Volatility in bank deposits in Bolivia: symmetric and asymmetric GARCH

Authors

DOI:

https://doi.org/10.35319/lajed.202441514

Keywords:

Liquidity risk, Volatility, GARCH family, VAR

Abstract

The hypothesis of this paper is based on the fact that asymmetric heterocedastic conditional autoregressive volatility models fit better when analyzing liquidity risk, this is compared to symmetric models. In a scenario of illiquidity in the financial system, the reaction of economic agents is sensitive to the good and bad news of the economic and political situation in the country, generating financial panics that can lead to an increase in the demand for cash (systemic risk scenario). The results indicate that the dynamic asymmetric volatility models GJR (1.1) and APARCH (1.1) have the best ability to predict the volatility of demand deposits and savings banks, respectively. Also, the estimates of the symmetric models fit better to a Student's t-distribution in the innovations, compared to the normal and generalized error distribution.

Downloads

Download data is not yet available.

Author Biographies

Luis Fernando Escobar Caba, Centro de Investigación Económica del Colegio de Economistas de Santa Cruz

Es economista de la UAGRM (2014), con maestría en Finanzas Corporativas de la Business School UAGRM (2023). Sus líneas de investigación: Economía Monetaria y Fiscal, Macroeconomía y Econometría Aplicada. Ha trabajado como analista e investigador del Ministerio de Economía y Finanzas Publicas y del Instituto de Investigaciones Económicas y Sociales José Ortiz Mercado, ha dictado curso en pregrado de Econometría, Estadística Multivariada y Estadística en la Universidad Privada Boliviana. Actualmente es Analista Económico y Financiero de la Secretaria de Hacienda GADSC.

Roger Alejandro Banegas Rivero, Universidad Autónoma Gabriel René Moreno

Es economista, con Maestría en Finanzas y un Doctorado en Ciencias Económicas por la Universidad Autónoma del Estado de México. Su mayor experiencia está centrada en el campo de la docencia, investigación y postgrado. Sus líneas de investigación y publicaciones: crecimiento económico, la política monetaria, la sostenibilidad fiscal y la cuantificación de impactos de shocks externos. Ha sido director del Banco Central de Bolivia y director del Instituto de Investigaciones Económicas y Sociales José Ortiz Mercado. Actualmente es docente investigador en la Carrera de Economía de la UAGRM

References

Adams, Z., Collot, S., & Kartsakli, M. (2020). Have commodities become a financial asset? Evidence from ten years of Financialization. Energy Economics, 89, 104769.

Agbada, A. O. & Osuji, C. (2013). The efficacy of liquidity management and ban-king performance in Nigeria. International review of management and business research, 2(1):223–233.

Angelidis, T., Benos, A., & Degiannakis, S. (2004). The use of GARCH models in VaR estimation. Statistical methodology, 1(1-2), 105-128.

Autoridad de Supervisión del Sistema Financiero (2020). Análisis del Sistema Financiero a junio 2020. La Paz.

Autoridad de Supervisión del Sistema Financiero (2008). Guías para la Gestión de Riesgos. La Paz, Bolivia: Intendencia de Estudios y Normas- Superintendencia de Bancos y Entidades Financieras.

Banco Central de Bolivia (2020). Informe de Estabilidad Financiera a julio 2020. La Paz.

Banco Central de Bolivia (2010). Informe de Estabilidad Financiera a junio 2010. La Paz.

Bollerslev T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of econometrics, 31(3), 307-327.

Cachaga Herrera, P., y Romero Cuevas, J. M. (2020). Efecto asimétrico de la actividad económica en la liquidez del sistema financiero boliviano. Revista Latinoamericana de Desarrollo Económico, (33), 181-211.

Calahorrano, A., Sancan, N. G., & Montenegro, E. (2023). Análisis de riesgo de los bancos en ecuador mediante la metodología CAMELS. Kairós, Revista de Ciencias Económicas, Jurídicas y Administrativas, 6(10), 173-173.

Cernadas, L. F. (2013). Determinantes del exceso de liquidez: evidencia empírica para Bolivia. Revista de Análisis del BCB, 19(2), 57-102.

Chowdhury, M. A. I., Uddin, M. S., Ahmmed, M., Hassan, M. R., & Kabir, M. J. (2023). Potential risks of liquidity and credit affecting the efficiency of Islamic banks in Bangladesh. Cogent Economics & Finance, 11(1), 2209950.

Ding, Z., Granger, C. W., & Engle, R. F. (1993). A long memory property of stock market returns and a new model. Journal of empirical finance, 1(1), 83-106.

Engle R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica: Journal of the econometric society, 987-1007.

Engle, R. F., & Bollerslev, T. (1986). Modelling the persistence of conditional variances. Econometric reviews, 5(1), 1-50.

Engle R. F. & Ng V. K. (1993). Measuring and testing the impact of news on volatility. Journal of Finance, 48(5), 1749–1778.

Engle R. F. (2001). The Use of ARCH/GARCH Models in Applied Econometrics. Journal of Economic Perspectives, 15(4), 157-168.

Glosten, L. R., Jagannathan, R., & Runkle, D. E. (1993). On the relation between the expected value and the volatility of the nominal excess return on stocks. The journal of finance, 48(5), 1779-1801.

Gómez S., Franz, y González-Vega, Claudio. (2007). Determinantes del riesgo de liquidez y volatilidad diferenciada de los depósitos en el sistema financiero boliviano: Desempeño de las entidades de microfinanzas ante múltiples shocks sistémicos. Revista Latinoamericana de Desarrollo Económico, (8), 53-86.

