Matriz de covarianza bajo la familia hiperbólica generalizada y la construcción de portafolios

• José Antonio Núñez Mora ^[1] ; Leovardo Mata Mata ^[1]
  1. [1] Instituto Tecnológico y de Estudios Superiores de Monterrey

     Instituto Tecnológico y de Estudios Superiores de Monterrey

     México

     
• Localización: Contaduría y administración, ISSN 0186-1042, ISSN-e 2448-8410, Vol. 61, Nº. 3, 2016, págs. 535-550
• Idioma: español
• DOI: 10.1016/j.cya.2015.11.009
• Títulos paralelos:
  • Covariances matrix under the multivariate-Gh funtion to desing portfolios
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo desarrollamos la implementación de la estimación de la distribución hiperbólica gene-ralizada multivariada (GH) con el parámetro de la función no fija de Bessel. La matriz de covarianzas estimada mediante GH complementa el procedimiento de Markowitz para construir un portafolio eficiente y reduce el coeficiente de variación del rendimiento esperado. La muestra de datos comprende las acciones que conforman el índice OMX Stockholm 30 para el periodo entre enero de 2010 y abril de 2014.

  • English

    In this paper we developed the estimation implementation of the generalized hyperbolic multivariate (GH) distribution with a non-fixed Bessel function. The covariance matrix estimated through the GH distribution complements the use of the Markowitz procedure to construct an efficient portfolio and reduce the variation coefficient of the expected return. The data are from the Stockholm index 30 from January 2010 to April 2014.

• Referencias bibliográficas
  • Abramowitz M., y Stegun I. A. (1972). Handbook of mathematical functions. 1.a ed., Dover Publications. USA, New York.
  • Alaitz, Z., Miera, L. y Zubia, M. (2002). El modelo de Markowitz en la gestión de carteras. Cuadernos de Gestión, 2(1), 33–46.
  • Alayón, J. L. (2014). Distribución hiperbólica generalizada: una aplicación en la selección de portafolios y cuantificación de medidas de...
  • Barndorff-Nielsen, O. E. (1977). Exponentially decreasing distributions for the logarithm of the particle size. Proc. R. Soc. A, 353(1674),...
  • Blæsild, P. y Sørensen, M. (1992). ‘hyp’a computer program for analyzing data by means of the hyperbolic distribution. Research Report 248....
  • Breymann, W. y Lüthi, D. (2013). GHYP. Recuperado el 2 de agosto de 2014 de: http://cran.r-project.org/web/packages/ ghyp/vignettes/Generalized...
  • Burda, Z. y Jurkiewicz, J. (2004). Signal and noise in financial correlation matrices. Physica A, Statistical Mechanics and its Applications,...
  • Dagpunar, J. S. (1989). An easily implemented generalized inverse gaussian generator. Communications in Statistics Simulation and Computation,...
  • Eberlein, E. y Keller, U. (1995). Hyperbolic distributions in finance. Bernoulli, 1(3), 281–299.
  • Erickson, A., Ghysels, E. y Wang, F. (2009). The normal inverse gaussian distribution and the pricing of derivatives. The Journal of Derivatives,...
  • Gábor, J.S. y Rizzo, M.L. (2004). Testing for equal distributions in high dimension. Working paper. Bowling Green State University and Ohio...
  • Hu, W. (2005). Calibration of multivariate generalized hyperbolic distributions using the EM algoritm, with applications in risk management,...
  • Justel, A., Peña, D. y Zamar,R.(1997). A multivariate Kolmogorov-Smirnov test of goodness of fit. Statistics & Probability Letters,...
  • Kinderman, A.J. (1977). Computer generation of random variables using the ratio of uniform deviates. ACM Transactions on Mathematical Software,...
  • Laloux, L., Cizeau, P. y Bouchaud, J. P. (1999). Noise dessing of financial correlation matrices. Phys. Rev. Lett., 83(1), 1467–1470.
  • Loudin, J., y Hannu, M. (2003). A multivariate method por comparing n-dimensional distributions. Stanford, California: Phystat 200. SLAC.
  • Markowitz, H. (1959). Portfolio selection: Efficient diversification of investments(1.a ed.). New York:John Wiley & Sons.
  • Mata, L. (2013). Estudio de la distribución hiperbólica generalizada: Aspectos teóricos y numéricos. Tesis de Doctorado, Tecnológico de Monterrey,...
  • McAssey, M. P. (2013). An empirical goodness-of-fit test for multivariate distributions. Journal of Applied Statistics, 40(5), 1120–1131.
  • McNeil, A. J., Frey, R. y Embrechts, P. (2005). Quantitative risk management: Concepts, techniques and tools (1.a ed.). Princeton, New Jersey:...
  • Mina, J. (2011). Construcción de portafolios bajo distribuciones hiperbólicas generalizadas. Tesis de Maestría, Instituto Tecnológico Autonómo...
  • Paolella, M. S. (2007). Intermediate probability (1.a ed.). West Sussex: John Wiley & Sons.
  • Prause, K. (1999). The generalized hyperbolic model: Estimation, financial derivatives, and risk measures. Doctoral Dissertation, University...
  • Protassov, R. S. (2004). EM-based maximum likelihood parameter estimation for multivariate generalized hyperbolic distributions with fixed...
  • Wertz, D. y Setz, T. (2014). fportfolio, Recuperado el 2 de febrero de 2014 de: http://cran.r-project.org/web/ packages/fPortfolio/fPortfolio.pdf