Modelización de series financieras: selección de modelos ARCH-GARCH para bolsa e inflación

Autores/as

DOI:

https://doi.org/10.33936/eca_sinergia.v17i3.6873

Palabras clave:

econometría, series de tiempo, inflación, ARCH, EViews.

Resumen

En este estudio se desarrollan modelos econométricos de series de tiempo sobre datos de activos financieros, índices bursátiles e inflación, con el propósito de ofrecer una guía introductoria para académicos interesados en la modelización de series financieras y monetarias. Se exploran especificaciones de modelos ARCH (Autorregresivo de Heterocedasticidad Condicional), GARCH (ARCH Generalizado) y TARCH (ARCH con umbral), a partir de las cuales se seleccionan configuraciones cuyos residuos estandarizados presentan un comportamiento de ruido blanco. Los distintos modelos obtenidos son luego evaluados basándose en el criterio de información de Akaike (AIC), realizándose todo el proceso a través del software EViews. Los principales resultados indican que el modelo GARCH(1,1) con Distribución t de Student proporciona el mejor ajuste para el Índice de la Bolsa de Hong Kong, y el modelo EGARCH(1,1,1) + ARCH-M con una distribución de errores t de Student es superior para el Índice de la Bolsa de Nueva York. Estos hallazgos refuerzan la utilidad de los modelos ARCH-GARCH para capturar la volatilidad en contextos financieros diversos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Abbas, G., McMillan, D. G., & Wang, S. (2018). Conditional volatility nexus between stock markets and macroeconomic variables: Empirical evidence of G-7 countries. Journal of Economic Studies, 45(1), 77–99. https://doi.org/10.1108/JES-03-2017-0062

Akaike, H. (1974). A new look at the statistical model identification. IEEE transactions on automatic control, 19(6), 716–723.

Alam, Z., & Rashid, K. (2015). Time Series Analysis of the Relationship between Macroeconomic Factors and the Stock Market Returns in Pakistan. Journal of Yaşar University, 9(36). https://doi.org/10.19168/jyu.55431

Alhussayen, H. M. (2022). Foreign Institutional Investments (FIIs) and the Saudi Stock Market: What Drives Foreign Institutions to Invest? International Journal of Economics and Finance, 14(8), 1. https://doi.org/10.5539/ijef.v14n8p1

Alphonsus Akpan, E., Lasisi, K. E., Moffat, I. U., & Abasiekwere, U. A. (2023). Appraisal of excess Kurtosis through outlier-modified GARCH-type models. Communications in Statistics - Simulation and Computation, 52(4), 1523–1537. https://doi.org/10.1080/03610918.2021.1887225

Azeez, M., & Olanrewaju, S. (2020). Statistical Analysis on the Impact of Macroeconomic Variables on Stock Market Prices in Nigeria. International journal of statistics and applications. https://www.semanticscholar.org/paper/Statistical-Analysis-on-the-Impact-of-Macroeconomic-Azeez-Olanrewaju/f5bcb5dbcddc8fa3927d4e0f3a7fddbdda8c8f4c

Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of econometrics, 31(3), 307–327.

Bollerslev, T., Engle, R. F., & Nelson, D. B. (1994). ARCH models. Handbook of econometrics, 4, 2959–3038.

Brooks, C. (2008). RATS Handbook to accompany introductory econometrics for finance. Cambridge Books.

Casas Monsegny, M., & Cepeda Cuervo, E. (2008). Modelos ARCH, GARCH y EGARCH: aplicaciones a series financieras. Cuadernos de economía, 27(48), 287–319.

Chakimatuzzahroh, C., & Witiastuti, R. S. (2018). Pull Factor and Push Factor Influences on the Volatility of Foreign Investment Flows in Indonesian Capital Market. Management Analysis Journal. https://www.semanticscholar.org/paper/Pull-Factor-and-Push-Factor-Influences-on-the-of-in-Chakimatuzzahroh-Witiastuti/f9a79b0cbc5e8ccf8d4966289502b548a74415e2

Enders, W. (2009). Applied Econometric Time Series (3rd edition). Wiley.

Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica: Journal of the econometric society, 987–1007.

Gouriéroux, C. (1997). ARCH Models and Financial Applications. https://www.semanticscholar.org/paper/ARCH-Models-and-Financial-Applications-Gouri%C3%A9roux/3f6b89536c8c501046024ec1bddb05f7aa4e172b

INDEC: Instituto Nacional de Estadística y Censos de la República Argentina. (2011, febrero). INDEC: Instituto Nacional de Estadística y Censos de la República Argentina. https://www.indec.gob.ar/indec/web/Institucional-Indec-InformacionDeArchivo

Merabet, F., Zeghdoudi, H., Yahia, R. H., & Saba, I. (2021). MODELLING OF OIL PRICE VOLATILITY USING ARIMA-GARCH MODELS F. Merabet, H. Zeghdoudi, R. H Yahia, and I. Saba. Advances in Mathematics: Scientific Journal, 10(5), 2361–2380. https://doi.org/10.37418/amsj.10.5.6

Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica: Journal of the econometric society, 347–370.

Szczygielski, J., & Chipeta, C. (2016). Risk Factors in Returns of the South African Stock Market. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.2883302

Vargas, A. S., & Martínez, O. R. (2006). Regularidades probabilísticas de las series financieras y la familia de modelos GARCH. CIENCIA ergo-sum, Revista Científica Multidisciplinaria de Prospectiva, 13(2), 149–156.

Yahoo Finance—Stock Market Live, Quotes, Business & Finance News. (s/f). Recuperado el 19 de octubre de 2023, de https://finance.yahoo.com/

Publicado

2026-10-29

Artículos similares

1 2 3 4 5 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.