Una revisión de los modelos de volatilidad estocástica

In economics, a good part of the processes observed over time arise as the result of effects of latent variables, ie processes not directly observable. This is the case of the volatility of financial market returns, which has been shaped since the early 80s using ARCH and GARCH conditional variance mo...

Full description

Autores:
Tamayo Medina, Ronne
Rodríguez Pinzón, Heivar Yesid
Tipo de recurso:
Fecha de publicación:
2010
Institución:
Universidad Santo Tomás
Repositorio:
Universidad Santo Tomás
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/39542
Acceso en línea:
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32
http://hdl.handle.net/11634/39542
Palabra clave:
Filtro Kalman
modelos de estado-espacio
modelos de volatilidad estocástica
Rights
License
http://purl.org/coar/access_right/c_abf2
id SantoToma2_a14c9d43e73d1464f037e22abc04c5af
oai_identifier_str oai:repository.usta.edu.co:11634/39542
network_acronym_str SantoToma2
network_name_str Universidad Santo Tomás
repository_id_str
spelling Tamayo Medina, RonneRodríguez Pinzón, Heivar Yesid2022-01-18T16:06:45Z2022-01-18T16:06:45Z2010-08-28https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/3210.15332/s2027-3355.2010.0001.05http://hdl.handle.net/11634/39542In economics, a good part of the processes observed over time arise as the result of effects of latent variables, ie processes not directly observable. This is the case of the volatility of financial market returns, which has been shaped since the early 80s using ARCH and GARCH conditional variance models, and more recently stochastic volatility models (SV), which present fewer parameters than GARCH models and allow us to study the non-linear nature of volatility. Because in the SV model is not known accurately the likelihood function, the method of maximum quasi-likelihood is used. This method uses the representation in state-space model form. The SV model representation is evaluated through adaptive filters, such as Kalman, which implies a higher computational cost. En economía, una buena parte de los procesos observados a través del tiempo se plantean como el resultado de efectos de variables latentes, es decir, procesos no observables de forma directa. Este es el caso de la volatilidad de la rentabilidad en el mercado financiero, la cual ha sido modelada desde comienzos de los años 80 empleando modelos de varianza condicional ARCH y GARCH y, más recientemente modelos de volatilidad estocástica SV, los cuales presentan un menor número de parámetros que los modelos GARCH y permiten estudiar la naturaleza no-lineal de la volatilidad.Debido a que en el modelo SV no se conoce de forma exácta la función de verosimilitud, se emplea el método de estimación máximo cuasi-verosímil propuesto por gh94, el cual utiliza la representación en forma de modelo de estados State-Space. La representacion del modelo SV mediante la forma de estados se evalua a traves de filtros adaptativos, como es el caso de los filtros Kalman, lo cual implica un mayor costo computacional. A partir de lo anterior, no necesariamente se llega a la solución óptima del problema.application/pdftext/plainspaUniversidad Santo Tomáshttps://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32/30https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32/3674Comunicaciones en Estadística; Vol. 3 Núm. 1 (2010); 79-98Comunicaciones en Estadística; Vol. 3 No. 1 (2010); 79-982339-30762027-3355Una revisión de los modelos de volatilidad estocásticaA revision of stochastic volatility modelsinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1Filtro Kalmanmodelos de estado-espaciomodelos de volatilidad estocásticahttp://purl.org/coar/access_right/c_abf211634/39542oai:repository.usta.edu.co:11634/395422023-07-14 16:15:37.532metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co
dc.title.spa.fl_str_mv Una revisión de los modelos de volatilidad estocástica
dc.title.alternative.eng.fl_str_mv A revision of stochastic volatility models
title Una revisión de los modelos de volatilidad estocástica
spellingShingle Una revisión de los modelos de volatilidad estocástica
Filtro Kalman
modelos de estado-espacio
modelos de volatilidad estocástica
title_short Una revisión de los modelos de volatilidad estocástica
title_full Una revisión de los modelos de volatilidad estocástica
title_fullStr Una revisión de los modelos de volatilidad estocástica
title_full_unstemmed Una revisión de los modelos de volatilidad estocástica
title_sort Una revisión de los modelos de volatilidad estocástica
dc.creator.fl_str_mv Tamayo Medina, Ronne
Rodríguez Pinzón, Heivar Yesid
dc.contributor.author.none.fl_str_mv Tamayo Medina, Ronne
Rodríguez Pinzón, Heivar Yesid
dc.subject.proposal.spa.fl_str_mv Filtro Kalman
modelos de estado-espacio
modelos de volatilidad estocástica
topic Filtro Kalman
modelos de estado-espacio
modelos de volatilidad estocástica
description In economics, a good part of the processes observed over time arise as the result of effects of latent variables, ie processes not directly observable. This is the case of the volatility of financial market returns, which has been shaped since the early 80s using ARCH and GARCH conditional variance models, and more recently stochastic volatility models (SV), which present fewer parameters than GARCH models and allow us to study the non-linear nature of volatility. Because in the SV model is not known accurately the likelihood function, the method of maximum quasi-likelihood is used. This method uses the representation in state-space model form. The SV model representation is evaluated through adaptive filters, such as Kalman, which implies a higher computational cost. 
publishDate 2010
dc.date.issued.none.fl_str_mv 2010-08-28
dc.date.accessioned.none.fl_str_mv 2022-01-18T16:06:45Z
dc.date.available.none.fl_str_mv 2022-01-18T16:06:45Z
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.none.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32
10.15332/s2027-3355.2010.0001.05
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/39542
url https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32
http://hdl.handle.net/11634/39542
identifier_str_mv 10.15332/s2027-3355.2010.0001.05
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32/30
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32/3674
dc.relation.citationissue.spa.fl_str_mv Comunicaciones en Estadística; Vol. 3 Núm. 1 (2010); 79-98
dc.relation.citationissue.eng.fl_str_mv Comunicaciones en Estadística; Vol. 3 No. 1 (2010); 79-98
dc.relation.citationissue.none.fl_str_mv 2339-3076
2027-3355
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
text/plain
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
institution Universidad Santo Tomás
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1800786430961647616