Modelación de la volatilidad del índice general de la Bolsa de Valores de Lima, periodo 2009-2011

Abstract

El presente trabajo tiene como objetivo describir los modelos de varianza condicional ARCH y GARCH junto con sus propiedades y demostraciones, estos modelos se aplican en series de tiempo financieras, debido a que estas presentan como característica principal una fuerte volatilidad con periodos de calma o agitación, lo cual no permite utilizar los modelos de series de tiempo tradicionales que asumen varianzas constantes. Así mismo se realizó una aplicación utilizando como variable el valor diario del Índice General de la Bolsa de Valores de Lima (IGBVL), periodo 2009 – 2011, para la aplicación se utilizó el software econométrico Eviews 7. Al analizar los resultados de las estimaciones de los modelos que explicarían la volatilidad diaria de la Rentabilidad del Índice General de la Bolsa de Valores (RIGBVL), periodo 2009 – 2011, se concluyó que el modelo GARCH (1,1) es el adecuado, debido a que el modelo GARCH (1,1) tiene a diferencia de los demás modelos el menor valor tanto en el criterio de información de Akaike (AIC) como en el criterio de información de Schwarz. Previamente se modeló la media de la RIGVBL con el modelo AR (1)

This paper aims to describe models conditional variance ARCH and GARCH and their properties and demonstrations, these models are applied in financial time series, because these appear like main feature highly volatile with periods of calm or agitation, making it impossible to use the model of traditional time series assuming constant variances. Also an application using as a variable the daily value of the General Index of the Lima Stock Exchange (IGBVL), period from 2009 to 2011, was performed to implement the econometric software Eviews 7 is used. In analyzing the results of the estimates of the models that explain the daily volatility of the Index General Performance Stock Exchange (RIGBVL) period from 2009 to 2011, concluded that the GARCH (1,1) model is right, because the GARCH (1,1) is unlike other models the lowest value in both the Akaike information criterion (AIC) and the Schwarz information criterion. Stocking previously RIGVBL with AR model (1) was modeled.