Un Enfoque Bayesiano en Modelos Heterocedásticos de Series de Tiempo y su Aplicación en la Volatilidad de Activos Financieros

Abstract

En este trabajo, se estudia la modelación de la volatilidad de activos financieros mediante un enfoque bayesiano. Se utilizan modelos DCC - GARCH, para los errores de estos modelos se consideran distribuciones de probabilidad asimétricas y leptocúrticas, las cuales se parametrizan en función de la asimetría y el peso de las colas, por lo que también se estiman estos parámetros. La estimación de los parámetros del modelo se realizó mediante la metodología MCMC algoritmo Metropolis - Hastings caminata aleatoria haciendo uso del software R paquete bayesDccGarch, se consideran datos diarios del 1/04/2015 - 31/01/2020 de los índices bursátiles de: Frankfurt (DAX), Tokio (NIKKEI225), París (CAC40), y de Lima (BVL). El enfoque bayesiano para la estimación de los parámetros del modelo facilita la interpretación y brinda la posibilidad de insertar información a priori para los parámetros.