Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
Titulo:

Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
.

Sumario:

Bajo el supuesto de que una serie de retornos es independiente e idénticamente distribuida (IID), la dimensión temporal del riesgo es irrelevante. De esta forma, la volatilidad calculada sobre un intervalo de tiempo (e.g. mensual) puede ser estimada a partir de la calculada sobre otro intervalo (e.g. diario), mediante la regla de la raíz del tiempo. El presente documento presenta una metodología avanzada, que al igual que las más tradicionales, evidencia que la utilización de dicha raíz es errónea debido a que existe dependencia de largo plazo en algunas de las series financieras colombianas. Asimismo, se exponen algunas de las consecuencias más importantes de dicha dependencia (en especial sobre el cálculo del riesgo de mercado) y se propo... Ver más

Guardado en:

Revista ODEON

1794-1113

2346-2140

Pirateque Niño, Javier Eliécer

UNIVERSIDAD EXTERNADO DE COLOMBIA

2014-12-20

Colombia

Wavelets

dependencia de largo plazo

análisis multi-resolución y riesgo de mercado.

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id metarevistapublica_uexternado_revistaodeon_39_article_4019
record_format ojs
spelling Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
Bajo el supuesto de que una serie de retornos es independiente e idénticamente distribuida (IID), la dimensión temporal del riesgo es irrelevante. De esta forma, la volatilidad calculada sobre un intervalo de tiempo (e.g. mensual) puede ser estimada a partir de la calculada sobre otro intervalo (e.g. diario), mediante la regla de la raíz del tiempo. El presente documento presenta una metodología avanzada, que al igual que las más tradicionales, evidencia que la utilización de dicha raíz es errónea debido a que existe dependencia de largo plazo en algunas de las series financieras colombianas. Asimismo, se exponen algunas de las consecuencias más importantes de dicha dependencia (en especial sobre el cálculo del riesgo de mercado) y se proponen algunos parámetros de escalamiento. 
Pirateque Niño, Javier Eliécer
Wavelets
dependencia de largo plazo
análisis multi-resolución y riesgo de mercado.
8
Artículo de revista
Journal article
2014-12-20T13:52:33Z
2014-12-20T13:52:33Z
2014-12-20
application/pdf
text/html
text/html
Universidad Externado de Colombia
ODEON
1794-1113
2346-2140
https://revistas.uexternado.edu.co/index.php/odeon/article/view/4019
https://revistas.uexternado.edu.co/index.php/odeon/article/view/4019
spa
https://creativecommons.org/licenses/by-nc-sa/4.0/
Abry, P.;Goncalves, P. y Levy V. J. (2009). Scaling, Fractals and Wavelets. 1a Ed. Edit. John Wiley & Sons. USA.
Arango M.; Restrepo D.P. y Mesa, O. (2001). “Conjuntos Fractales en el Tiempo y en el Espacio”. Dyna. N.o 68.
Baillie, R. (1996). “Long Memory Processes and Fractional Integration in Econometrics”. Journal of Econometrics, vol. 73, 127-154.
Ball, R. (1995). “The Theory of Stock Market Efficiency: Accomplishments and Limitations”. Journal of Applied Corporate Finance, vol. 8, n.o 1, Bank of America.
Batten, J.A. y Ellis, C.A. (2005). ”Parameter Estimation Bias and Volatility Scaling in Black-Scholes Option Prices”. International Review of Financial Analysis, vol. 14, n.o 2.
Bardet, J. M.; Lang, G.; Moulines, E. y Soulier, P. (2000). ”Wavelet Estimator of Long Range Dependent Processes”. Statistical Inference for Stochastic Processes, n.o 85-89.
BIS. (2009). “Revisions to the Basel II Market Risk Framework”, Basel Committee on Banking Supervision. Bank for International Settlements.
