Forecasting asset portfolio market risk

Resumen

El principal objetivo de esta tesis es la evaluación del rendimiento de diferentes especificaciones (univariantes y multivariantes) para la varianza condicional bajo las distribuciones más utilizadas en finanzas, para la predicción de la volatilidad, la curtosis y el VaR de carteras de activos financieros. El capítulo 1 proporciona un resumen de los principales conceptos y herramientas matemáticas utilizados en la tesis. El capítulo 2 presenta un análisis comparativo de la capacidad de los modelos tipo GARCH y FIGARCH, bajo la distribución Gausiana y la t de Student, para la predicción de la volatilidad y del VaR de una cartera igualmente ponderada compuesta por las acciones del índice selectivo de la Bolsa de Madrid, IBEX-35. En el capítulo 3, se propone un procedimiento para predecir la matriz de varianzas y covarianzas de una cartera de activos financieros con memoria larga en la volatilidad del rendimiento. El método combina el modelo multivariante GARCH ortogonal (OGARCH) introducido por Alexander y Chibumba (1996) y desarrollado por Alexander (1998, 2001a), y el modelo univariante GARCH hiperbólico (HYGARCH) recientemente propuesto por Davidson (2004). El capítulo 4 se centra en el estudio de la dinámica de las colas de la distribución condicional de los rendimientos de los activos financieros. Se analizan dos extensiones de la estructura GARCH para permitir especificar un proceso para la curtosis condicional. A través de un análisis empírico para una cartera basada en cinco indices selectivos de acciones, se muestra que el modelo autorregresivo generalizado para la heterocedastidad y curtosis condicionales (GARCHK) bajo la distribución t de Student (Brooks, Burke and Persand, 2002) proporciona un mejor ajuste de la volatilidad de los rendimientos así como predicciones más exactas de la curtosis y volatilidad condicionales que los modelos de referencia (GARCH de Bollerslev (1986, 1987)), y que el GARCH