Acceso usuarios
El pronóstico de la volatilidad es un tema importante para investigadores, empresarios y responsables políticos. Este trabajo compara modelos de volatilidad para determinar su eficiencia en el pronóstico.
Los modelos incluyen modelos estándar, como los son, modelos de Heteroscedasticidad condicional autoregresiva (GARCH), exponencial y Volatilidad estocástica (SV). Para la estimación, se realiza una comparación entre los métodos frecuentistas y bayesianos, utilizando máxima verosimilitud y Cadenas de Marcov Montecarlo (MCMC). El análisis es aplicado en el tipo de cambio del peso mexicano-dólar estadounidense. Los resultados muestran que los modelos SV estimados con MCMC se comportan favorablemente frente a los modelos GARCH en el pronóstico de la muestra. Además, el análisis evidencia que la volatilidad actual reacciona a la última información dentro de un período, sin importar los períodos anteriores.
Forecasting volatility is of great importance an important topic for researchers, entrepreneurs, and policymakers. This work compares different volatility models to ascertain their forecasting efficiency. The models include standard approaches such as Autoregressive Conditional Heteroskedasticity (GARCH), exponential GARCH, and Stochastic Volatility models (SV). For estimation, a comparison between the Frequentist and the Bayesian approaches are made using the maximum likelihood and the Monte Carlo Markov Chains (MCMC) methods. The case analysis considers the Mexican peso/US dollar exchange rate. The results show a favorable behavior between the SV models estimated with the MCMC and the GARCH models in forecasting out of the sample. Additionally, the analysis shows that the current volatility reacts to the data within the last period, despite the former periods.
