Integración fraccionaria y valor en riesgo

Resumen

Investigaciones recientes sobre la volatilidad de los mercados de valores resaltan los problemas asociados con la correlación de precios dependiente en el tiempo, así como sus implicaciones en el comportamiento estocástico de los rendimientos. Numerosos enfoques y modelos empíricos han sido aplicados para examinar dicho comportamiento, pero concentrándose en el caso de los países desarrollados. Pocos estudios se han avocado a analizar la presencia de memoria larga en los mercados emergentes. Este trabajo intenta superar esas limitaciones mediante el examen de la memoria larga de los rendimientos diarios del índice de la Bolsa Mexicana de Valores (bmv) para el periodo enero de 1983 a diciembre de 2009. Se aplican modelos de la familia ARCH para analizar la volatilidad del mercado y para modelar los rendimientos se especifica un modelo arfima (autoregressive fractionally integrated moving average). Se realizan varias estimaciones suponiendo diferentes distribuciones para los errores (distribución normal, t de Student y t de Student asimétrica).
Posteriormente, las volatilidades estimadas se utilizan para calcular el Valor en Riesgo (VaR) para las posiciones larga y corta. La evidencia empírica confirma la presencia de memoria larga manifiesta en la significancia del parámetro de integracción fraccionaria para los rendimientos observados. Este resultado sugiere la posibilidad de predecir los precios futuros y obtener ganancias extraordinarias, contrario a lo que afirma la teoría de los mercados eficientes. Finalmente, es de destacar que el análisis efectuado sugiere que los modelos de volatilidad asimétrica podrían medir mejor el riesgo de mercado, especialmente cuando se considera que el proceso de los errores sigue una distribución t de Student sesgada.

DOI: https://doi.org/10.24275/uam/azc/dcsh/efr/2011v11n1/Lopez