Veuillez utiliser cette adresse pour citer ce document : http://repositoriocyt.unlam.edu.ar/handle/123456789/1102
metadata.dc.creator: Abril, María de las Mercedes
Titre: Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad
Mots-clés: ECONOMIA BASADA EN EL CONOCIMIENTO
INDICADORES ECONOMICOS
INDICES DE PRECIOS
FINANZAS
ECONOMIA
Editeur: Universidad Nacional de La Matanza. Departamento de Ciencias Económicas
Référence bibliographique: Abril, M. M. (2019). Comparaciones entre los modelos clásicos y estocásticos para estimar volatilidad. RInCE, 10(19), 1-16. https://doi.org/10.54789/rince.19.4
Description: Una característica importante de muchas series de tiempo económicas es que ellas no son en general serialmente correlacionadas, pero sí dependientes. De este modo modelos lineales como aquellos pertenecientes a la familia de los modelos ARMA pueden no ser apropiados para describirlas. Existe una variedad muy grande de modelos no lineales en la literatura, útiles para el análisis de series de tiempo económicas, pero nos concentraremos en los conocidos como modelos de tipo ARCH o GARCH. Una manera más moderna para tratar este tipo de series, y otras con similares características, es por medio del enfoque de espacio de estado. La facilidad de interpretación de estos modelos hacen de ellos el vehículo natural para el tratamiento de los datos derivados de la actividad económica. Enfocaremos nuestro estudio en comparar y destacar las similitudes y diferencias de estos enfoques. Presentaremos también ejemplos prácticos acerca de las propuestas expuestas y estableceremos puntos de partida para futuros trabajos.
Fil: Abril, María de las Mercedes. Universidad Nacional de La Matanza; Argentina.
URI/URL: http://repositoriocyt.unlam.edu.ar/handle/123456789/1102
Collection(s) :2019, Vol. 10 Nro. 19

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
RInCE.10.19.4.pdf615.99 kBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.