Asymptotic Theory for Extended Asymmetric Multivariate GARCH Processes

The paper considers various extended asymmetric multivariate conditional volatility models, and derives appropriate regularity conditions and associated asymptotic theory. This enables checking of internal consistency and allows valid statistical inferences to be drawn based on empirical estimation. For this purpose, we use an underlying vector random coefficient autoregressive process, for which we show the equivalent representation for the asymmetric multivariate conditional volatility model, to derive asymptotic theory for the quasi-maximum likelihood estimator. As an extension, we develop a new multivariate asymmetric long memory volatility model, and discuss the associated asymptotic properties.

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.

Volatility Spillover and Multivariate Volatility Impulse Response Analysis of GFC News Events

This paper applies two measures to assess spillovers across markets: the Diebold Yilmaz (2012) Spillover Index and the Hafner and Herwartz (2006) analysis of multivariate GARCH models using volatility impulse response analysis. We use two sets of data, daily realized volatility estimates taken from the Oxford Man RV library, running from the beginning of 2000 to October 2016, for the S&P500 and the FTSE, plus ten years of daily returns series for the New York Stock Exchange Index and the FTSE 100 index, from 3 January 2005 to 31 January 2015. Both data sets capture both the Global Financial Crisis (GFC) and the subsequent European Sovereign Debt Crisis (ESDC). The spillover index captures the transmission of volatility to and from markets, plus net spillovers. The key difference between the measures is that the spillover index captures an average of spillovers over a period, whilst volatility impulse responses (VIRF) have to be calibrated to conditional volatility estimated at a particular point in time. The VIRF provide information about the impact of independent shocks on volatility. In the latter analysis, we explore the impact of three different shocks, the onset of the GFC, which we date as 9 August 2007 (GFC1). It took a year for the financial crisis to come to a head, but it did so on 15 September 2008, (GFC2). The third shock is 9 May 2010. Our modelling includes leverage and asymmetric effects undertaken in the context of a multivariate GARCH model, which are then analysed using both BEKK and diagonal BEKK (DBEKK) models. A key result is that the impact of negative shocks is larger, in terms of the effects on variances and covariances, but shorter in duration, in this case a difference between three and six months.

Análisis de los métodos multivariantes para medir el riesgo en una cartera

A la hora de estudiar el valor en riesgo de una cartera, el método univariante puede ser considerado como una sobre simplificación de la realidad. Después de haber experimentado la mayor y más larga crisis financiera de la historia, los mercados buscan una manera efectiva de medir el riesgo. En este estudio haremos un repaso de las principales formas de estimar el VaR y CVaR. El objetivo principal es establecer un indicador cualitativo que nos permita comparar entre los diferentes modelos. Los resultados muestran que la simulación histórica ponderada con un GARCH(1,1) optimiza el control del riesgo.

Cobertura de carteras índice de renta variable con futuros sobre el IBEX 35

Las investigaciones relativas al ratio óptimo de cobertura con futuros de una cartera que replica un índice de renta variable se han llevado a cabo hasta la fecha mediante técnicas econométricas. Los modelos aplicados han ido perfeccionando sus especificaciones, pero todos ellos parten de unos supuestos que se alejan del mundo real, ya que no consideran el pago discreto de dividendos y se basan en una serie del futuro de próximo vencimiento que presenta saltos, al estar compuesta por mini-series encadenadas de futuros de distinto vencimiento. Como consecuencia de estas limitaciones, aunque la eficacia de la cobertura de los modelos econométricos puede considerarse satisfactoria en términos generales, se producen errores significativos en algunos puntos de la serie. La principal aportación de esta tesis a la investigación académica y a la práctica profesional de la gestión de carteras es la definición de un Modelo Algebraico de Cobertura (MAC) que no está basado en técnicas econométricas, es más sencillo de aplicar y superior en resultados104 a los modelos econométricos más utilizados hasta la fecha (MCO, ECM y GARCH) 105. El modelo MAC parte del supuesto de mercado eficiente y de la consideración de un horizonte temporal diario de la cobertura...