Investigamos los modelos de estructura temporal afín (ATSM) con volatilidad estocástica no abarcada (USV). Nuestro objetivo es probar su capacidad para generar un comportamiento transversal preciso y dinámicas de series temporales de los rendimientos de los bonos. Al comparar los modelos restringidos y aquellos con USV, evaluamos si producen estimaciones razonables para la varianza de la tasa de interés a corto plazo y un buen ajuste transversal. Esencialmente, se debe seguir un enfoque conjunto de datos de series temporales y opciones para estimar las dinámicas neutrales al riesgo en los ATSM. Debido a la escasez de datos de derivados en los mercados emergentes, estimamos el modelo utilizando solo series temporales de rendimientos de bonos. Se emplea un enfoque de estimación bayesiana que combina la cadena de Markov Monte Carlo (MCMC) y el filtro de Kalman para recuperar los parámetros del modelo y filtrar las variables de estado latentes. Además, incorporamos indicadores macroeconómicos y volatilidad basada en GARCH como validación externa del proceso de volatilidad latente filtrada. La USV tiene un mejor desempeño tanto dentro como fuera de la muestra, aunque el problema de la tensión entre series temporales y corte transversal sigue sin resolverse. Nuestros hallazgos sugieren que incluso sin instrumentos derivados, es posible identificar e interpretar dinámicas neutrales al riesgo y riesgo de volatilidad utilizando datos de series temporales observables.