Estimación de la volatilidad del tipo de cambio en México y Brasil. Un enfoque con modelos Markov Switching Garch

Autores/as

  • Rolando Caballero Martínez Universidad Nacional Autónoma de México
  • Benigno Caballero Claure Universidad Técnica de Oruro

DOI:

https://doi.org/10.35319/lajed.20162565

Palabras clave:

Volatilidad estocástica, econometría financiera, modelos EGARCH

Resumen

Este documento analiza la evolución de la volatilidad cambiaria en México y Brasil en el periodo 1994-2014, y presenta evidencia de que la misma tiende a disminuir con el tiempo. Además, se analiza la relación existente entre la volatilidad cambiaria y la tasa de depreciación. Nuestros hallazgos indican que tres de cinco modelos de volatilidad condicional confirman que una mayor depreciación cambiaria precede temporalmente a una mayor volatilidad cambiaria. Asimismo, para poder analizar estos efectos se emplean modelos de heterocedasticidad condicional (ARCH-M, GARCH-M, TGARCH-M, EGARCH-M, y PARCH-M), así como modelos markovianos: Switching Markov Regression. Los resultados demuestran que, una vez que la volatilidad se encuentra en un determinado régimen (alto o bajo), es muy baja la probabilidad de que pase al otro régimen de manera inmediata. Otro hallazgo importante es la persistencia alta en volatilidad en ambas economías, lo que confirmaría que los choques en ella no se disipan rápidamente.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Rolando Caballero Martínez, Universidad Nacional Autónoma de México

Facultad de Economía, Universidad Nacional Autónoma de México (UNAM), Ciudad de México, México. 

Benigno Caballero Claure, Universidad Técnica de Oruro

Facultad de Economía, Universidad Técnica de Oruro (UTO), Oruro, Bolivia. 

Citas

Andersen, T.G. y T. Bollerslev. 1998. “DM-Dollar Volatility: Intraday Activity Patterns, Macroeconomic Announcements and Longer-Run Dependencies”, Journal of Finance, 53, 2190-265.

Awartani, B.M.A. y V. Corradi. 2005. “Predicting the volatility of the S&P-500 stock index via GARCH models: the role of asymmetries”, International Journal of Forecasting, 21, 167-183.

Banxico. 1993. Banco de México. Información económica.

Banxico. 2008. Banco de México. Información económica.

Benavides, G. y C. Capistrán. 2009. “Una nota sobre las volatilidades de la tasa de interés y del tipo de cambio según diferentes instrumentos de política monetaria: México, 1998-2008”. Banco de México, Documento de investigación, N° 2009-10.

Bollerslev, T. 1986. “Generalized Autoregressive Conditional Heteroskedasticity”, Journal of Econometrics, 31, 307-327.

Bollerslev, T., R. Y. Chou y K. F. Kroner. 1992. “ARCH modeling in finance: A review of the theory and empirical evidence”, Journal of econometrics, 52 (1-2), 5-59.

Bollerslev, T., R. F. Engle y D. B. Nelson. 1994. “ARCH models”. Handbook of econometrics, 4, 2959-3038.

Baqueiro, A., A. Díaz de León y A. Torres García. 2003. “¿Temor a la flotación o a la inflación? La importancia del ‘traspaso’ del tipo de cambio a los precios”. Banco de México, Documento de investigación, N° 02.

Brooks, C. 2002. Introductory econometrics for finance. Cambridge University Press.

Caballero, Benigno. 2003. “Notas de clase de econometría y estadística”, Universidad Técnica de Oruro.

De Gregorio, J., A. Tokman y R. Valdés. 2005. “Flexible exchange rate with inflation targeting in Chile: Experience and issues”, Inter-American Development Bank, Working Paper N°540.

Diebold, F.X., J.H. Lee y G.C. Weinbach. 1993. “Regime -Switching with time varying transition probabilities”. En: C. Hargreaves, Nonstationary Time Series and Cointegration. Oxford University Press.

Diebold, F. X. y R. S. Mariano. 1995. “Comparing Predictive Accuracy”, Journal of Business and Economic Statistics, 13, 253-263.

Ding, Z. y C. W. Granger. 1996. “Modeling volatility persistence of speculative returns: a new approach”, Journal of econometrics, 73 (1), 185-215.

Domowitz, I. y C. Hakkio. 1985. “Conditional Variance and the Risk Premium in the Foreign Exchange Market”, Journal of International Economics, vol. 19, 47-66.

Edwards, S. 2007. “fte relationship between exchange rates and inflation targeting revisited”. En: F. Mishkin y K. Schmidt-Hebbel (eds.), Monetary Policy under Inflation Targeting. Banco Central de Chile, Santiago de Chile.

Engel, C. y C. S. Hakkio. 1996. “The distribution of exchange rates in the EMS”, International Journal of Finance & Economics, 1 (1), 55-67.

Engle, R.F. 1982. “Autoregressive Conditional Heteroskedasticity with Estimates of Variance of U.K. Inflation”, Econometrica, 50, 987-1007.

Engle, R y T. Bollerslev. 1986. “Modelling the Persistence of Conditional Variance”,Econometric Review 5, 1-50 y 80-87.

Glosten, L.R., R. Jagannathan y D.E. Runkle. 1993. “On the relation between the expected value and the volatility of the nominal excess return on stocks”, Journal of Finance, 48, 1779-801.

Gomez-Puig, M. y J. Montalvo. 1997. “A New Indicator to Assess the Credibility of the EMS”, European Economic Review, 41(8), 1511-1535.

Hamilton, J. 1989. “A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle”, Econometrica, 57:357 -384.

----- 1990. “Analysis of Time Series Subject to Changes in Regime”, Journal of Econometrics,45, 39-70.

----- 1994. Times Series Analysis. Princenton University Press.

Hsieh, D. A. 1989. “Modeling Heterocedasticity in Daily Foreign-Exchange Rates: 1974-1983”, Journal of Business and Economic Statistics, vol. 7, 307-17.

Lee, B. S. 1991. “Simulation estimation of time-series models”, Journal of Econometrics, 47 (2-3), 197-205.

McMillan, D.G. y A.E. Speight. 2006. “Long memory and heterogeneous components in high frequency pacific-basin exchange rate volatility”, Asia-Pacific Financial Markets, N° 12,199-226.

Malliaropulos, D. 1995. “Conditional Volatility of Exchange Rates and Risk Premia in the EMS”, Applied Economics, vol. 27, 117-123.

Mántey, Guadalupe. 2006. “Inflation Targeting and Exchange Rate Risk in Emerging Economies Subject to Structural Inflation”. En: S. Motames-Samadian (ed.), Economic and Financial Developments in Latin America. Londres: Palgrave Macmillan.

----- 2009. “Intervención esterilizada en el mercado de cambios en un régimen de metas de inflación: la experiencia de México”, Investigación económica, vol. 68, número especial, pp. 47-78.

Mohnot, R. 2011. “Forecasting Forex volatility in turbulent times”, Global Journal of Business Research, 5 (1), 27-38.

Nelson, D.B. 1991. “Condicional Heteroskedasticity in Asset Returns: A New Approach”, Econometrica, 59 (2), 347-70.

Olowe, R.A. 2009. “Modelling naira/dollar exchange rate volatility: application of GARCH and assymetric models”, International Review of Business Research Papers, 5 (3), 377-398.

Sánchez, A. y O. Reyes. 2006. “Regularidades probabilísticas de las series financieras y la familia de modelos GARCH”, Ciencia Ergo Sum, 13 (2), 149-156.

Sandoval, J. 2006. “Do asymmetric GARCH models fit better exchange rate volatilities on emerging markets?”, Odeon, N° 3, 97-118.

Schwert, W 1989. “Stock Volatility and Crash of ‘87”, Review of Financial Studies, 3, 77-102.

Sengupta, J.K. y R.E. Sfeir. 1996. “Modelling exchange rate volatility”. Department of Economics, University of California in Santa Barbara y School of Business, Chapman University, Working Paper.

Taylor, S. 1986. Modelling Financial Time Series. New York: John Wiley & Sons.

Tse, Y.K. 1998. “The conditional heteroscedasticity of the yen-dollar exchange rate”, Journal of Applied Econometrics, 13 (1), 49-55.

Zakoian, J.M. 1994. “Threshold Heteroskedastic Models”, Journal of Economic Dynamics and Control, 18, 931-944.

Descargas

Publicado

2016-05-02

Cómo citar

Caballero Martínez, R., & Caballero Claure, B. (2016). Estimación de la volatilidad del tipo de cambio en México y Brasil. Un enfoque con modelos Markov Switching Garch. Revista Latinoamericana De Desarrollo Económico, 14(25), 127–170. https://doi.org/10.35319/lajed.20162565