Boutahar, M. y Khalfaoui, R. (2011). ”Estimation of the Long Memory Parameter in non Stationary Models: A Simulation Study”. Groupment de Recherche en Economie. N.o 2011-24.
Christoffersen, F. (2003). Financial Risk Management. Academic Press.
Castaño, E.; Gómez, K y Gallón, S. (2008). “Pronóstico y estructuras de volatilidad multiperíodo de la tasa de cambio del peso colombiano”. Revista Cuadernos de Economía, vol. 27, n.o 48, 241-266.
Cont, R. (2002). “Long Range Dependance in Financial Markets”. Fractals in Engineering. Springer.
Conti, P.; De Giovanni, L.; Stilian, S.; y Taqquu, M. (2008). “Confidence Intervals forthe Long Memory Parameter Based on Wavelets and Resampling”. Statistica Sinica, n.o 18.
Craig E., y Sundmacher, M. (2010). “The Economic Implications of volatility Scaling by the Square Root of Time rule”. Stock Market Volatility, n.o 7.
Crowley, P. (2005). “An Intuitive Guide to Wavelets”. Discussion papers. Bank of Finland Research.
Danielsson, J.(2011). Financial Risk Forecasting, 1.ª ed., Edit. Wiley Finance.
Ellis, C. (2007). “The Sampling Properties of Hurst Exponent Estimates”, Physica A. N.o 375.
Fernandez, V. (2005). “The International CAPM and a Wavelet Base Decomposition of Value at Risk”. Studies of Nonlinear Dynamics & Econometrics, 9(4), article 4.
Gencay, R.; Selcuk, F. y Brandon, W. (2002). An Introduction to Wavelets and Other Filtering Methods in Finance and Economics. Academic Press.
Graps, A. (1995). “An Introduction to Wavelets”. IEEE Proceedings Computational Sciance and Engineering. No. 2.
Green, W. H. (1999). Análisis econométrico, 3a.ed. Madrid, Edit. Prentice Hall.
Gregoriou, N. G. (2009). Stock Market Volatility, 1.ª ed., Nueva York, Edit CRC Press.
Holton, G. A. (1992). “Time: the Second Dimension of Risk”. Financial Analyst Journal. N.o 48, vol. 6.
Hurst, H.E. (1951). “Long Term Storage Capacity of Reservoirs”. Transactions of the American Society of Civil Engineers, n.o 116.
Jensen, M. J. (1999). “Using Wavelets to Obtain a Consistent Ordinary Least Squares Estimator of the Long Memory Parameter”. MPRA Paper, n.o 39152.
Kaiser, G. (1994). A Friendly Guide to Wavelets, 1.a ed. Berlin, Edit Birkhauser.
Kidnateder, H. y Wagner, N.(2012). “Market Risk Predictions Under Long Memory: Whern VaR is Higher than Expected”. Social Science Research Network. Working Paper Series.
Lahura, E. y Vega, M. (2011). “Evaluation of Wavelet Based Core Inflation Measures: Evidence from Perú”. Documento de Trabajo. N.o 320. Lima, Pontificia Universidad Católica del Perú.
Leiton, K. (2011). “Validez del supuesto de neutralidad del horizonte de tiempo en el CAPM y la metodología del rango reescalado: aplicación a Colombia”. Borradores de Economía, n.o 672. Banco de la República.
León, C.; Leiton, K. y Alejandro R.(2012). ”Investment horizon dependent CAPM : Adjusting beta for long-term dependence,” Borradores de Economía, n.o 730. Banco de la República.
Léon, C. y Reveiz, A. (2012). “Monte Carlo Simulation of Long-Term Dependent Processes: A Primer”. Wilmott, 48-57.
León, C. y Vivas, F. (2010). “Dependencia de largo plazo y la regla de la raíz del tiempo para escalar la volatilidad en el mercado colombiano”. Borradores de Economía, n.o 603. Banco de la República.
Lo, A. (1991). “Long-Term Memory in Stock Market Prices”. Econométrica, vol. 59, n.o 5.
Mallat, S.G. (1989). “A Theory for Multiresoltion Signal Decomposition: the Wavelet Representation”. IEEE Transactions on Pattern Analysis and Machine Inteligence,vol. 11.
Mandelbrot, B. y Van Ness, J.W. (1968) “Fractional Brownian Motions, Fractional Noises and Applications”. SIAM review,vol. 10, No 4.
