Resumen

JESUS-GUTIERREZ, Raúl de. El uso de la volatilidad implícita en el modelado de la varianza condicional puede mejorar la predicción de la volatilidad y la estimación del VaR y CVaR. Econ: teor. práct [online]. 2023, n.58, pp.173-198.  Epub 26-Jun-2023. ISSN 2448-7481.  https://doi.org/10.24275/etypuam/ne/582023/jesus.

Este trabajo tiene como objetivo incorporar el índice S&P/BMV IPC VIX en la ecuación de la varianza de los modelos GARCH, EGARCH, FIGARCH y FIEGARCH, con el fin de mejorar la predicción de la volatilidad condicional y estimación del VaR y CVaR para las posiciones corta y larga en el mercado accionario de la Bolsa Mexicana de Valores. Los resultados de la prueba estadística PPS muestran que el índice S&P/BMV IPC VIX proporciona información adicional para mejorar la predicción de la volatilidad condicional, pero su valor económico es mínimo. Los resultados del backtesting revelan que las medidas VaR-FIEGARCHVIX, VaR-EGARCHVIX, CVaR-FIGARCHVIX y CVaR-GARCHVIX presentan el mejor desempeño para la estimación correcta del riesgo en los niveles de confianza convencionales para ambas posiciones. Aunque la superioridad del modelo FIGARCH es evidente para estimar el CVaR de la posición corta. Los hallazgos tienen importantes implicaciones para la administración de riesgos y regulación financiera.

Palabras llave : Volatilidad implícita; Predicción de la volatilidad; Valor en riesgo.

        · resumen en Inglés     · texto en Español     · Español ( pdf )