Estrategias de cobertura de divisas utilizando datos de valor de histograma: modelos GARCH de cambio de Markov bivariado
Autores: Maneejuk, Paravee; Pirabun, Nootchanat; Singjai, Suphawit; Yamaka, Woraphon
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Estrategias de cobertura de divisas utilizando datos de valor de histograma: modelos GARCH de cambio de Markov bivariado
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estudios
Estrategias de cobertura
Datos de alta frecuencia
Monedas internacionales
Modelos GARCH
Efectividad de cobertura
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 43
Citaciones: Sin citaciones
Estudios anteriores destinados a determinar estrategias de cobertura comúnmente utilizaban precios de cierre diarios de spot y futuros para el análisis y la construcción de estrategias. Sin embargo, el precio de cierre diario podría no ser apropiado para algunos o todos los días de negociación. Esto se debe a que los datos intradía en varios intervalos de minutos, en nuestra opinión, probablemente reflejen mejor la información sobre el comportamiento concreto de los rendimientos del mercado y las reacciones de los participantes del mercado. Por lo tanto, en este estudio, proponemos utilizar datos de alta frecuencia junto con datos diarios en un intento de determinar estrategias de cobertura, utilizando cinco principales monedas internacionales contra el dólar estadounidense. Específicamente, en nuestro estudio utilizamos los precios de cierre de 5 minutos, 30 minutos, 60 minutos y diarios de los pares USD/CAD (Dólar Canadiense), USD/CNY (Yuan Chino), USD/EUR (Euro), USD/GBP (Libra Esterlina) y USD/JPY (Yen Japonés) durante el período 2018-2019. Sin embargo, el uso de datos a intervalos de 5 minutos, 30 minutos y 60 minutos o datos de alta frecuencia implica el uso de un número relativamente grande de observaciones para extracciones de información en general y estimaciones de modelos econométricos, lo que hace que el procesamiento y análisis de datos sea una tarea bastante consumidora de tiempo y complicada. Para hacer frente a tales inconvenientes, este estudio recopiló los datos de alta frecuencia en forma de un histograma y seleccionó el precio diario representativo, que no tiene que ser el valor de cierre diario. Luego, estos datos valorados en histogramas se utilizan para investigar las relaciones lineales y no lineales y la volatilidad de las variables de interés mediante varios modelos GARCH bivariados de un solo y dos regímenes. Nuestros resultados indican que el modelo de Copula Dinámica de Cambio de Markov-Generalizado de Autoregresión Condicional Heterocedástica (GARCH) es el que mejor funciona con el BIC más bajo y proporciona el mayor valor global de efectividad de cobertura (HE) en comparación con los otros modelos considerados en el presente esfuerzo. En consecuencia, podemos concluir que el mercado de divisas tanto para el comercio de spot como de futuros tiene una estructura no lineal. Además, basándonos en los resultados de HE, el mejor instrumento derivado es el CAD utilizando datos de frecuencia diaria, mientras que el GBP utilizando datos de frecuencia de 30 minutos es el mejor considerando la mayor proporción de cobertura. Notamos que el derivado con la mayor efectividad de cobertura podría no ser el que tiene la mayor proporción de cobertura.
Descripción
Estudios anteriores destinados a determinar estrategias de cobertura comúnmente utilizaban precios de cierre diarios de spot y futuros para el análisis y la construcción de estrategias. Sin embargo, el precio de cierre diario podría no ser apropiado para algunos o todos los días de negociación. Esto se debe a que los datos intradía en varios intervalos de minutos, en nuestra opinión, probablemente reflejen mejor la información sobre el comportamiento concreto de los rendimientos del mercado y las reacciones de los participantes del mercado. Por lo tanto, en este estudio, proponemos utilizar datos de alta frecuencia junto con datos diarios en un intento de determinar estrategias de cobertura, utilizando cinco principales monedas internacionales contra el dólar estadounidense. Específicamente, en nuestro estudio utilizamos los precios de cierre de 5 minutos, 30 minutos, 60 minutos y diarios de los pares USD/CAD (Dólar Canadiense), USD/CNY (Yuan Chino), USD/EUR (Euro), USD/GBP (Libra Esterlina) y USD/JPY (Yen Japonés) durante el período 2018-2019. Sin embargo, el uso de datos a intervalos de 5 minutos, 30 minutos y 60 minutos o datos de alta frecuencia implica el uso de un número relativamente grande de observaciones para extracciones de información en general y estimaciones de modelos econométricos, lo que hace que el procesamiento y análisis de datos sea una tarea bastante consumidora de tiempo y complicada. Para hacer frente a tales inconvenientes, este estudio recopiló los datos de alta frecuencia en forma de un histograma y seleccionó el precio diario representativo, que no tiene que ser el valor de cierre diario. Luego, estos datos valorados en histogramas se utilizan para investigar las relaciones lineales y no lineales y la volatilidad de las variables de interés mediante varios modelos GARCH bivariados de un solo y dos regímenes. Nuestros resultados indican que el modelo de Copula Dinámica de Cambio de Markov-Generalizado de Autoregresión Condicional Heterocedástica (GARCH) es el que mejor funciona con el BIC más bajo y proporciona el mayor valor global de efectividad de cobertura (HE) en comparación con los otros modelos considerados en el presente esfuerzo. En consecuencia, podemos concluir que el mercado de divisas tanto para el comercio de spot como de futuros tiene una estructura no lineal. Además, basándonos en los resultados de HE, el mejor instrumento derivado es el CAD utilizando datos de frecuencia diaria, mientras que el GBP utilizando datos de frecuencia de 30 minutos es el mejor considerando la mayor proporción de cobertura. Notamos que el derivado con la mayor efectividad de cobertura podría no ser el que tiene la mayor proporción de cobertura.