Melo, L. y Granados, J. (2011). “Regulación y valor en riesgo”. Ensayos Sobre Política Económica, vol. 29, n.o 64, 110-177.
Misiti, M.; Misiti, Y.; Oppenheim, G. y Poggi, J.M. (2011). “Wavelets: A New Tool for Signal Analysis”. Math Works, Inc.
Palma, W. (2007).Long Memory Time Series: Theory and Methods, 1.ª ed. Edit.Wiley-Interscience.
Peters, E. (1991). Chaos and Order in the Capital Markets, 2.ª ed. USA, Edit. John Wiley & Sons.
Peters, E. (1994). Fractal Market Analysis, USA, John Wiley & Sons.
Peña, D. (2010). Regresión y diseño de experimentos 2.ª ed., Madrid, Alianza Editorial.
Pérez, J. y Mendoza, J. (2010). “Efecto día en el mercado accionario colombiano: unaaproximación no paramétrica”. Borradores de Economía, n.o 585, Bogotá, Banco de la República.
Racine, R. (2011). “Estimating the Hurst exponent”. Tesis de pregrado. Swiss Federal Institute of Techcnology, Zurich (Suiza).
Reveiz, A. y León, C. (2010). “Índice representativo del mercado de deuda pública interna: IDXTES”. Pensiones y portafolio: la construcción de una política pública (Eds. Laserna, J.M. y Gómez, M.C.). Bogotá, Banco de la República y Universidad Externado de Colombia.
Scheleicher, C. (2002). An Introduction to Wavelets for Economists. Working Paper 200203, Bank of Canada.
Summers, Lawrence H. (1986). “Does the Stock Market Rationally Reflect Fundamental Values?”, The Journal of Finance, vol. 41, n.o 3.
Taqqu, S.; Teverovsky, V. y Willinger, W. (1999). “A Critical Look at Lo’s modified R/Sstatistic”. Journal of Statistical Planning and Inference, n.o 80.
Taqqu, S.; Teverovsky, V. y Willinger, W. (1995). “Estimators of Long Range Dependance: An Empirical Study”. Fractals, vol. 3, 785-798.
Tsay, R.S. (2002) Analysis of Financial Time Series. 1a. Ed. USA, Edit. John Wiley & Sons.
Uribe, J. M. y Ulloa, I. M. (2011). “Revisando la hipótesis de los mercados eficientes: nuevos datos, nuevas crisis y nuevas estimaciones”. Cuadernos de Economía, 30(55), 127-154.
https://revistas.uexternado.edu.co/index.php/odeon/article/download/4019/4320
https://revistas.uexternado.edu.co/index.php/odeon/article/download/4019/4408
https://revistas.uexternado.edu.co/index.php/odeon/article/download/4019/4409
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
http://purl.org/redcol/resource_type/ARTREF
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Text
Publication
institution UNIVERSIDAD EXTERNADO DE COLOMBIA
thumbnail https://nuevo.metarevistas.org/UNIVERSIDADEXTERNADODECOLOMBIA/logo.png
country_str Colombia
collection Revista ODEON
title Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
spellingShingle Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
Pirateque Niño, Javier Eliécer
Wavelets
dependencia de largo plazo
análisis multi-resolución y riesgo de mercado.
title_short Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
title_full Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
title_fullStr Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
title_full_unstemmed Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
title_sort cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
title_eng Cálculo del exponente de hurst mediante la metodología wavelets para la validación de la regla de la raíz del tiempo y su aplicación al riesgo de mercado
