Resumen de Estimación de modelos de volatilidad estocástica y modelos de componentes inobservados condicionalmente heterocedasticos
Carmen Broto Pelegrín
En esta tesis se analizan algunos aspectos relevantes para el análisis de series temporales condicionalmente heterocedásticas. En primer lugar, se hace una revisión detallada de los métodos de estimación de los modelos de volatilidad estocástica (SV), cuyas propiedades, ventajas y desventajas comparativas no se habían analizado recientemente. Los distintos métodos se ilustran con datos simulados y con una aplicación empírica a rendimientos diarios del S&P 500.
Seguidamente se propone un nuevo modelo de componentes inobservados y perturbaciones condicionalmente heterocedásticas de tipo asimétrico. En éste se considera que la serie es un modelo de paseo aleatorio más ruido, cuyas innovaciones siguen procesos GQARCH(1,1). Tras analizar las propiedades estadísticas del modelo, se obtienen la distribución asintótica y algunas propiedades para muestras finitas del estimador PMV. Finalmente, se propone la utilización de las correlaciones de los cuadrados de los residuos auxiliares para detectar la presencia de heterocedasticidad en cualquier.componente y se presentan aplicaciones empíricas del modelo a diversas series financieras y de precios.
Finalmente se generaliza el modelo mediante la incorporación de un componente estacional homocedástico, que puede ser determinista o estocástico. Analizadas las propiedades de los estimadores en muestras finitas, se ajusta el modelo a ocho series de inflación.
