logo móvil
Contáctanos

Un estudio del enfoque de aprendizaje automático y el modelo MGARCH-BEKK en la transmisión de volatilidad

Autores: Joshi, Prashant; Wang, Jinghua; Busler, Michael

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Un estudio del enfoque de aprendizaje automático y el modelo MGARCH-BEKK en la transmisión de volatilidad


Categoría

Gestión y administración

Subcategoría

Gestión de recursos

Palabras clave

Estudio
Efectos de derrame de volatilidad
Mercado de valores de EE. UU.
Mercado de criptomonedas
Pandemia de COVID-19
Diversificación de cartera

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 28

Citaciones: Sin citaciones


Descripción
Este estudio analiza los efectos de derrame de volatilidad en el mercado de valores de EE. UU. (S&P500) y el mercado de criptomonedas (BGCI) utilizando datos intradía durante la pandemia de COVID-19. Como posibles impulsores de la diversificación de la cartera, medimos la transmisión asimétrica de volatilidad en ambos mercados. Aplicamos MGARCH-BEKK y un modelo de aprendizaje automático basado en algoritmos. Los choques negativos en los rendimientos impactan más en el S&P500 y en el mercado de criptomonedas que los choques positivos en ambos mercados. Este estudio también indica evidencia de transmisión asimétrica de volatilidad cruzada unidireccional del mercado de criptomonedas al S&P500 durante la pandemia de COVID-19. Los hallazgos de la investigación muestran el potencial beneficio de la diversificación de la cartera entre el S&P500 y el BGCI.

Otros recursos que podrían interesarte

Temas Virtualpro