You are on page 1of 12

Modelo

ARCH

Media cero Varianza constante .Introducción Los modelos que hemos trabajado son lineales. Los modelos se pueden linealizar tomando logaritmos. El análisis de series temporales se ha trabajado bajo un esquema estacionario (con transformaciones en caso de ser necesario).

Las estructuras lineales son incapaces de explicar determinados aspectos que suelen estar presentes en las series financieras. Problema de eficiencia de los estimadores.NO SIEMPRE SE PUEDE MANTENER LA HIPOTESIS DE VARIANZA CONSTANTE. . en general. las series financieras no presentan. Por ejemplo. por amplios intervalos de confianza (alta volatilidad). una varianza o variabilidad constante. ES NECESARIO REALIZAR CONTRASTES DE VARIANZA CONSTANTE.

CONTAGIO: los periodos en los que la volatilidad es alta suele mantenerse en el tiempo.En series financieras. la varianza presenta: COMPORTAMIENTO AUTOREGRESIVO: variabilidad actual suele depender del comportamiento volátil habido en el pasado. ASIMETRIA: las caídas son más intensas y bruscas que las subidas. . lo mismo ocurre en periodos de baja volatilidad.

. que no será constante. tras el cual vuelve a la normalidad. entre ellos. dicha variabilidad se refleja en la varianza. En definitiva.En los mercados financieros. Existen diferentes tipos de modelos no lineales. los más populares son los ARCH y GARCH para predecir la volatilidad. la estabilidad o inestabilidad se suele relacionar con su comportamiento anterior y que tras un “sobresalto” se produce una variabilidad que dura un cierto periodo de tiempo.

La información pasada de una variable y su volatilidad son factores que explican su comportamiento presente y . Un modelo que atienda en la predicción a los valores de la varianza en el pasado servirá para realizar estimaciones a futuro más precisas. en los cuales la varianza condicionada a la información pasada no es constante y depende del cuadrado de las innovaciones pasadas. Determinan un patrón de comportamiento estadístico para la varianza. . podrá ser extrapolado a futuro. por tanto.Modelo ARCH Modelo Auto Regresivo con Heterocedasticidad Condicional Engle (1982) introduce una nueva clase de procesos estocásticos llamados modelos ARCH.

no existe información en el pasado que sirva para predecir el futuro. No se . Es decir.En los modelos manejados se ha trabajado bajo hipótesis de estacionariedad Los residuos del modelo tienen estructura de ruido blanco Son lineales Distribuciones normales simétricas En el ruido blanco: E(at )= 0 Var(at )= Cov(at . la correlación indica independencia temporal.at-j )=0 para todo j Bajo estos supuestos.

Se diferencia de los modelos ARIMA en que los modelos ARCH trabajan con series heterocedasticas. Puede haber alguna relación de forma cuadrática u otra forma no lineal.El que no exista correlación temporal en un modelo lineal no significa que ésta no pueda existir de forma no lineal. No son modelos excluyentes. . Los modelos ARCH son utilizados para modelizar y predecir volatilidad.

ARCH(q) El proceso es un proceso idénticamente distribuido. La suma de ha de ser menor que uno. es condicionalmente normal y su varianza es Los parámetros han de ser positivos. con media nula y varianza unitaria ( es un factor denominado volatilidad) Si es gaussiano y se distribuye como una normal. para garantizar la estacionariedad. .

. Los modelos ARCH son bastante restrictivos. las restricciones resultan más complejas y el proceso de estimación es más costoso. En la práctica. Para modelos ARCH de orden superior a uno.Debilidades de modelo ARCH El modelo asume que los shocks positivos y los negativos tienen el mismo efecto sobre la volatilidad ya que ésta depende del cuadrado de los shocks pasados. es bien sabido que el precio de un activo financiero responde de manera diferente a los impactos positivos y negativos.

pero no explican las causas de dicho comportamiento. Los modelos ARCH consiguen describir el comportamiento de la varianza condicionada. los modelos ARCH requieren un número elevado de retardos para describir el proceso de volatilidad.Debilidades de modelo ARCH Generalmente. .

es/esp/nueva_doc encia/comp_col_get/lade/Econometria_ II_NOdocencia/Documentaci%C3%B3n%20y %20apuntes/TEMA%2011_Introducci%C3%B 3n%20a%20la%20econometr%C3%ADa%20fin anciera.%20Modelos%20ARCH.uc3m.scielo.org.co/scielo.php?script=sci _arttext&pid=S012147722008000100011 .est.FUENTES http://www.pdf http ://www.