La volatilidad del tipo de cambio paralelo en Venezuela 2005-2015

Laura Daniela Castillo Paredes, Josefa Ramoni Perazzi

Resumen


El tipo de cambio paralelo constituye una de las principales variables económicas para la toma de decisiones en Venezuela. Para analizar el comportamiento de esta variable tomando en cuenta sus características inherentes, exceso de curtosis, persistencia y asimetría, se hace una síntesis teórica de los principales  modelos estocásticos de volatilidad  y, se estima un conjunto de modelos.  El modelo que mejor ajusta el comportamiento de la variable es un EGARCH (1,1), que captura el efecto asimétrico de las perturbaciones estocásticas sobre la serie. Ante choques negativos (depreciación del tipo de cambio paralelo), la volatilidad asociada se incrementa, pero para choques positivos (apreciación del tipo de cambio paralelo), se mantiene constante.

Palabras clave


tipo de cambio paralelo; volatilidad; persistencia; modelos estocásticos de volatilidad; EGARCH.

Texto completo:

PDF

Referencias


Arias, F. (2006). El proyecto de investigación. Introducción a la metodología científica (Quinta ed.). Caracas: Episteme.

Baillie, R. (2006). Modelling Volatility, Handbook of Econometrics (Vol. 1). (E. T. a. Patterson, Ed.) New York: Palgrave Macmillan.

Banco Central de Venezuela. (2016). Obtenido de http://www.bcv.org.ve/

Berndt, E., Hall, B., Hall, R. y Hausman, J. . (1974). Estimation lnference in nonlinear Structural Models. Annals of the Economic and Social Measurement, Vol. 4, 653-665.

Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedastic. Journal of Econometrics(Nº 31), 307-327.

Bollerslev, T. y Wooldrige, J. (1992). Quasi-maximum likelihood estimation and inference in Dynamic models with time-varying covariances. Econometric Reviews, Vol. 11(Nº 2), 143-172.

Breusch, T.y Pagan, A. (1978). A Simple Test for Heterocedasticity and Random Coefficient Variance. Econometrica, Vol. 46, 1287-1294.

Brock, W., Dechert,W. , Scheinkman J, y LeBaron, B. (1996). A test for independence based on the correlation dimension. Econometric Reviews, Vol. 3(Nº 15), 197-235.

Campbell, A. (1987). Stock Returns and Term Structure. Journal of Financial Economics, Vol. 18, 373-399.

Decreto con Rango Fuerza y Valor de Ley del Régimen Cambiario y sus Ílicitos. (20 de febrero de 2014). Gaceta Oficial de la República Bolivariana Nº 6.126. Recuperado el 13 de julio de 2016, de www.tsj.gob.ve/gaceta-oficial

Ding, Z., Granger, C. y Engle, R. (1993). A long memory property of stock market returns and a new model. Journal of Empirical Finance, 83-106.

Dornbusch, R., Fischer, S. y Startz, R. (2009). Macroeconomía (Décima ed.). México, D.F.: McGraw Hill.

Ecoanalítica. (Diciembre de 2014). Entorno y Política Cambiaria. Caracas . Obtenido de http://ecoanalitica.com/?wpfb_dl=179

Engle, R. (1982). Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica, Vol. 50(Nº 4), 987-1007.

Engle, R. y Bollerslev, T. (1986). Modelling the Persistence of Conditional Variance. Econometric Reviews, Vol. 5, 1-50.

Fama, M. (1963). Risk Returm and Equilibrium: Empirical Test. Jorunal of Financial Economics, Vol. 71, 607-636.

Figlewski, S. (1997). Forecasting Volatility. Financial Markets, Institutions and Instruments, Vol. 6(Nº 1), 2-87.

Glosten, L.; Jagannathan, R. y Runkle, D. (1993). Relationships between the expected value and the volatility of the nominal excess return on stocks. Northwestern University: Mimeo.

Godfrey, L. (1978). Testing Against General Autoregressive and Moving Average Models when the Regressors include Lagged Dependent Variables. Econometrica, Vol. 46, 1294-1302.

Hansen, B. (1992). Tests for Parameter Instability in Regressions with I(1) Processes. Journal of Business and Economic Statistics, Vol. 10, 321-336.

Hansen, P. y Lunde, A. . (2005). A forecast comparison of volatility models: does anything beat a GARCH (1,1)? Journal of Applied Econometrics, Vol. 20, 873-889.

Harvey, A. (1981). The Econometric Analysis of Time Series. Oxford: Phillip Alan.

Hentschel, L. (1995). All in the family Nesting symmetric and asymmetric GARCH models. Journal of Financial Economics, Vol.39, 71-104.

Hsieh, D. (1995). Nonlinear Dynamics in Financial Markets Evidence and Implications. Duke: Institute for Quantitative Research in Finance.

Klien, B. (1977). The demand for quality-adjusted cash balances: price uncertainty in the U.S. demand for money function. Journal of Political Economy, Vol. 85, 692-715.

Mandelbrot, B. (1963). The variation of certain speculative prices. Journal of Business, Vol. 36, 394-419.

Márquez, M. (2002). Modelo setar aplicado a la volatilidad de la rentabilidad de las acciones: algoritmos para su identificación. Tesis de Maestría en Estadística. Barcelona: Universitat Politècnica de Catalunya.

McLeod, A. y Li, W. (1983). Diagnostic checking ARMA time series models using squared residual autocorrelations. Journal of Time Series Analysis, Vol. 4, 269-273.

Milhoj, A. (. (1987). A multiplicative parametrization of ARCH models. Institute of Statistics.: Research Report 101, University of Copenhagen.

Nelson, D. B y Cao, C. Q. (1992). Inequality constraints in the univariate GARCH model. Journal of Business & Economic Statistics, Vol. 10, 229-235.

Nelson, D. B. (1991). Conditional Heterocedasticity in asset returns: a New Approach. Econometrica, Vol. 59, 347-370.

Nyblom, J. (1989). Testing for the Constancy of Parameters Over Time. Journal of the American Statistical Association, Vol. 84(Nº 405), 223-230.

Poon, S. y Granger, C. (2003). Forecasting Volatility in Financial Markets: A review. Journal of Economic Literature, Vol. XLI, 478-539.

Poterba, J. y Summers, L. (1986). The Persistence of Volatility and Stock Market Fluctuations. American Economic Review, Vol. 76, 1142-1151.

Sánchez, A. y Reyes, M. (2006). Regularidades probabilísticas de las series financieras y la familia de modelos GARCH. Ciencia Ergo Sum, Vol. 13(Nº 2), 149-156.

Taylor, S. (1986). Modelling Financial Time Series. New York: John Wiley.

The R Project for Statistical Computing. (20 de julio de 2016). Obtenido de http://cran.r-project.org/manuals.html

Tsay, R. (1986). Nonlinearity test for time series. Biometrika, Vol.76, 461-466.

Zakoian, J. (1990). Threshold heteroskedastic model. Paris: INSEE: Mimeo.




DOI: http://dx.doi.org/10.19053/01203053.v36.n63.2017.5312

Article Metrics

Metrics Loading ...

Metrics powered by PLOS ALM

Enlaces refback

  • No hay ningún enlace refback.