Estimación robusta de la matriz de covarianza, para la selección óptima de portafolios de inversión

Los portafolios de inversión se encuentran constantemente expuestos a riesgos sistemáticos y no sistemáticos, generando rentabilidades variantes y sensibles a valores atípicos, es por ello que, con la estimación robusta del riesgo, se busca minimizar el impacto de inestabilidad que generan los datos...

Full description

Autores:: Gutiérrez Sepúlveda, Daniela

Tipo de recurso:

Fecha de publicación:: 2018

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	Los portafolios de inversión se encuentran constantemente expuestos a riesgos sistemáticos y no sistemáticos, generando rentabilidades variantes y sensibles a valores atípicos, es por ello que, con la estimación robusta del riesgo, se busca minimizar el impacto de inestabilidad que generan los datos atipicos en portafolios de gran dimensión. Se propone un método robusto de estimación de la matriz de covarianza basado en la teoría de encogimiento de la misma y en la teoría del recorte de la media de los rendimientos de las acciones que conforman el portafolio, por otro lado, se estudia la implementación de los métodos de estimación robusta de la matriz de covarianza: recorte chi-cuadrado en la distancia de Mahalanobis y Determininante Mínimo de la Matriz de Covarianza (MCD) en la selección de portafolios de gran dimensión y bajo la metodología de Rolling horizon. Adicionalmente, se compara el desempeño financiero de los tres métodos diferentes de estimación de la matriz de covarianza, en términos de la ratio de sharpe, del índice de turnover y varianza de los portafolios. También se presenta el análisis de sensibilidad del método robusto propuesto y se compara con el análisis de sensibilidad relacionado con las diferentes estimaciones clásicas de la matriz de covarianza. Se muestra la notoria estabilidad de la varianza de los rendimientos de las acciones ante la presencia de datos atípicos, cuando se utiliza el método de estimación de la matriz de covarianza propuesto

Estimación robusta de la matriz de covarianza, para la selección óptima de portafolios de inversión

Publicaciones similares