Documentos de Académico
Documentos de Profesional
Documentos de Cultura
heterocedástica
Modelos ARCH
Universidad de Piura
2020-II
Si los agentes pueden predecir precios muy volátiles, deberı́a salir del
mercado o exigir una prima importante como compensación por
asumir un riesgo alto inusual.
Cristian Maravi (UdeP) E1EMA1 2020-II 2 / 35
Hechos estilizados de las series de tiempo
Momentos Incondicionales:
E (yt ) = y0
V (yt ) = tσ2
Momentos Condicionales:
E (yt |yt −1 ) = yt −1
V (yt |yt −1 ) = E (yt − E (yt |yt −1 ))2
= E (yt −1 + et − E (yt |yt −1 ))2
= σ2
Cristian Maravi (UdeP) E1EMA1 2020-II 10 / 35
Modelos ARCH
En el modelo lineal Arch (q) introducido originalmente por Engle
(1982)
La varianza condicional variable en el tiempo es una función lineal de
las últimas innovaciones q al cuadrado.
q
σt2 = ω + ∑ αi ε2t −i = ω + α(L)ε2t −1
i =1
ε2t = ω + α(L)ε2t −1 + vt
Var (ε t ) = ω/(1 − α1 − α2 − · · · − αq )
yt = µ + ε t
ε t = ut (ω + αε2t −1 )1/2 , ut ∼ IID (0, 1), ω > 0, α > 0
E (yt |yt −1 ) = µ
Var (yt |yt −1 ) = (ω + αε2t −1 )
V (yt ) = V (ε t ) = ω/(1 − α)
yt = θyt −1 + ε t
Et [σt2+j ] = σt2 + j ω
yt = θxt + ψσt2 + ε t
y
σt2 = ω + α(L)ε2t −1 + β(L)σt2−1
yt = ψσt2 + ε t
donde ε t = νt σt νt ∼ N (0, 1)
Cristian Maravi (UdeP) E1EMA1 2020-II 22 / 35
ARCH(1) - M
σt2 = ω + αε2t −1
Además yt puede ser expresado como
yt = ψ(ω + αε2t −1 ) + ε t
E (yt ) = ψω + ψαω/(1 − α)
yt = φ1 yt −1 + φ2 yt −2 + ... + φp yt −p + ε
Los efectos GARCH pueden no tener en cuenta esto y necesitamos usar otra
distribución para ε t .
Esto está en forma de espacio de estado lineal excepto que tiene un error
con una distribución log χ2 en lugar de una distribución normal.
Cristian Maravi (UdeP) E1EMA1 2020-II 28 / 35
Cómo comparar entre diferentes GARCH - Especificaciones
La mayorı́a de los modelos GARCH no están anidados (no pueden
escribirse como una versión restringida de un proceso más general).
Por lo tanto, la comparación entre diferentes modelos GARCH no es
sencilla.
Pruebas de especificación errónea de los residuos estandarizados.
Hemos visto anteriormente que los residuos pueden escribirse como el
producto de un WN y la desviación estándar condicional. Por
ejemplo, para un ARCH(1) esto puede escribirse como
ε t = νt (ω + αε2t −1 )1/2
Por lo tanto, podemos probar la existencia de efectos ARCH en los
residuos estandarizados.
ν̂t = ε̂ t /(ω̂ + α̂ε̂2t −1 )1/2
El modelo que ”limpia” los residuos estandarizados es candidato a ser
el modelo ”verdadero”.
Cristian Maravi (UdeP) E1EMA1 2020-II 29 / 35
Algunas otras formas de discriminar entre modelos ARCH
ε̂2t = α + βσ̂t2 + ξ t
H0 ) α = 0, β = 1
H1 ) α 6= 0, β 6= 1
Por lo que un criterio que nos puede permitir elegir entre diferentes
modelos es elegir aquel que pronostique mejor.