Capítulo 13

1) ¿Qué entiende por movimientos de agrupados de volatilidad

(Volatility Clustering)?

Los grandes cambios tienden a ir seguidos de grandes cambios, de

cualquier signo, y los pequeños cambios tienden a ir seguidos de
pequeños cambios.

2) Explique cómo el modelo ARCH captura los movimientos agrupados de

volatilidad.
3) Explique la condición de estacionariedad del modelo ARCH.
4) ¿Cuáles son los principales problemas del modelo ARCH?
5) ¿Cuál es la intuición detrás del uso del modelo ARCH-M?
6) Exprese el modelo GARCH (1,1) en un modelo ARCH (∞).
capítulo 13 Modelos para la volatilidad condicional
485
7) ¿Puede el modelo GARCH modelar la asimetría de los movimientos de la
volatilidad?
8) Explique el concepto del efecto de apalancamiento y las posibles causas del
mismo.
9) Utilice internet y busque los datos diarios que correspondan a los años 2000
al 2010
del índice financiero de NASDAQ (sugerencia: buscar en Yahoo Finance). Con
base en
estos datos y asumiendo un nivel de significancia estadístico del 5%, responda
usando
EViews:
a) Grafique la serie de los retornos.
b) De acuerdo al gráfico de la pregunta anterior, se puede decir que existen
movimientos agrupados de volatilidad (Volatility Clustering), explique.
c) Determine la existencia de efectos ARCH en esta serie de tiempo.
d) Modele la media condicional como un modelo AR(2) y la varianza
condicional
como un modelo GARCH(1,1).
e) Analice los resultados obtenidos en el punto d): verifique la significancia
estadística
de cada uno de los coeficientes del modelo. Realice el pronóstico de la
volatilidad
condicional de los últimos 20 días de la muestra. Use el método dinámico.
f) Determine la calidad de los pronósticos con base en los criterios de
evaluación presentados en el capítulo 12.
g) Realice el pronóstico de la volatilidad condicional de los últimos 20 días de la
muestra. Use el método estático.
10) Use los datos recolectados en la pregunta 9 y realice lo siguiente:
a) Utilice EViews, modele la media condicional como un modelo AR(1) y la
varianza
condicional como un modelo TARCH con “threshold” igual a 1.
b) Analice los resultados obtenidos en el punto a): verifique la significancia
estadística
de cada uno de los coeficientes del modelo. Recuerde que el nivel de
significancia
deseado es igual al 5%.
c) En base a su respuesta de la pregunta b), ¿se puede afirmar que el efecto
de apalancamiento está presente en la serie de tiempo?
d) En base a su respuesta de la pregunta b), ¿se puede verificar la asimetría de
la respuesta de la volatilidad?
e) Realice el pronóstico de la volatilidad condicional de los últimos 20 días de la
muestra. Use el método dinámico.
f) Determine la calidad de los pronósticos con base en los criterios de
evaluación presentados en el capítulo 12.
11) Utilice los datos recolectados en la pregunta 9 y realice lo siguiente:
a) Use EViews, modele la media condicional como un modelo AR(1) y la
varianza
condicional como un modelo EGARCH(1,1).
b) Analice los resultados obtenidos en el punto a): verifique la significancia
estadística
de cada uno de los coeficientes del modelo. Recuerde que el nivel de
significancia
deseado es igual al 5%.
486
Estadísticas y Econometría Financiera
c) En base a su respuesta de la pregunta b), ¿se puede afirmar que el efecto
de apalancamiento está presente en la serie de tiempo?
d) En base a su respuesta de la pregunta b), ¿se puede verificar la asimetría de
la respuesta de la volatilidad?
e) Realice el pronóstico de la volatilidad condicional de los últimos 20 días de la
muestra. Use el método dinámico.
f) Determine la calidad de los pronósticos con base en los criterios de
evaluación presentados en el capítulo 20.
g) Grafique la curva de impacto de las noticias usando los resultados de este
modelo.
12) Emplee los datos recolectados en la pregunta 9 y realice lo siguiente:
a) Use EViews, modele la media condicional como un modelo AR(1) y la
varianza
condicional como un modelo de componentes ARCH(1,1) que además capture
los
efectos de apalancamiento y asimetría en los movimientos de la volatilidad
(utilice
threshold = 1).
b) Analice los resultados obtenidos en el punto a): verifique la significancia
estadística
de cada uno de los coeficientes del modelo. Recuerde que el nivel de
significancia
deseado es igual al 5%.
c) En base a su respuesta de la pregunta b), ¿se puede afirmar que el efecto
de apalancamiento está presente en la serie de tiempo?
d) En base a su respuesta de la pregunta b), ¿se puede verificar la asimetría de
la respuesta de la volatilidad?
e) Realice el pronóstico de la volatilidad condicional de los últimos 20 días de la
muestra. Use el método dinámico.
f) Determine la calidad de los pronósticos con base en los criterios de
evaluación presentados en el capítulo 12.

