Publication:
Modelos para series temporales heterocedásticas

Loading...
Thumbnail Image
Identifiers
Publication date
1994
Defense date
Advisors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
ICE
Impact
Google Scholar
Export
Research Projects
Organizational Units
Journal Issue
Abstract
Muchas series temporales financieras observadas con frecuencias elevadas y algunas series macroeconómicas son condicionalmente heterocedásticas. La modelización de la varianza condicional de dichas series es importante desde un punto de vista teórico para cualquier modelo que tenga en cuenta la incertidumbre. Además, desde un punto de vista econométrico, si se ignora la heterocedasticidad se puede incurrir en pérdidas de eficiencia en la estimación y en la construcción de intervalos de predicción. En el presente artículo, se revisan los principales modelos univariantes y multivariantes propuestos en la literatura para la modelización de la heterocedasticidad temporal: modelos basados en ARCH y modelos de volatilidad estocástica. Para cada modelo considerado se describen sus principales propiedades estocásticas así como su estimación, validación y predicción. En el caso univariante, los diferentes modelos descritos se ilustran con la modelización del Índice Largo diario de la Bolsa de Madrid.
Description
Keywords
ARCH, Cointegración en la varianza, Heterocedasticidad, Índices bursátiles, Varianza condicional, Volatilidad estocástica
Bibliographic citation
Cuadernos Económicos del ICE, 1994, vol. 56, p.73-108