description Bajo el supuesto de que una serie de retornos es independiente e idénticamente distribuida (IID), la dimensión temporal del riesgo es irrelevante. De esta forma, la volatilidad calculada sobre un intervalo de tiempo (e.g. mensual) puede ser estimada a partir de la calculada sobre otro intervalo (e.g. diario), mediante la regla de la raíz del tiempo. El presente documento presenta una metodología avanzada, que al igual que las más tradicionales, evidencia que la utilización de dicha raíz es errónea debido a que existe dependencia de largo plazo en algunas de las series financieras colombianas. Asimismo, se exponen algunas de las consecuencias más importantes de dicha dependencia (en especial sobre el cálculo del riesgo de mercado) y se proponen algunos parámetros de escalamiento. 
author Pirateque Niño, Javier Eliécer
author_facet Pirateque Niño, Javier Eliécer
topicspa_str_mv Wavelets
dependencia de largo plazo
análisis multi-resolución y riesgo de mercado.
topic Wavelets
dependencia de largo plazo
análisis multi-resolución y riesgo de mercado.
topic_facet Wavelets
dependencia de largo plazo
análisis multi-resolución y riesgo de mercado.
citationissue 8
publisher Universidad Externado de Colombia
ispartofjournal ODEON
source https://revistas.uexternado.edu.co/index.php/odeon/article/view/4019
language spa
format Article
rights https://creativecommons.org/licenses/by-nc-sa/4.0/
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
references Abry, P.;Goncalves, P. y Levy V. J. (2009). Scaling, Fractals and Wavelets. 1a Ed. Edit. John Wiley & Sons. USA.
Arango M.; Restrepo D.P. y Mesa, O. (2001). “Conjuntos Fractales en el Tiempo y en el Espacio”. Dyna. N.o 68.
Baillie, R. (1996). “Long Memory Processes and Fractional Integration in Econometrics”. Journal of Econometrics, vol. 73, 127-154.
Ball, R. (1995). “The Theory of Stock Market Efficiency: Accomplishments and Limitations”. Journal of Applied Corporate Finance, vol. 8, n.o 1, Bank of America.
Batten, J.A. y Ellis, C.A. (2005). ”Parameter Estimation Bias and Volatility Scaling in Black-Scholes Option Prices”. International Review of Financial Analysis, vol. 14, n.o 2.
Bardet, J. M.; Lang, G.; Moulines, E. y Soulier, P. (2000). ”Wavelet Estimator of Long Range Dependent Processes”. Statistical Inference for Stochastic Processes, n.o 85-89.
BIS. (2009). “Revisions to the Basel II Market Risk Framework”, Basel Committee on Banking Supervision. Bank for International Settlements.
Boutahar, M. y Khalfaoui, R. (2011). ”Estimation of the Long Memory Parameter in non Stationary Models: A Simulation Study”. Groupment de Recherche en Economie. N.o 2011-24.
Christoffersen, F. (2003). Financial Risk Management. Academic Press.
Castaño, E.; Gómez, K y Gallón, S. (2008). “Pronóstico y estructuras de volatilidad multiperíodo de la tasa de cambio del peso colombiano”. Revista Cuadernos de Economía, vol. 27, n.o 48, 241-266.
Cont, R. (2002). “Long Range Dependance in Financial Markets”. Fractals in Engineering. Springer.
Conti, P.; De Giovanni, L.; Stilian, S.; y Taqquu, M. (2008). “Confidence Intervals forthe Long Memory Parameter Based on Wavelets and Resampling”. Statistica Sinica, n.o 18.
Craig E., y Sundmacher, M. (2010). “The Economic Implications of volatility Scaling by the Square Root of Time rule”. Stock Market Volatility, n.o 7.
Crowley, P. (2005). “An Intuitive Guide to Wavelets”. Discussion papers. Bank of Finland Research.
Danielsson, J.(2011). Financial Risk Forecasting, 1.ª ed., Edit. Wiley Finance.
Ellis, C. (2007). “The Sampling Properties of Hurst Exponent Estimates”, Physica A. N.o 375.
Fernandez, V. (2005). “The International CAPM and a Wavelet Base Decomposition of Value at Risk”. Studies of Nonlinear Dynamics & Econometrics, 9(4), article 4.
Gencay, R.; Selcuk, F. y Brandon, W. (2002). An Introduction to Wavelets and Other Filtering Methods in Finance and Economics. Academic Press.
