Finance, Markets and Valuation
Not found
Título: Modelización de la volatilidad condicionada en el índice bursátil español Ibex-35 empleando datos de alta frecuencia. Una comparación entre el modelo EGARCH y la red neuronal backpropagation
Autores: Javier Oliver
DOI: Not found
Resumen:
El análisis de la volatilidad condicionada es un paso necesario para poder valorar de forma precisa el riesgo inherente a activos financieros tales como acciones, bonos, índices, derivados etc. Una buena predicción de la volatilidad es necesaria para la correcta diversificación de carteras de inversión, para calcular el valor de las opciones, del VaR. etc. Por este motivo es necesario generar modelos capaces de predecir la volatilidad de los activos financieros. En la actualidad, los modelos que se emplean más habitualmente son los modelos econométricos de la familia GARCH. En este artículo se analiza la volatilidad condicionada del índice bursátil español IBEX-35 con datos de alta frecuencia mediante el modelo ARMA-EGARCH, que permite captar las asimetrías en la volatilidad del índice. Seguidamente se emplea la red neuronal BPN sobre la misma muestra de datos y se comparan los resultados obtenidos. La comparación se realiza utilizando las mismas variables en ambos modelos para poder obtener una comparación más equilibrada y justa. Los resultados muestran que la red neuronal es una buena alternativa a los modelos econométricos de la familia GARCH. De hecho, en el análisis realizado, la red neuronal backpropagation bate en repetidas ocasiones al modelo ARMA-EGARCH independientemente de la frecuencia de los datos y de la forma en que se mide el error de predicción.
Keywords: Not found
