Please use this identifier to cite or link to this item: http://cybertesis.uni.edu.pe/handle/uni/6565
Title: Estimación y predicción del riesgo de mercado sobre un portafolio de acciones de empresas peruanas en presencia de errores heterocedásticos y distribuciones de colas pesadas mediante el uso de modelos ARCH
Authors: Villar Córdova Alvarado, Víctor Andrés
Advisors: Infante Rojas, Magen Danielle
Keywords: Modelos estadísticos;Riesgos de mercado;Teoría de colas
Issue Date: 2013
Publisher: Universidad Nacional de Ingeniería
Abstract: El riesgo de mercado es un evento inherente a toda actividad de inversión financiera. Diversos modelos estadísticos han sido propuestos en la actualidad para poder estimar y predecir dicho riesgo, entre los que se encuentran los modelos ARCH. El presente trabajo tiene como objetivo general el determinar modelos estadísticos de la familia de los ARCH, dentro del enfoque de Box-Jenkins, para estimar y predecir el riesgo de mercado de un portafolio de acciones en presencia de errores heterocedásticos y distribuciones de colas pesadas, en el contexto de nuestro país. Para ello se plantea la hipótesis de que las generalizaciones del modelo ARCH constituyen mejores modelos al ARCH originalmente propuesto, para la modelización de los retornos del portafolio considerado. Para alcanzar el objetivo planteado, se estimaron los modelos ARCH, GARCH, TGARCH y EGARCH bajo distintos supuestos en la distribución de los errores, con el fin de modelar y predecir el comportamiento de los retornos financieros del portafolio. Se identificó que el modelo EGARCH bajo el supuesto de una distribución t-Student para los errores es superior al resto de modelos al estimar y pronosticar el retorno financiero, y por ende, el riesgo de mercado del portafolio analizado.
URI: http://cybertesis.uni.edu.pe/handle/uni/6565
Rights: info:eu-repo/semantics/embargoedAccess
Appears in Collections:Ingeniería Estadística

Files in This Item:
File Description SizeFormat 
villar_cv.pdf1 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI