0.5423
-0.1263
3.7602
1.9358
-2.0355
Diario
908
0.0113
0.0221
0.5332
-0.0976
3.4927
2.0930
-2.1707
Eco Ava
Can
908
-0.0213
-0.0080
0.5036
-0.0196
3.1345
1.5129
-1.7491
U
908
0.0068
0.0279
0.5670
-0.3763
5.0746
2.4519
-2.7859
13 / 63
Eco Ava
14 / 63
Semanal
Euro
b
1
0.018
0.046
b
2
-0.002
-0.008
b
3
0.049
-0.031
b
4
0.024
-0.043
b
5
0.036
-0.024
LB5
1.795
2.191
LB15 9.139
7.451
LB25 18.746
32.584
LB50 42.559
59.107
AQn
0.151
0.827
Nota: y : signicativos al 5% y
Eco Ava
Can
U
-0.023 0.054
0.031 -0.024
0.011
0.010
0.015 -0.041
0.052 -0.095
1.781
4.900
10.266 18.861
21.786 24.519
41.140 58.756
0.208
1.105
al 10%, respectivamente.
15 / 63
Diario
Euro
b
1
-0.047
0.001
b
2
0.003
0.007
b
3
-0.046
-0.055
b
4
-0.002
0.028
b
5
-0.002
0.003
LB5
4.071
3.586
LB15 15.516
13.256
LB25 28.552
26.568
LB50 61.922 64.803
AQn
1.889
0.021
Nota: y : signicativos al 5% y
Eco Ava
Can
U
-0.016 -0.020
-0.028 -0.015
-0.001 -0.016
-0.060 0.013
-0.063 0.039
8.045
2.452
15.181 6.670
19.756 13.155
49.887 37.428
0.253
0.380
al 10%, respectivamente.
16 / 63
Eco Ava
17 / 63
Eco Ava
18 / 63
Eco Ava
19 / 63
Eco Ava
20 / 63
Repaso
Ley de esperanzas iteradas
Una esperanza incondicional se puede calcular iterativamente como
una sucesin de esperanzas condicionales
Llama
Et
J h (yt )
= E (h(yt ) j zt
J)
Piensa que
Et
J h (yt )
= Et
J ...Et 2 Et 1 h (yt )
y al hacer que J !
Eh(yt ) = ...Et
Eco Ava
2 Et 1 h (yt )
21 / 63
Modelo ARCH(1)
El modelo se compone de dos ecuaciones: la primera garantiza que yt
es MDS y la segunda propone un modelo para la varianza condicional
yt
2t
= t t
= + yt2
j zt
j zt
1)
=0
2
2
1 ) = t = + yt
Eco Ava
1j
es
22 / 63
Modelo ARCH(1)
Eco Ava
23 / 63
Modelo ARCH(1)
piensa que t sea N(0,1) entonces
yt j zt
N (0, + yt2 1 )
grcamente
y 0.8
0.6
0.4
0.2
-5
-4
-3
-2
-1
Eco Ava
24 / 63
Si jyt 1 j fue grande entonces es muy probable que jyt j sea tambin
grande (lnea azul)
Si jyt 1 j fue pequeo entonces es muy probable que jyt j sea tambin
pequeo (lnea roja)
Esta volatilidad se reeja en series en las que se observan periodos
muy inestables seguidos por periodos muy tranquilos
Eco Ava
25 / 63
Modelo ARCH(1)
Momentos incondicionales
Eyt = ...Et
Vyt = Eyt2 = ...Et
= ...Et
2
2
3 Et 2 t Et 1 t
= ...Et
4 Et 3 (
= ...Et
+ Et
4 Et 3 (
2 Et 1 yt
2
2 Et 1 yt
= ...Et
2
2 yt 1 )
+ 2t 1 Et
= ...Et
2
3 Et 2 t
= ...Et
2
2 t 1 )
Eco Ava
=0
2 2
3 Et 2 E t 1 t t
= ...Et
4 Et 3 (
= ..Et
3 Et 2 (
+ Et
4 Et 3 (
+ yt2 1 )
2
2
2 t 1 t 1 )
+ 2t 1 )
26 / 63
= ...Et
= ...Et
4 Et 3 (
+ 2t 1 Et
4 Et 3 ( +
= ...Et
= ...Et
+ yt2
2
2 t 1 )
= ..Et
) = ...Et
4 (
+ + Et
4 ( + + Et
4 Et 3 (
4 ( +
+ Et
2
2
3 t 2 t 2 )
2
3 ( + yt 3 )
= + + 2 + 3 + ... =
+ 2t 1 )
2
3 yt 2
Eco Ava
27 / 63
Modelo ARCH(1)
Eyt2 =
1
o sea tiene que cumplir 0 < < 1.
