Académique Documents
Professionnel Documents
Culture Documents
Modelos GARCH y MV
5. Considere el siguiente modelo yt = x0t +ut donde el error ut tiene un comportamiento heteroced
astico, con media cero y varianza ht . Encuentre
el logaritmo de la funci
on likelihood basica para estimar los parametros
, tome en cuenta que x0t considera las variables predeterminadas las que
pueden corresponder a cualquier rezago de yt . Considere los supuestos
necesarios, por ejemplo puede suponer una distribucion gaussiana para yt .
6. Derive los resultados de la pregunta anterior y encuentre los optimos.
vec
0
0
1
..
.
0
p1
1
0
..
.
0
p2
p1
p2
1
.. = [Ir2 A] vec(Q).
0
1
,
..
.
p1
se puede calcular la forma de los primeros elementos p en la primera columna
de la matriz (p2 p2 ) 2 [Ip2 (F F )]0 , para F la matriz definida (p p) en
la ecuaci
on:
1 2 p
1
0 0
0
1 0
..
..
..
..
.
.
.
.
0
1
0
10.2. Sea yt = (Xt , Yt )0 dada por
Xt = t + t1
Yt = h1 Xt1 + t
donde (t , t ) es un vector de ruido con la matriz de covarianzas contempor
anea dada por
2
0
E(2t ) E(t t )
=
.
0 2
E(t t ) E(2t )
(a) Calcular la matriz de autocovarianza k k= para este proceso
(b) Usar la ecuaci
on:
k eik .
k=
en donde
h(ei =
k=
X
hk eik
Para la gesti
on financiera disminuir la dimensionalidad de un conjunto de datos
es una aporte importante puesto que trabajamos con innumerables variables financieras, indicadores de rentabilidad y factores de riesgo, es por ello que dominar el PCA es importante para los fututos ingenieros FIEECS, en tal sentido
usted deber
a desarrollar lo siguiente:
3.1
Que es PCA? Qu
e problema nos ayuda a resolver?
Cu
ando es apropiado usar esta t
ecnica?
3.2
C
omo se aplica la t
ecnica de PCA?
3.2.1
Explique intuitivamente qu
e buscamos al desarrollar esta metodologa
(dos objetivos mencionados en clase)
3.2.2
3.2.3
3.3
(1/T )
T
X
t t Q
t=1
11
0
E(t ) =
21
12
2
#
para t =
de otra forma.
"
2
1
0
E(ut u ) =
0
0
22
#
para t =
de otra forma.
Cu
al es la relaci
on entre los parametros de la primera representacion
(j , i , j , j , ij ) y los de la segunda representacion (j , j , j , i , i2 )?
Cu
al es la relaci
on entre t y ut ?
11.4. Escribe el resultado del ejercicio 11.3 como
1 (L)
(L)
y1t
u
= 1t
0 (L) 1 (L) y2t
u2t
o
A(L)yt = ut .
Pre multiplicar este sistema por la adjunta de A(L),
1 (L)
(L)
A (L) =
,
0 + (L) 1 (L)
para deducir ambos, y1t y y2t , admiten una representacion ARM A(2p, p)
univariada. Muestre c
omo el argumento se generaliza para establecer que
si el vector yt de dimension (n 1) sigue una autorregresion de orden p,
entonces cada elemento individual yit sigue un proceso ARM A[np, (n
1)p]. (Vease Zellner y Palm, 1974).
11.5. Considere el siguiente VAR bivariado:
y1t = 0.3y1,t1 + 0.8y2,t1 + 1t
y2t = 0.9y1,t1 + 0.4y2,t1 + 2t
con E(1t 1 ) = 1 para t = y 0, en otro caso, E(2t 2 ) = 2 para t =
y 0, en otro caso, y E(1t 2 ) = 0 para todo t y .
a. El sistema es estacionario en covarianza?
b. Calcular s = yt+s /0 para s = 0, 1 y 2. Cual es el lmite conforme
s ?
c. Calcular la fracci
on del ECM del error de prediccion 2 periodos hacia
adelante de la variable 1,
1,t+2 |yt , yt1 , . . .)]2 ,
E[y1,t+2 E(y
que se explica por 1,t+1 y 1,t+2
5
La gesti
on integral de riesgos financieros a nivel mundial exige dominar los conceptos econometricos, matem
aticos y estadsticos necesarios para gestionar de
manera cuantitativa los riesgos financieros, ante ello y apoyandose en solo lo
ledo en la lectura sobre medicion del riesgo de portafolios de inversion compuestos por activos financieros tipo: Opciones, callable bonos, stocks,etc, deberpa responder de manera concisa los siguientes tems:
5.1
5.2
Deber
a definir cada componente los mas rigurosamente posible (matematica y
estadsticamente) e interpretarlos financieramente, debera definir su implicancia
con las perdidas financieras, y reforzar con un ejemplo.
5.3
Deber
a responder de manera clara cual es la relacion de la correlacion, el termino
de estructura, la no linealidad, la regla de la raz de T y la discontinuidad dentro
del an
alisis de la gesti
on de riesgos financieros, justifique cada comentario con
alguna cita.
5.4
5.5
Miscel
anea de temas:
5.5.1
5.5.2
Comente la relaci
on de los movimientos brownianos, el proceso Winer y el c
alculo estoc
astico en la gesti
on del riesgo
financiero a trav
es de la predicci
on de valores financieros futuros.
5.5.3
5.5.4
6
6.1
Laboratorio
Gestionando la rentabilidad del portafolio:
Descargue 10 activos financieros de renta variable y construya un portafolio equity (considere el mismo peso para cada activo), calcule la rentabilidad historica
del portafolio a traves de un analisis aritmetico y geometrico, compare sus resultados, escoja una de esta serie de retornos historicos y encuentre el mejor
modelo ARIMA(p,d,q).
6.2
6.3
Markowitz
Con el modelo ARIMA(p,d,q) y el GARCH(p,q) realice simulaciones de Montecarlo para los retornos y el riesgo, grafquelos en un scatter y explique sus
resultados de acuerdo a la teora de portafolio propuesta por Markowitz.
Considere ahora que usted desea encontrar los pesos que maximizan el ratio
Sharpe para formar un mejor portafolio que el equity y poder comparar la
rentabilidad de ambos portafolios. Compare el performance del portafolio equity
y del portafolio compuesto por pesos provenientes de la maximizacion del ratio
Sharpe.
6.4
construcci
on de una IS-LM dinamica usted debera justificar cada paso realizado
con alguna citaci
on de una parte del documento de referencia.
6.5
6.6
Ense
na para que digan cuanto he aprendido y no para que digan cuanto sabes!