A revision of stochastic volatility models

Tamayo Medina, Ronne; Rodríguez Pinzón, Heivar Yesid

Una revisión de los modelos de volatilidad estocástica

dc.creator	Tamayo Medina, Ronne	es
dc.creator	Rodríguez Pinzón, Heivar Yesid	es
dc.date	2010-08-28
dc.date.accessioned	2025-02-04T20:23:29Z
dc.date.available	2025-02-04T20:23:29Z
dc.identifier	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32
dc.identifier	10.15332/s2027-3355.2010.0001.05
dc.identifier.uri	http://test.repositoriodigital.com:8080/handle/123456789/86150
dc.description	In economics, a good part of the processes observed over time arise as the result of eﬀects of latent variables, ie processes not directly observable. This is the case of the volatility of ﬁnancial market returns, which has been shaped since the early 80s using ARCH and GARCH conditional variance models, and more recently stochastic volatility models (SV), which present fewer parameters than GARCH models and allow us to study the non-linear nature of volatility. Because in the SV model is not known accurately the likelihood function, the method of maximum quasi-likelihood is used. This method uses the representation in state-space model form. The SV model representation is evaluated through adaptive ﬁlters, such as Kalman, which implies a higher computational cost.	en
dc.description	En economía, una buena parte de los procesos observados a través del tiempo se plantean como el resultado de efectos de variables latentes, es decir, procesos no observables de forma directa. Este es el caso de la volatilidad de la rentabilidad en el mercado financiero, la cual ha sido modelada desde comienzos de los años 80 empleando modelos de varianza condicional ARCH y GARCH y, más recientemente modelos de volatilidad estocástica SV, los cuales presentan un menor número de parámetros que los modelos GARCH y permiten estudiar la naturaleza no-lineal de la volatilidad.Debido a que en el modelo SV no se conoce de forma exácta la función de verosimilitud, se emplea el método de estimación máximo cuasi-verosímil propuesto por gh94, el cual utiliza la representación en forma de modelo de estados State-Space. La representacion del modelo SV mediante la forma de estados se evalua a traves de filtros adaptativos, como es el caso de los filtros Kalman, lo cual implica un mayor costo computacional. A partir de lo anterior, no necesariamente se llega a la solución óptima del problema.	es
dc.format	application/pdf
dc.format	text/plain
dc.language	spa
dc.publisher	Universidad Santo Tomás	es
dc.relation	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32/30
dc.relation	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/32/3674
dc.source	Comunicaciones en Estadística; Vol. 3 No. 1 (2010); 79-98	en
dc.source	Comunicaciones en Estadística; Vol. 3 Núm. 1 (2010); 79-98	es
dc.source	2339-3076
dc.source	2027-3355
dc.subject	Filtro Kalman	es
dc.subject	modelos de estado-espacio	es
dc.subject	modelos de volatilidad estocástica	es
dc.title	A revision of stochastic volatility models	en
dc.title	Una revisión de los modelos de volatilidad estocástica	es
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

estadistica [100]

Mostrar el registro sencillo del ítem