Modelos de volatilidad en el mercado español de divisas

Resumen

El objetivo de la Tesis es evaluar la posibilidad de predecir la volatilidad de los tipos de cambio, así como determinar cuáles son los modelos más exactos y apropiados. Comparamos exahustivamente la calidad predictiva de diferentes modelizaciones ARCH. concluyendo que estos modelos tienen capacidad predictiva. Mostramos clara evidencia de que las series de volatilidades de los tipos de cambio que analizamos exhiben memoria a largo plazo. Proponemos el empleo de modelos no paramétricos (CART y LOESS) para predecir la volatilidad del tipo de cambio, mostrando que generalmente, para nuestras series, no superan al modelo lineal. Mediante la aplicación del contraste BDS demostramos que existen dependencias no lineales en las series de volatilidades del tipo de cambio. Utilizamos redes neuronales artificiales (RNA) para predecir la volatilidad del tipo de cambio de la peseta a partir de observaciones históricas, mostrando que en medias, las RNA superan a los modelos ARCH. Por último, proponemos nuevos modelos de predicción de volatilidad: RNA que combinan las predicciones de los diferentes modelos ARCH, mostrando que el modelo híbrido que proponemos se comporta mejor que la media de los modelos ARCH y que las RNA que predicen sobre observaciones históricas.