Bayesian estimation in generalized autoregressive conditional heteroskedasticity models

Esta tesis doctoral nace con el propósito de entender, analizar y sobre todo modelizar el comportamiento estadístico de las series financieras. En este sentido, se puede afirmar que los modelos que mejor recogen las especiales características de estas series son los modelos de heterocedasticidad condicionada en tiempo discreto,si los intervalos de tiempo en los que se recogen los datos lo permiten, y en tiempo continuo si tenemos datos diarios o datos intradía. Con esta finalidad, en esta tesis se proponen distintos estimadores bayesianos para la estimación de los parámetros de los modelos GARCH en tiempo discreto (Bollerslev (1986)) y COGARCH en tiempo continuo (Kluppelberg et al. (2004)). En el capítulo 1 se introducen las características de las series financieras y se presentan los modelos ARCH, GARCH y COGARCH, así como sus principales propiedades. Mandelbrot (1963) destacó que las series financieras no presentan estacionariedad y que sus incrementos no presentan autocorrelación, aunque sus cuadrados sí están correlacionados. Señaló también que la volatilidad que presentan no es constante y que aparecen clusters de volatilidad. Observó la falta de normalidad de las series financieras, debida principalmente a su comportamiento leptocúrtico, y también destacó los efectos estacionales que presentan las series, analizando como se ven afectadas por la época del año o el día de la semana. Posteriormente Black (1976) completó la lista de características especiales incluyendo los denominados leverage effects relacionados con como las fluctuaciones positivas y negativas de los precios de los activos afectan a la volatilidad de las series de forma distinta.

Estrategias de cobertura de carteras e índices de renta variable: el mercado español

En línea con la creciente importancia de la cobertura de riesgos, la eficacia de las diferentes estrategias y las posibilidades de mejorar a través de diferentes modelos estocásticos han sido analizados en un gran número de estudios académicos en diferentes campos, activos financieros, energía, petróleo, etc. La controversia en la literatura sobre estrategias de cobertura se concentra en torno a tres aspectos principals. En primer lugar, una cuestión clave es la elección de la medida de eficacia que va a determinar la función de optimizar. Entre las diferentes medidas propuestas, la reducción de la varianza es el enfoque más simple y común. Muchos autores consideran que otros criterios, como diferentes especificaciones de funciones de utilidad, el riesgo de pérdidas o la variación de la rentabilidad ,se deben tomar en cuenta con el fin de medir la efectividad de cobertura. Estos criterios derivan en diferentes medidas de efectividad de cobertura como el equivalente cierto (CE), Valor en Riesgo (VaR), Valor en Riesgo Condicional (CVaR) o Pérdida Esperada (ES), Momentos parciales inferiores (LPM), semi-varianza, etc. . Un examen de las principales aportaciones de la literatura muestra la falta de uniformidad o resultados concluyentes en favor de una u otra estrategia. En segundo lugar, otro tema importante es la evolución temporal de la relación de cobertura. Hay una controversia en la literatura en cuanto a si la cobertura dinámica, utilizando relaciones que incorporan la nueva información que llega al mercado, es superior a relaciones estáticas, como la cobertura unitaria o la de mínimos cuadrados. En tercer lugar, cuando se trata de estimar los ratios de cobertura, se emplean muchas técnicas diferentes, que van desde los modelos más simples a enfoques dinámicos muy complejos. Sin embargo, no está claro que estos modelos complejos mejoren la eficacia global y en nuestra opinión, no resuelven favorablemente el compromiso entre complejidad y efectividad...