logo móvil
Contáctanos

Prueba de hipótesis de fusión para detección de no linealidad en rendimientos de precios de fondos de cobertura

Autores: Le Caillec, Jean-Marc

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Prueba de hipótesis de fusión para detección de no linealidad en rendimientos de precios de fondos de cobertura


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

No linealidad
Fondo de cobertura
Rendimientos de precios
Series temporales
Evaluación de riesgos
Pruebas de hipótesis

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 27

Citaciones: Sin citaciones


Descripción
En este documento, presentamos los resultados de la detección de no linealidad en los retornos de precios de Fondos de Cobertura. El principal desafío es inducido por la corta longitud de la serie temporal, ya que el retorno de este tipo de activo se actualiza una vez al mes. Como es habitual, la no linealidad de la serie temporal de retorno es un punto clave para evaluar con precisión el riesgo de un activo, ya que la suposición de normalidad apenas se encuentra en los datos financieros. La idea básica para superar la falta de robustez de las pruebas de hipótesis en series temporales pequeñas es combinar varias pruebas de hipótesis para mejorar la decisión final (es decir, si la serie temporal de retorno es lineal o no). Varios aspectos sobre la fusión de índices/decisiones, como la topología de fusión, así como la información compartida por varias pruebas de hipótesis, deben ser investigados cuidadosamente para diseñar un proceso de decisión robusto. Esta regla de decisión diseñada se aplica a dos bases de datos de retorno de precios de Fondos de Cobertura (TASS y SP). En particular, la suposición de linealidad es generalmente aceptada para el modelo factorial. Sin embargo, los fondos que han detectado no linealidad en sus retornos generalmente están correlacionados con las tasas de cambio. Dado que las tasas de cambio evolucionan de forma no lineal, la no linealidad se explica por este factor de riesgo y no por una dependencia no lineal de los factores de riesgo.

Otros recursos que podrían interesarte

Temas Virtualpro