Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Examen Series Modulo4
Examen Series Modulo4
Maestría en Economía
Econometría Avanzada - Series de tiempo : Módulo IV
Examen Final
Docente :
Estudiante :
Medina Flores , Michael Antonio
Codigo de estudiante :
20215325
2022-II
Examen Final 1
Índice
1. Problema 1 2
2. Problema 2 2
3. Problema 3 3
1
Examen Final 2
1. Problema 1
Supongase que rt denota a los retornos diarios del índice general de la bolsa de Lima (IGBVL) y
que rt ∼ N (µ0 , k0−1 σ 2 ), t = 1, . . . , N . Asumiendo que la distribucion a priori conjunta puede ser
especificada por
p(µ, σ 2 ) = p(µ|σ 2 )p(σ 2 )
donde µ|σ 2 ∼ N (µ0 , k0−1 σ 2 ) y σ 2 ∼ I G ( n20 , S20 ). N (., .) e I G denotan la distribucion normal
univariada e inversa gamma respectivamente.
b) Determine las distribuciones condicionales de µ|σ 2 , y1:N y σ 2 |µ, y1:N donde: y1:N = (y1 , . . . , yn )T .
2. Problema 2
Sea (y1 , . . . , y5 )T = (13, 15, 14, 16, 17) , el vector de observaciones que representa las ventas en millones
de soles de un determinado producto. Se asume que yt sigue un modelo de espacios de estados de primer
orden el cual es dado por
yt = µt + vt vt ∼ N (0, V )
µt = µt−1 + wt wt ∼ N (0, W )
Asumiendo que (V, W ) = (0, 25, 25) y que µ0 ∼ N (17, 100)
yt = ct + Ft′ θt + νt νt ∼ Nd (0, Vt )
θt = dt + Gt θt−1 + ωt ωt ∼ Nd (0, Wt )
θt |D0 ∼ Np (m0 , C0 )
at Rt
z }| { z }| {
θt |Dt−1 ∼ Np (dt + Gt mt−1 , Gt Ct−1 G′t + Wt )
ft Qt
z }| { z }| {
yt |Dt−1 ∼ Nd (ct + Ft′ at , Ft′ Rt Ft + Vt )
At et
z }| {z }| {
θt |Dt ∼ Np (at + Rt Ft Q−1 (yt − ft ), Rt − At Qt A′t )
| {z }
Ct
2
Examen Final 3
Reemplazando los respectivos valores con el modelo de espacio de estado lineal planteado en el
problema , en donde V = 0.25, W = 25, F = 1, G = 1 y ct = dt = 0. Tenemos:
θt |Dt−1 ∼ Np (mt−1 , Ct−1 + 25)
yt |Dt−1 ∼ Nd (mt−1 , Ct−1 + 25 + 0.25)
yt |Dt−1 ∼ Nd (mt−1 , Ct−1 + 25.25)
1
θt |Dt ∼ Np (mt−1 + (Ct−1 + 25) Ct−1 +25.25 (yt − mt−1 ), Ct−1 + 25 − At Qt A′t )
En donde: A = (Ct−1 + 25) Ct−1 +25.25
1
y Qt = Ct−1 + 25.25
1 1
θt |Dt ∼ Np (mt−1 + (Ct−1 + 25) Ct−1 +25.25 (yt − mt−1 ), Ct−1 + 25 − (Ct−1 + 25)2 Ct−1 +25.25 )
3. Problema 3
Considerese los retornos de los precios de cierre de los siguientes índices: MERVAL (Argentina),
IBOVESPA (Brasil), IPSA (Chile), MEXBOL (Mexico), IGBVL (Perú) y S&P 500 (Estados Unidos de
Norte América). El período de analisis corresponde del 6 de enero de 1998 hasta el 30 de diciem ´ bre
de 2016. El Cuadro 1 presenta las estadísticas resumen para los retornos considerados.
b) ¿Que puede afirmar acerca de las estimativas de los modelos GARCH(1,1)?, son los modelos
persistentes?.
En general, los resultados confirman la hipótesis de que los inversores requieren mayores rendimientos
esperados cuando los aumentos imprevistos en la volatilidad futura son altamente persistentes en los
3
Examen Final 4
casos de Brasil, Chile y México. Según los resultados de la modelo GARCH, estos tres mercados
presentan evidencia indirecta de una relación intertemporal positiva entre el exceso de mercado
esperado retornos y su volatilidad ya que este es uno de los supuestos que subyacen a la hipótesis de
retroalimentación de la volatilidad.
c) ¿Que puede afirmar acerca de las estimativas de los modelos de volatilidad estocastica?, son los
modelos persistentes?.
El valor de es muy similar entre todos los mercados, lo que sugiere grados de persistencia similares
(que van desde 0,9501 para Argentina hasta 0,9803 para México). MEXBOL, IBOVESPA y S&P 500
son más persistentes. De hecho, para las dos volatilidades anteriores, las vidas medias de los choques
tienen una duración de 34.9 y 25.3 días, respectivamente. En los casos del IPSA, IGBVL y MERVAL,
las duraciones son de 22.5, 17.8 y 13.5 días, respectivamente Para el S&P 500, la vida media de un
shock es de alrededor de 32.8 días, muy cerca del resultado del MEXBOL. Las estimaciones medias
posteriores de muestran que todos los rendimientos tienen estimaciones similares en el rango de
0.1649 a 0.2725. El valor más alto es 0.2725 para el IGBVL que junto con la estimación de indica que
IGBVL es el índice bursátil más volátil de la región. En cuanto a la media posterior de encontramos
que las estimaciones son estadísticamente significativas para el MERVAL, IBOVESPA e índices
IPSA.
De acuerdo con los valores LPS y DIC , el modelo SV supera a los modelos GARCH(1,1)para todos
los mercados.