Capítulo 14:
1) ¿Qué entiende por no estacionariedad?
2) ¿Cuál es la diferencia entre no estacionariedad en tendencia y estocástica?
3) ¿Es correcto diferenciar una serie no estacionaria en tendencia para
convertirla en estacionaria? Justifique su respuesta.
4) ¿Qué es una serie I(1)?
5) ¿Cuál es la idea de la prueba aumentada de Dickey-Fuller?
6) ¿Cuál es la diferencia entre la prueba de Dickey-Fuller y la prueba
aumentada de Dickey-Fuller?
7) Escriba cuál sería la ecuación de un modelo VAR(2) tri-variado. ¿Cuál sería
el número
de variables a estimar?
8) ¿Por qué un modelo que trabaja con series en diferencias solo puede
capturar las relaciones de corto plazo entre las variables?
9) Escriba el modelo de corrección de errores y explique cada uno de los
coeficientes del
modelo.
10) Escriba un modelo en corrección de errores donde se tienen las siguientes
variables: y1,t ,
x1,t , x2,t y x3,t .
11) ¿Qué entiende por cointegración?
12) ¿Qué es un vector de cointegración y por qué es importante para el uso de
modelos de
corrección de errores?
13) Explique la lógica de la prueba de Johansen.
14) Busque en Yahoo Finance tres series financieras. Busque datos diarios que
correspondan a los dos últimos años. Con base en estos datos, replique paso
por paso el ejemplo
presentado en la sección 5 de este capítulo. Esté seguro de hacer lo siguiente:
a) Grafique las series en niveles y en logaritmos.
b) Mediante el uso de las funciones de autocorrelación, ¿podría decir que las
series son
no estacionarias?
c) Utilice la prueba aumentada de Dickey-Fuller para probar que las series
tienen raíz
unitaria.
d) Verifique que las series son I(1), es decir, verifique si las series en
diferencias son estacionarias.
e) Trabaje con las series estacionarias, construya los modelos del tipo
ARMA(p,q) que
mejor se ajusten a cada serie. Recuerde utilizar los criterios de información
para decidir el número óptimo de rezagos del modelo. Pronostique los últimos 5
días de las
series y compare sus resultados con los datos reales.
556
Estadísticas y Econometría Financiera
f) Determine si existe causalidad de Granger entre las variables.
g) Construya un modelo VAR(p) usando las series estacionarias. De nuevo
seleccione
apropiadamente el número de rezagos del modelo. Pronostique los últimos 5
días
de las series y compare sus resultados con los datos reales.
h) Verifique si existe alguna relación de cointegración entre las series mediante
el uso
del test de Johansen.
i) De existir esta relación de largo plazo, estime el modelo VEC y pronostique
los últimos 5 días de las series y compare sus resultados con los datos reales.
j) Concluya cuál es el mejor modelo para los datos disponible