González R. (2009). La gestión de riesgo de liquidez en economías emergentes: Un modelo VaR paramétrico de calibración indirecta y una aplicación al sistema financiero boliviano. Superintendencia de Bancos y Entidades Financieras.

Hansen, P. R., & Lunde, A. (2005). A forecast comparison of volatility models: does anything beat a GARCH (1, 1)?. Journal of applied econometrics, 20(7), 873-889.

Higgins M. L. & Bera A. K. (1992). A class of nonlinear arch models. International Economic Review, 33(1):137–158.

Jordan, B., Miller, T., y Dolvin, S. (2017). Fundamentals of Investments: Valuation and Management. The Irwin-McGraw-Hill Series in Finance, Insurance and Real Estate. McGraw-Hill Education.

Lee G. J. & Engle R. F. (1999). A permanent and transitory component model of stock return volatility. In Cointegration Causality and Forecasting. A Festschrift in Honor of Clive WJ Granger, pages 475–497. Oxford University Press.

Lidan, G. (2014). Liquidity and the Value at Risk. Journal of Economics and Statistics (Jahrbuecher fuer Nationaloekonomie und Statistik), 234(5), 572-602.

Markowitz, H. M. (1952) “Portfolio Selection”, Journal of Finance, (7), 77-91.

Mandelbrot, B. (1963). Certain speculative prices. The Journal of Business, 45(4), 542-543.

Naradh, K., Chifurira, R., & Chinhamu, K. (2022). Analysis of stock exchange risk and currency in South African Financial Markets using stable parameter estimation. International Journal of Finance & Banking Studies (2147-4486), 11(1), 120-131.

Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica: Journal of the Econometric Society, 347-370.

Olmos A., Rolando y Ortega L., Carlos (2016). Volatilidad de los depósitos y medición del riesgo de liquidez en el mercado financiero boliviano. Documento presentado en el 9no Encuentro de Economistas de Bolivia del Banco Central de Bolivia.

Olmos A., Rolando y Palma Sergio (2016). Pruebas de tensión de liquidez para el sistema financiero boliviano. Documento presentado en el 9no Encuentro de Economistas de Bolivia del Banco Central de Bolivia.

Palomeque, T. R., y Lavayen, S. G. (2010). El canal del crédito como mecanismo de transmisión de la política monetaria en Bolivia. Revista de Análisis del BCB, 12(1), 147-183.

Quevedo, O. A. D., y Palomeque, C. T. R. (2014). ¿Afecta la política monetaria al crédito bancario?: evidencia para Bolivia (No. 01/2014). Banco Central de Bolivia.

Quispe T. Ruddy (2019). Determinantes de la liquidez del sistema financiero boliviano 2000-2018. Tesis de grado de Universidad Mayor de San Andrés.

Reinhart, C. M., y Rogoff, K. S. (2012). Esta vez es distinto: ocho siglos de necedad financiera. Fondo de Cultura Económica.

Rossetti, N., Nagano, M. S., & Meirelles, J. L. F. (2017). A behavioral analysis of the volatility of interbank interest rates in developed and emerging countries. Journal of Economics, Finance and Administrative Science, 22(42), 99-128.

Romero-Meza, R. (2005). Medidas de riesgo financiero. Revista Economía & Administración, Universidad de Chile, pág. 57-67.

Rojas-Copara, G., Cárdenas-Pérez, A., Benavides E. I. E., Ramírez C. A. P., & Chenet Z. M. E. (2023). Liquidity analysis for compliance with depositors of credit unions in compulsory liquidation in Ecuador for the period 2020-2021. Russian Law Journal, 11(3s).

Serrano Bautista, R., & Mata Mata, L. (2020). A conditional heteroscedastic VaR approach with alternative distributions. EconoQuantum, 17(2), 81-98.

Schwert G. W. (1990). Stock volatility and the crash of ’87. Review of Financial Studies, 3(1):77.

Tamayo, M. R., & Rodríguez, P. H. Y. (2010). Una revisión de los modelos de volatilidad estocástica. Comunicaciones en Estadística, 3(1), 79-98.

Taylor S. J. (1986). Modelling financial time series. Wiley.

Tran, M.H. & Tran, N.M. (2022). High Frequency-Based Quantile Forecast and Combination: An Application to Oil Market. In: Ngoc Thach, N., Ha, D.T., Trung, N.D., Kreinovich, V. (eds) Prediction and Causality in Econometrics and Related Topics. ECONVN 2021. Studies in Computational Intelligence, vol 983. Springer, Cham. https://doi.org/10.1007/978-3-030-77094-5_19.

Vodova, P. (2011). Liquidity of Czech commercial banks and its determinants. International Journal of mathematical models and methods in applied sciences, 5(6), 1060-1067.

Wang, Zijin & Chen, Peimin and Liu, Peng and Wu, Chunchi (2023). Volatility Forecasts by Clustering: Applications for VAR Estimation. Available at SSRN: https://ssrn.com/abstract=4386146.

Yulianti, M. L., & Pakata, R. (2023). The impact of liquidity risk optimization on stability. Jurnal Ekonomi, 12(01), 630-639.

Zakoian, J. M. (1994). Threshold heteroskedastic models. Journal of Economic Dynamics and control, 18(5), 931-955.

Downloads

Published

2024-05-15

How to Cite

Escobar Caba, L. F., & Banegas Rivero, R. A. (2024). Volatility in bank deposits in Bolivia: symmetric and asymmetric GARCH . Latin American Journal of Economic Development, 22(41), 69–102. https://doi.org/10.35319/lajed.202441514

Issue

Vol. 22 No. 41 (2024): Revista Latinoamericana de Desarrollo Económico No. 41

Section

Articles

License

Copyright (c) 2024 Latin American Journal of Economic Development

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.