SciELO - Scientific Electronic Library Online

 
vol.18 número29Modelos de acción organizacionales en la construcción de capacidades empresarialesAnálisis de opciones reales: un enfoque delta-gamma para la evaluación de proyectos de inversión real índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

Compartir


Cuadernos de Administración

versión impresa ISSN 0120-3592

Resumen

GIRALDO GOMEZ, Norman. Predicción de betas y VaR de portafolios de acciones mediante el filtro de Kalman y los modelos GARCH. Cuad. Adm. [online]. 2005, vol.18, n.29, pp.103-120. ISSN 0120-3592.

En este trabajo se estudió el desempeño de un estimador del VaR de portafolios de acciones basado en el cálculo de los coeficientes beta de las acciones que lo conforman, conocido como el VaR factorial. Para ello se proyectaron tales betas recursivamente, por medio del filtro de Kalman y modelando el término, que depende de la volatilidad de los rendimientos del mercado, de acuerdo con modelos condicionalmente heterocedásticos del tipo GARCH, EGARCH y GJR. A partir de simulaciones basadas en un modelo de baja oscilación para las betas, se compararon (con la metodología media-varianza de RiskMetrics) los resultados de estos modelos con el VaR calculado y se introdujeron dos pruebas de hipótesis para realizar tal comparación. La conclusión es que tanto el estimador propuesto como el de RiskMetrics pronostican correctamente el número de casos en los cuales los rendimientos extremos negativos de un portafolio superan el margen del VaR. No obstante, el estimador propuesto calcula de forma más precisa que el método de RiskMetrics el valor mediante el cual se supera tal margen.

Palabras clave : CAPM; valor en riesgo; filtro de Kalman; betas; heterocedasticidad; GARCH.

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

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons