Acceso usuarios
José Eduardo Medina Reyes, Salvador Cruz Aké, Agustín Ignacio Cabrera Llanos
Este trabajo desarrolla una comparación entre la predicción de volatilidad de los modelos tradicionales de series de tiempo (ARIMA, EGARCH y PARCH), contra dos nuevos modelos propuestos basados en la teoría difusa (FTS-Fuzzy ARIMA Tseng y FTS-Fuzzy ARIMA Tanaka). Para hacer esta comparación, estimamos el rendimiento del tipo de cambio peso mexicano - dólar estadounidense desde enero de 2008 hasta diciembre de 2017. Nuestro resultado principal es que los modelos basados en la teoría difusa generan una mejor estimación de la volatilidad. Los modelos difusos muestran un menor error de pronóstico que la serie de tiempo tradicional en ambos; dentro y fuera de las pruebas de muestra;
para la volatilidad en el rendimiento del tipo de cambio peso mexicano - dólar estadounidense. Por lo tanto, los modelos difusos mostraron una mayor eficiencia y reflejan mejor la información del mercado.
This work develops a comparison between the volatility prediction of traditional time series models (ARIMA, EGARCH and PARCH), against two new proposed models based on fuzzy theory (FTSFuzzy ARIMA Tseng’s and FTS-Fuzzy ARIMA Tanaka’s). To make this comparison, we estimated the Mexican peso - US dollar exchange rate yield from January 2008 to December 2017. Our main result is that the models based on fuzzy theory generate a better estimate of the volatility. The fuzzy models show a smaller least forecast error than the traditional time series in both; in and out of sample tests; for the volatility in the yield of the Mexican peso – US dollar exchange rate. Therefore, the fuzzy models showed higher efficiency and better reflects the market information.
