Resumo

ESPINOSA ACUNA, Oscar Andrés  e  VACA GONZALEZ, Paola Andrea. AJUSTE DE MODELOS GARCH CLÁSICO Y BAYESIANO CON INNOVACIONES T-STUDENT PARA EL ÍNDICE COLCAP. rev. econ. Caribe [online]. 2017, n.19, pp.1-32. ISSN 2011-2106.

En este artículo se ajustan dos modelos de Heterocedasticidad Condicional Generalizados (GARCH) para el índice financiero COLCAP. El primero, desde una perspectiva clásica (o frecuentista) estimando los parámetros mediante Máxima Verosimilitud y el segundo, a partir de un enfoque bayesiano haciendo uso del algoritmo de Metropolis-Hastings. Para ambos casos se asumen las innovaciones con distribución t-Student. Mediante distintos criterios de información se evalúa el ajuste del modelo bajo las aproximaciones bayesiana y clásica.

CLASIFICACIÓN JEL: K49.

Palavras-chave : Modelos de Heterocedasticidad Condicional; Algoritmo de Metropolis-Hastings; Índice COLCAP.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )