Show simple item record

Professor Advisordc.contributor.advisorCruz González, José 
Authordc.contributor.authorOrozco de la Paz, Sebastián 
Staff editordc.contributor.editorFacultad de Ciencias Físicas y Matemáticas
Staff editordc.contributor.editorDepartamento de Ingeniería Industrial
Associate professordc.contributor.otherValenzuela Aros, Patricio
Associate professordc.contributor.otherContreras Villablanca, Eduardo 
Admission datedc.date.accessioned2015-04-09T18:46:46Z
Available datedc.date.available2015-04-09T18:46:46Z
Publication datedc.date.issued2014
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/129900
General notedc.descriptionIngeniero Civil Industrial
Abstractdc.description.abstractDentro del trabajo de memoria, se analizaron los modelos de volatilidad de Desviación Estándar, Alisamiento Exponencial de la Varianza, GARCH con distribución Normal y Normal Inversa Gaussiana y el GJR GARCH, los cuales se aplicaron al precio del cobre, al tipo de cambio dólar-peso observado, al precio de la acción de Copec, al IPSA y a la TIR de un BCP a 10 años, buscando establecer las ventajas y desventajas de cada uno con la finalidad de generar una métrica que permita, al tomador de decisión, escoger el mejor modelo de volatilidad a usar bajo sus requerimientos y recursos. Además, se estudiarán efectos causales de la volatilidad en los activos escogidos para entender de mejor forma las causas que la originan. Se observó que los modelos GARCH están por sobre los otros dos modelos en todos los criterios escogidos, exceptuando el costo computacional. Además, los resultados de estos modelos son consistentes con la literatura en cuanto a determinar las características de la volatilidad (sensibilidad al corto plazo, persistencia y velocidad de reversión) y que cuando los retornos distribuyen cercanos a una Normal, los modelos GARCH entregan valores similares, los cuales difieren al cambiar la distribución por otra con asimetría o colas más gruesas, donde los modelos NIG y GJR son capaces de capturar información que el otro no puede. Además se observa que existe una relación fuerte entre el riesgo del cobre con el tipo de cambio dólar-peso, donde el metal genera cambios en el valor de la moneda norteamericana. Adicional a ésta se encontraron otras relaciones débiles. Se concluye que la volatilidad es causada por tres principales factores, la persistencia, el retorno del activo y el contagio de riesgo con otros activos de la economía. Finalmente, se concluye que una adecuada medición de la volatilidad es de suma importancia, ya que tal como se observó para el caso del tipo de cambio dólar-peso, sin necesariamente cambiar la forma de estimar la provisión, sino utilizando una diferente forma de medir la volatilidad, se puede ahorrar una significativa cantidad de dinero.en_US
Lenguagedc.language.isoesen_US
Publisherdc.publisherUniversidad de Chileen_US
Type of licensedc.rightsAtribución-NoComercial-SinDerivadas 3.0 Chile*
Link to Licensedc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/*
Keywordsdc.subjectFinanzas - Modelos econométricosen_US
Keywordsdc.subjectEstimación de volatilidaden_US
Keywordsdc.subjectGARCHen_US
Títulodc.titleAnálisis comparativo y causal de modelos de volatilidad para activos financierosen_US
Document typedc.typeTesis


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 Chile
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 Chile