Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad

Autores
Abril, María de Las Mercedes
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Una característica importante de muchas series de tiempo económicas es que ellas no son en general serialmente correlacionadas, pero sí dependientes. De este modo modelos lineales como aquellos pertenecientes a la familia de los modelos ARMA pueden no ser apropiados para describirlas. Existe una variedad muy grande de modelos no lineales en la literatura, útiles para el análisis de series de tiempo económicas, pero nos concentraremos en los conocidos como modelos de tipo ARCH o GARCH.Una manera más moderna para tratar este tipo de series, y otras con similares características, es por medio del enfoque de espacio de estado. La facilidad de interpretación de estos modelos hacen de ellos el vehículo natural para el tratamiento de los datos derivados de la actividad económica. Enfocaremos nuestro estudio en comparar y destacar las similitudes y diferencias de estos enfoques. Presentaremos también ejemplos prácticos acerca de las propuestas expuestas y estableceremos puntos de partida para futuros trabajos.
Fil: Abril, María de Las Mercedes. Universidad Nacional de Tucumán. Facultad de Ciencias Económicas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Materia
Heterocedasticidad
Volatilidad
Series de tiempo
Espacio de estado
Modelos GARCH
Volatilidad estocástica
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/108189
Acceder
id CONICETDig_4cc937a69dd24a03c7c34ea0d0ef797c
oai_identifier_str oai:ri.conicet.gov.ar:11336/108189
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidadAbril, María de Las MercedesHeterocedasticidadVolatilidadSeries de tiempoEspacio de estadoModelos GARCHVolatilidad estocásticahttps://purl.org/becyt/ford/5.2https://purl.org/becyt/ford/5Una característica importante de muchas series de tiempo económicas es que ellas no son en general serialmente correlacionadas, pero sí dependientes. De este modo modelos lineales como aquellos pertenecientes a la familia de los modelos ARMA pueden no ser apropiados para describirlas. Existe una variedad muy grande de modelos no lineales en la literatura, útiles para el análisis de series de tiempo económicas, pero nos concentraremos en los conocidos como modelos de tipo ARCH o GARCH.Una manera más moderna para tratar este tipo de series, y otras con similares características, es por medio del enfoque de espacio de estado. La facilidad de interpretación de estos modelos hacen de ellos el vehículo natural para el tratamiento de los datos derivados de la actividad económica. Enfocaremos nuestro estudio en comparar y destacar las similitudes y diferencias de estos enfoques. Presentaremos también ejemplos prácticos acerca de las propuestas expuestas y estableceremos puntos de partida para futuros trabajos.Fil: Abril, María de Las Mercedes. Universidad Nacional de Tucumán. Facultad de Ciencias Económicas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaUniversidad Nacional de la Matanza2019-09info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/108189Abril, María de Las Mercedes; Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad; Universidad Nacional de la Matanza; Revista Rince; 10; 19; 9-2019; 1-161851-3239CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://rince.unlam.edu.ar/upload/adjuntos/articulo/5_ComunicacinCientificaMMAbrilRinceNro19Vol10Septiembre2019.pdfinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T09:56:57Zoai:ri.conicet.gov.ar:11336/108189instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 09:56:57.787CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
title Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
spellingShingle Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
Abril, María de Las Mercedes
Heterocedasticidad
Volatilidad
Series de tiempo
Espacio de estado
Modelos GARCH
Volatilidad estocástica
title_short Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
title_full Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
title_fullStr Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
title_full_unstemmed Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
title_sort Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
dc.creator.none.fl_str_mv Abril, María de Las Mercedes
author Abril, María de Las Mercedes
author_facet Abril, María de Las Mercedes
author_role author
dc.subject.none.fl_str_mv Heterocedasticidad
Volatilidad
Series de tiempo
Espacio de estado
Modelos GARCH
Volatilidad estocástica
topic Heterocedasticidad
Volatilidad
Series de tiempo
Espacio de estado
Modelos GARCH
Volatilidad estocástica
purl_subject.fl_str_mv https://purl.org/becyt/ford/5.2
https://purl.org/becyt/ford/5
dc.description.none.fl_txt_mv Una característica importante de muchas series de tiempo económicas es que ellas no son en general serialmente correlacionadas, pero sí dependientes. De este modo modelos lineales como aquellos pertenecientes a la familia de los modelos ARMA pueden no ser apropiados para describirlas. Existe una variedad muy grande de modelos no lineales en la literatura, útiles para el análisis de series de tiempo económicas, pero nos concentraremos en los conocidos como modelos de tipo ARCH o GARCH.Una manera más moderna para tratar este tipo de series, y otras con similares características, es por medio del enfoque de espacio de estado. La facilidad de interpretación de estos modelos hacen de ellos el vehículo natural para el tratamiento de los datos derivados de la actividad económica. Enfocaremos nuestro estudio en comparar y destacar las similitudes y diferencias de estos enfoques. Presentaremos también ejemplos prácticos acerca de las propuestas expuestas y estableceremos puntos de partida para futuros trabajos.
Fil: Abril, María de Las Mercedes. Universidad Nacional de Tucumán. Facultad de Ciencias Económicas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
description Una característica importante de muchas series de tiempo económicas es que ellas no son en general serialmente correlacionadas, pero sí dependientes. De este modo modelos lineales como aquellos pertenecientes a la familia de los modelos ARMA pueden no ser apropiados para describirlas. Existe una variedad muy grande de modelos no lineales en la literatura, útiles para el análisis de series de tiempo económicas, pero nos concentraremos en los conocidos como modelos de tipo ARCH o GARCH.Una manera más moderna para tratar este tipo de series, y otras con similares características, es por medio del enfoque de espacio de estado. La facilidad de interpretación de estos modelos hacen de ellos el vehículo natural para el tratamiento de los datos derivados de la actividad económica. Enfocaremos nuestro estudio en comparar y destacar las similitudes y diferencias de estos enfoques. Presentaremos también ejemplos prácticos acerca de las propuestas expuestas y estableceremos puntos de partida para futuros trabajos.
publishDate 2019
dc.date.none.fl_str_mv 2019-09
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/108189
Abril, María de Las Mercedes; Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad; Universidad Nacional de la Matanza; Revista Rince; 10; 19; 9-2019; 1-16
1851-3239
CONICET Digital
CONICET
url http://hdl.handle.net/11336/108189
identifier_str_mv Abril, María de Las Mercedes; Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad; Universidad Nacional de la Matanza; Revista Rince; 10; 19; 9-2019; 1-16
1851-3239
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://rince.unlam.edu.ar/upload/adjuntos/articulo/5_ComunicacinCientificaMMAbrilRinceNro19Vol10Septiembre2019.pdf
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de la Matanza
publisher.none.fl_str_mv Universidad Nacional de la Matanza
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842269431075438592
score 13.13397

Publicaciones similares