Valor en Riesgo mediante un modelo heterocedástico condicional α-estable

El objetivo de esta investigación es describir y comparar la estimación del Valor en Riesgo (VaR), considerando un modelo GARCH univariado con la innovación de la distribución α-estable. Los resultados estadísticos sugieren que el modelo VaR α-estable proporciona estimaciones del VaR más precisas qu...

Descripción completa

Detalles Bibliográficos
Autores: Ramona Serrano Bautista, Leovardo Mata Mata
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2018
País:México
Institución:Instituto Tecnológico y de Estudios Superiores de Monterrey
Repositorio:Redalyc-ITESM
OAI Identifier:oai:redalyc.org:423754874001
Acceso en línea:https://www.redalyc.org/articulo.oa?id=423754874001
https://www.redalyc.org/journal/4237/423754874001/
https://www.redalyc.org/journal/4237/423754874001/html/
https://www.redalyc.org/journal/4237/423754874001/423754874001.epub
https://www.redalyc.org/journal/4237/423754874001/movil
Access Level:acceso abierto
Palabra clave:Economía y Finanzas
GARCH
estable
Distribución estable
Valor en Riesgo (VaR)
Modelo heterocedástico condicional α
Descripción
Sumario:El objetivo de esta investigación es describir y comparar la estimación del Valor en Riesgo (VaR), considerando un modelo GARCH univariado con la innovación de la distribución α-estable. Los resultados estadísticos sugieren que el modelo VaR α-estable proporciona estimaciones del VaR más precisas que el modelo bajo la hipótesis gaussiana, el cual subestima significativamente el VaR en períodos de alta volatilidad. Por el contrario, en el período posterior a la crisis, el VaR al 95% bajo la hipótesis gaussiana muestra resultados aceptables y el obtenido bajo el modelo α-estable se encuentra por debajo del rango admisible. La principal aportación de esta investigación es que propone una distribución condicional alternativa para los rendimientos de los precios de los activos en el mercado financiero mexicano, considerando un modelo GARCH con la innovación de la distribución α-estable. Por último, esta investigación proporciona evidencia de que el modelo VaR α-estable estima satisfactoriamente el VaR para niveles altos de confianza incluso en períodos de alta volatilidad. En contraste, en períodos de relativa tranquilidad para niveles de confianza bajos este modelo sobrestima las pérdidas potenciales.