Browsing by Author "Ojeda Cunya, Junior Alex"

Now showing 1 - 2 of 2

An application of a random level shifts model to the volatility of peruvian stock and exchange rate reterns
(Pontificia Universidad Católica del Perú, 2017-04-11) Ojeda Cunya, Junior Alex; Rodríguez Briones, Gabriel Hende
La literatura econométrica y nanciera ha mostrado que la volatilidad de los retornos bursátiles y cambiarios presenta un comportamiento de larga memoria. Otro hecho mostrado en la literatura es que este comportamiento de larga memoria puede ser espúreo y que la volatilidad sigue un proceso de corta memoria con cambios de nivel aleatorios. En este trabajo se sigue el enfoque planteado por Lu y Perron (2010) y Li y Perron (2013), estimando el modelo de cambios de nivel aleatorios al logaritmo de los retornos absolutos del Índice General de la Bolsa de Valores de Lima (IGBVL) y del Tipo de cambio bancario compra. El modelo consiste en la suma de dos componentes: un proceso de corta memoria y un componente de cambios de nivel aleatorios. El primer componente se ha modelado como un proceso autorregresivo de orden 1 (AR(1)). El componente de cambios de nivel se especi ca como la suma acumulada de un proceso que es cero con probabilidad 1 y es una variable aleatoria con probabilidad . Los datos utilizados para realizar las estimaciones comprenden, para el IGBVL, desde el 03/01/1990 hasta el 13/06/2013 y para el tipo de cambio desde 03/01/1997 hasta el 24/06/2013. Los resultados que muestran las estimaciones son concluyentes como los obtenidos en Lu y Perron (2010). La primera conclusión que puede mostrarse es que la probabilidad de cambio de nivel es pequeña pero signi cativa, indicando que estos cambios de nivel son responsables del comportamiento de larga memoria observado en las series de volatilidad. Una vez calculada la probabilidad de cambio de nivel para cada serie, es posible calcular el número total de quiebres. Asimismo, es posible calcular el componente de cambios de nivel y sustraerlo de la serie de volatilidad. Al calcular la función de autocorrelación de esta nueva serie residual veremos que ya no existe presencia del comportamiento de larga memoria. Otros resultados importantes que se observan son los efectos que tienen los cambios de nivel en los modelos clásicos de larga memoria como GARCH y ARFIMA. La esti- mación de los modelos autorregresivos con heteroscedasticidad condicional descontando los cambios de nivel muestran que estos componentes son introducidos arti cialmente por los cambios de nivel. Además, la estimación de modelos fraccionales a las series residuales de volatilidad menos el componente de cambios de nivel muestra que el parámetro fraccional es menor o muy cercano a cero, lo que indica que no existe un comportamiento de larga memoria. Por otra parte, el desempeño del modelo RLS en términos de predicción es mejor que los modelos ARFIMA (p,d,q) de acuerdo al Model Con dence Set (MCS) planteado por Hansen et al. (2011).
Choques externos y fluctuaciones económicas en Perú: aplicación empírica usando modelos TVP-VAR con volatilidad estocástica
(Pontificia Universidad Católica del Perú, 2019-05-06) Ojeda Cunya, Junior Alex; Rodríguez Briones, Gabriel Hender
Usamos una familia de modelos de vectores autorregresivos con coeficientes cambiantes en el tiempo y volatilidad estocástica (TVP-VAR-SV) para estimar el impacto de los choques externos reales en el producto y la inflación en Perú. Para medir la pertinencia de un modelo frente a otro usamos técnicas recientes de elección Bayesiana tales como el Criterio de Información de la Desviación (DIC) y la verosimilitud marginal calculada con el método de Entropía Cruzada (CE). Los resultados son favorables a los modelos con SV frente a un TVPVAR, un CVAR o los Regime Switching (RS-VAR). Encontramos como modelo ganador al que permite solo los interceptos cambiantes en el tiempo y con SV, coincidiendo esto con el análisis gráfico de los coeficientes estimados, mientras que el modelo CVAR es el que menos se ajusta a los datos. Asimismo, con las IRFs calculadas para el modelo seleccionado medimos el impacto que tendría un choque externo positivo en situaciones de alta inflación, crisis económicas y cambios en la política monetaria, siendo que en períodos de alta incertidumbre el impacto es más alto que en períodos de calma económica. En cuanto al modelo CVAR, este subestima la respuesta del crecimiento del PBI y la inflación en períodos de incertidumbre internacional como 2008 o 2010. Por otra parte, se brinda mayor evidencia en relación a la participación de los choques externos en la variabilidad de las predicciones del crecimiento del PBI (9.16% en 1994Q1 y 81.24% en 2017Q1) y la inflación (15.69% en 1994Q1 y 80.23% en 2017Q1) para cada momento en el tiempo, reflejando que cada choque tiene una mayor o menor importancia de acuerdo al contexto económico en que se halle. Se describen también los resultados respecto al impacto de otros choques (demanda agregada, oferta agregada y política monetaria), los cuales afectan al crecimiento del PBI y la inflación de forma variante en el tiempo. Los resultados son robustos ante cambios en las priors, cambios en la estructura de rezagos, el orden de las variables, cambios en la variable externa y cambios en la variable de actividad económica interna.