Estimación de la volatilidad del precio de las acciones utilizando la técnica de cambio de régimen: estudio empírico en el mercado de valores de la India
Autores: Naik, Nagaraj; Mohan, Biju R.
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Estimación de la volatilidad del precio de las acciones utilizando la técnica de cambio de régimen: estudio empírico en el mercado de valores de la India
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Volatilidad
Precio de las acciones
Mercado
Modelo
Estimación
Datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 53
Citaciones: Sin citaciones
La volatilidad es el grado de variación en el precio de las acciones con el tiempo. El precio de las acciones es volátil debido a muchos factores, como la demanda, la oferta, la política económica y las ganancias de la empresa. Invertir en un mercado volátil es más arriesgado para los operadores de acciones. La mayoría de los trabajos existentes consideraron modelos de Auto-regresión Condicional Generalizada Heterocedástica (GARCH) para capturar la volatilidad, pero este modelo no logra capturar cuando la volatilidad es muy alta. Este documento tiene como objetivo estimar la volatilidad del precio de las acciones utilizando el modelo de Cambio de Régimen Markoviano GARCH (MSGARCH) y el modelo SETAR. La selección del modelo se realizó utilizando el criterio de Información de Akaike (AIC) y el criterio de Información Bayesiana (BIC). El rendimiento del modelo se evalúa utilizando el error cuadrático medio (RMSE) y el error porcentual absoluto medio (MAPE). Hemos encontrado que la estimación de volatilidad utilizando el modelo MSGARCH funcionó mejor que el modelo SETAR. Los experimentos consideraron los datos del mercado de valores de la India.
Descripción
La volatilidad es el grado de variación en el precio de las acciones con el tiempo. El precio de las acciones es volátil debido a muchos factores, como la demanda, la oferta, la política económica y las ganancias de la empresa. Invertir en un mercado volátil es más arriesgado para los operadores de acciones. La mayoría de los trabajos existentes consideraron modelos de Auto-regresión Condicional Generalizada Heterocedástica (GARCH) para capturar la volatilidad, pero este modelo no logra capturar cuando la volatilidad es muy alta. Este documento tiene como objetivo estimar la volatilidad del precio de las acciones utilizando el modelo de Cambio de Régimen Markoviano GARCH (MSGARCH) y el modelo SETAR. La selección del modelo se realizó utilizando el criterio de Información de Akaike (AIC) y el criterio de Información Bayesiana (BIC). El rendimiento del modelo se evalúa utilizando el error cuadrático medio (RMSE) y el error porcentual absoluto medio (MAPE). Hemos encontrado que la estimación de volatilidad utilizando el modelo MSGARCH funcionó mejor que el modelo SETAR. Los experimentos consideraron los datos del mercado de valores de la India.