Eco Ava
28 / 63
Modelo ARCH(1)
Momentos incondicionales
Kurtosis: (ver tarea) s hay, de hecho
=
3(1 2 )
>3
(1 32 )
Eco Ava
29 / 63
Modelo ARCH(1)
Distribucin condicional
yt es MDS
yt2 = 2t + (yt2
2t ) = 2t + vt
con vt = yt2
2t
Nota que
E (vt j zt
1)
= 2t
2t = 0
+ vt
Eco Ava
30 / 63
Modelo ARCH(1)
Como yt es MDS su predictor ptimo es 0
llama al predictor ptimo de yT +l en el momento T :
por tanto
yeT +l jT = E (yT +l j zT )
yeT +l jT = 0
yeT +l jT )2 = ET (yT2 +l )
= (1 + + 2 + ... + l
a medida que l !
ECM (yeT +l jT ) !
) + l yT2
la varianza incondicional
Lobato (ITAM) (Institute)
Eco Ava
31 / 63
Modelo ARCH(p)
= t t
= + 1 yt2
+ 2 yt2
+ ... + p yt2
Eco Ava
32 / 63
(9 i )
, para i = 1, ..., 8.
36
Eco Ava
33 / 63
Modelos GARCH
Modelos GARCH
yt
2t
= t t
= + 1 yt2
+ ... + p yt2
+ 1 2t
+ ... + q 2t
Eco Ava
34 / 63
Modelo GARCH(1,1)
yt
2t
= t t
= + 1 yt2
+ 1 2t
es MDS
yt2 = 2t + (yt2
2t ) = 2t + vt
con vt = yt2
2t
Nota que
E (vt j zt
1)
= 2t
2t = 0
yt2 = + 1 yt2
yt2
+ 1 2t
+ vt
sigue un ARMA(1,1)
Eco Ava
35 / 63
Modelo GARCH(1,1)
Su varianza incondicional usando la LEI
Vyt = Eyt2 = ...Et
= ...Et
...Et
= ...Et
= ...Et
2
2 Et 1 yt
2 2
3 Et 2 E t 1 t t
2
2
3 Et 2 t Et 1 t
= ...Et 3 Et 2 2t =
2
2
3 Et 2 ( + 1 yt 1 + 1 t 1 )
4 Et 3 (
+ 1 Et
4 Et 3 ( + 1 E t
= ...Et
= ...Et
4 Et 3 (
2
2
2 yt 1 + 1 Et 2 t 1 )
2
2
2
2 t 1 t 1 + 1 Et 2 t 1 )
+ ( 1 + 1 ) Et
2
2 t 1 )
Eco Ava
36 / 63
Modelo GARCH(1,1)
Vyt
= + (1 + 1 ) + (1 + 1 )2 + (1 + 1 )3 + ...
=
1 ( 1 + 1 )
Eco Ava
37 / 63
Modelo GARCH(p,q)
el modelo GARCH(p,q) es igual
yt
2t
= t t
= + 1 yt2
+ ... + p yt2
+ 1 2t
+ ... + q 2t
j +
j =1
j < 1
j =1
2t ) = 2t + vt
con vt = yt2
2t
vt es MDS, y
yt2 = + 1 yt2
Lobato (ITAM) (Institute)
+ ... + p yt2
Eco Ava
+ 1 2t
+ ... + q 2t
+ vt
38 / 63
Modelo GARCH(p,q)
nota que 2t no es observable, por lo que vamos a sumar y restar
j yt2 j :
j yt2
j yt2
j =1
j yt2 j +
j 2t
+ vt
+ j yt2 j + j (2t
j =1
yt2 = +
j =1
j =1
j =1
yt2 = +
yt2 = +
j yt2 j +
j =1
yt2 j ) + vt
j =1
j vt
+ vt
j =1
en donde i = i + i y p = max(p, q )
por tanto, yt2 sigue un ARMA(p , q)
Lobato (ITAM) (Institute)
Eco Ava
39 / 63
Modelo IGARCH
Eco Ava
40 / 63
Modelo IGARCH
por ejemplo, llama =
1 =
1 + 1 entonces
2t = + (1 + )yt2
o sea
2t =
2t
+ (1 + )yt2
(1 + L)
por tanto
yt2 = 2t + vt =
+ (1 + )yt2
(1 + L)
+ vt
o sea
(1 + L)yt2 = + (1 + )yt2
yt2 = + vt + vt
+ (1 + L)vt
1
con < 0
Lobato (ITAM) (Institute)
Eco Ava
41 / 63
Modelo IGARCH
Nota una diferencia importante con los modelos anteriores a la hora
de calcular el ECM del mejor predictor
yeT +l jT = E (yT +l j zT ) = 0
ECM (yeT +l jT ) = ET (yT +l
=
=
=
=
=
yeT +l jT )2 = ET (yT2 +l )
2
1 (yT +l )
ET ET +1 ...ET +l 1 (yT2 +l 1 + + vT +l + vT +l 1 )
ET ET +1 ...ET +l 2 (yT2 +l 1 + + vT +l 1 ) = ...
