Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Similars in SciELO
Share
EconoQuantum
On-line version ISSN 2007-9869Print version ISSN 1870-6622
Abstract
SERRANO BAUTISTA, Ramona and MATA MATA, Leovardo. Un enfoque del VaR heterocedástico condicional con distribuciones alternativas. EconoQuantum [online]. 2020, vol.17, n.2, pp.81-98. Epub Nov 18, 2020. ISSN 2007-9869. https://doi.org/10.18381/eq.v17i2.7125.
Objetivo
El propósito de este trabajo es explorar diferentes distribuciones en la estimación del Valor en Riesgo (VaR) como una opción en el mercado mexicano.
Metodología
Estimamos un modelo GARCH bajo la hipótesis de las distribuciones Gaussiana, Normal Inversa Gaussiana, t-student Sesgada Generalizada y Estable. Implementamos este modelo para predecir los VaR a un día y finalmente examinamos el desempeño de estos cuatro modelos VaR durante una período de alta volatilidad.
Resultados
El resultado del backtesting confirma que el VaR estable a un nivel de confianza del 99% supera a los otros modelos en la predicción del VaR. Limitaciones: Aunque el VaR es una medida de riesgo ampliamente utilizada, no es una medida de riesgo coherente, por esta razón, una extensión natural de nuestra investigación sería estimar el Valor en Riesgo Condicional (CVaR) lo cual podría generar diferentes resultados.
Conclusiones
Nuestros hallazgos revelan que los modelos que consideran algunas características empíricas de los rendimientos financieros, tales como leptocurtosis, agrupamiento de volatilidad y asimetría, mejoran la capacidad de predicción del VaR. Lo anterior es importante en la búsqueda de enfoques más precisos y eficientes en la estimación de VaR.
Keywords : VaR; GARCH; distribución estable; distribución t-student sesgada generalizada; distribución normal inversa gaussiana; G17; C22; C53.