ET (yT2 +1 + (l 1) + vT +1 )
yT2 + (1 )2T + (l 1)
ET ET +1 ...ET +l
Eco Ava
42 / 63
ej ARCH(1)
se pueden estimar y por MCO en la ecuacin
yt2 = + yt2
+ vt
N (0, + yt2 1 )
Eco Ava
43 / 63
= f (yT j yT
1 , ..., y2 , y1 )
1 , ..., y1 )
f (yT
j yT
2 , ..., y2 , y1 )
entonces
log L =
T
log 2
2
1 T
log( + yt2 1 )
2 t
=2
yt2
1 T
2
2 t
=2 + yt
+ log f (y1 )
1
Eco Ava
44 / 63
Eco Ava
45 / 63
Eco Ava
46 / 63
= xt + t
j zt 1 ) = + 2t
Eco Ava
47 / 63
Eco Ava
48 / 63
Modelos SV
SV de volatilidad estocstica o varianza estocstica
Es una alternativa a los ARCH
modelo ms sencillo
yt = t t
2t = exp(ht )
ht = + ht
+ t
donde
t
IIDN (0, 1)
IIDN (0, 2 )
Eco Ava
49 / 63
Modelos SV
la primera ecuacin
yt = t t
garantiza que yt es MDS
la segunda ecuacin propone un modelo para la varianza condicional
2t = exp(ht )
en donde
ht = + ht
+ t
Eco Ava
50 / 63
Modelos SV
Eco Ava
51 / 63
momentos condicionales
E (yt j zt
1)
= E (t j zt
= E (t j zt
1)
1 )E ( t
j zt
1)
0=0
usando que
E (t j zt
1)
Eco Ava
= E ( t ) = 0
52 / 63
momentos condicionales
V (yt
usando que
j zt 1 ) = E (yt2 j zt 1 )
= E (2t j zt 1 )E (2t j zt
E (2t j zt
E (2t
y como
= E (2t j zt
V (yt j zt
1)
1)
= E (exp( t )) = exp(
= exp( +
Eco Ava
1)
= E (2t ) = 1
j zt 1 ) = E (exp( + ht 1 + t ) j zt
= exp( + ht 1 )E (exp( t ) j zt 1 )
E (exp( t ) j zt
1)
1)
2
2
+ ht
2
2
1)
1)
53 / 63
Modelos SV
momentos incondicionales
E (yt ) = E (t )E (t ) = 0
E (yt2 ) = E (2t )E (2t ) = E exp(ht )
nota que
ht
N(
,
1
2
2
Eco Ava
2 2
54 / 63
Modelos SV
Por tanto
E 2t = E exp(ht )
ponemos t = 1 en la frmula anterior y obtenemos
E (yt2 ) = E 2t = E exp(ht ) = exp(
2
1
)
2 1 2
Eco Ava
2
1
22
1
55 / 63
Modelos SV
E (yt4 )
2
(E (yt2 ))
3 exp( 12 +
exp( 12 +
22
(1
2 )
(1
2 )
)
= 3 exp(
2
1
E (yt
Eyt )4
(E (yt
Eyt )2 )
Eco Ava
56 / 63
Modelos SV
s)
= E (yt yt s ) = E (t t t s t
= E ( t t s )E ( t t s ) = 0
s)
yt es RB (como ya sabamos)
Eco Ava
57 / 63
=?
exp(
2
1
E (yt2 )2
2
1
ahora
E (yt2 yt2 s ) = E (2t 2t 2t s 2t s ) = E (2t 2t s )E (2t 2t s )
Eco Ava
s)
58 / 63
y usando que
N(
ht
nota que
ht + ht
,
1
22
2
+ 2cov (ht , ht
s)
s)
= s var (ht ) = s
2
2
entonces
ht + ht
2
1
,
1
22
2
+ 2s
2
2
por tanto
E (2t 2t s ) = E exp(ht + ht
Lobato (ITAM) (Institute)
s)
= exp(
Eco Ava
2
1
2
1
+ s
2
1
59 / 63
Modelos SV
Por tanto
E (yt2 yt2 s )
= E exp(ht + ht
s)
= exp(
2
1
2
2
y
cov (yt2 , yt2 s ) = E (yt2 yt2 s )
= exp(
2
1
exp(
2
1
2
1
2
1
Eco Ava
E (yt2 )2
exp(
exp(s
2
1
2
1
!
60 / 63
Modelos SV
nota que
exp(s
1>0
y que
lim exp(s
s !
2
1
1=0
por tanto la FACV de yt2 decae hacia cero a medida que s aumenta
Eco Ava
61 / 63
Modelos SV
Nota que
log yt2 = ht + log 2t
nota que si t es IID entonces log 2t es tambin IID, adems
E log 2t = c
Eco Ava
1.27
62 / 63
Modelos SV
V log 2t = v
4.93
por tanto
log yt2 = c + ht + t
con t iid ( 0, v )
llamando zt = log yt2 y usando
ht = + ht
tenemos
zt = c +
+ t
+ t
+ t
1 L
o sea
zt = c + zt
o sea
log yt2
+ + t + t
sigue un ARMA(1,1)
Eco Ava
63 / 63