Graps, A. (1995). “An Introduction to Wavelets”. IEEE Proceedings Computational Sciance and Engineering. No. 2.
Green, W. H. (1999). Análisis econométrico, 3a.ed. Madrid, Edit. Prentice Hall.
Gregoriou, N. G. (2009). Stock Market Volatility, 1.ª ed., Nueva York, Edit CRC Press.
Holton, G. A. (1992). “Time: the Second Dimension of Risk”. Financial Analyst Journal. N.o 48, vol. 6.
Hurst, H.E. (1951). “Long Term Storage Capacity of Reservoirs”. Transactions of the American Society of Civil Engineers, n.o 116.
Jensen, M. J. (1999). “Using Wavelets to Obtain a Consistent Ordinary Least Squares Estimator of the Long Memory Parameter”. MPRA Paper, n.o 39152.
Kaiser, G. (1994). A Friendly Guide to Wavelets, 1.a ed. Berlin, Edit Birkhauser.
Kidnateder, H. y Wagner, N.(2012). “Market Risk Predictions Under Long Memory: Whern VaR is Higher than Expected”. Social Science Research Network. Working Paper Series.
Lahura, E. y Vega, M. (2011). “Evaluation of Wavelet Based Core Inflation Measures: Evidence from Perú”. Documento de Trabajo. N.o 320. Lima, Pontificia Universidad Católica del Perú.
Leiton, K. (2011). “Validez del supuesto de neutralidad del horizonte de tiempo en el CAPM y la metodología del rango reescalado: aplicación a Colombia”. Borradores de Economía, n.o 672. Banco de la República.
León, C.; Leiton, K. y Alejandro R.(2012). ”Investment horizon dependent CAPM : Adjusting beta for long-term dependence,” Borradores de Economía, n.o 730. Banco de la República.
Léon, C. y Reveiz, A. (2012). “Monte Carlo Simulation of Long-Term Dependent Processes: A Primer”. Wilmott, 48-57.
León, C. y Vivas, F. (2010). “Dependencia de largo plazo y la regla de la raíz del tiempo para escalar la volatilidad en el mercado colombiano”. Borradores de Economía, n.o 603. Banco de la República.
Lo, A. (1991). “Long-Term Memory in Stock Market Prices”. Econométrica, vol. 59, n.o 5.
Mallat, S.G. (1989). “A Theory for Multiresoltion Signal Decomposition: the Wavelet Representation”. IEEE Transactions on Pattern Analysis and Machine Inteligence,vol. 11.
Mandelbrot, B. y Van Ness, J.W. (1968) “Fractional Brownian Motions, Fractional Noises and Applications”. SIAM review,vol. 10, No 4.
Melo, L. y Granados, J. (2011). “Regulación y valor en riesgo”. Ensayos Sobre Política Económica, vol. 29, n.o 64, 110-177.
Misiti, M.; Misiti, Y.; Oppenheim, G. y Poggi, J.M. (2011). “Wavelets: A New Tool for Signal Analysis”. Math Works, Inc.
Palma, W. (2007).Long Memory Time Series: Theory and Methods, 1.ª ed. Edit.Wiley-Interscience.
Peters, E. (1991). Chaos and Order in the Capital Markets, 2.ª ed. USA, Edit. John Wiley & Sons.
Peters, E. (1994). Fractal Market Analysis, USA, John Wiley & Sons.
Peña, D. (2010). Regresión y diseño de experimentos 2.ª ed., Madrid, Alianza Editorial.
Pérez, J. y Mendoza, J. (2010). “Efecto día en el mercado accionario colombiano: unaaproximación no paramétrica”. Borradores de Economía, n.o 585, Bogotá, Banco de la República.
Racine, R. (2011). “Estimating the Hurst exponent”. Tesis de pregrado. Swiss Federal Institute of Techcnology, Zurich (Suiza).
Reveiz, A. y León, C. (2010). “Índice representativo del mercado de deuda pública interna: IDXTES”. Pensiones y portafolio: la construcción de una política pública (Eds. Laserna, J.M. y Gómez, M.C.). Bogotá, Banco de la República y Universidad Externado de Colombia.
Scheleicher, C. (2002). An Introduction to Wavelets for Economists. Working Paper 200203, Bank of Canada.
Summers, Lawrence H. (1986). “Does the Stock Market Rationally Reflect Fundamental Values?”, The Journal of Finance, vol. 41, n.o 3.
Taqqu, S.; Teverovsky, V. y Willinger, W. (1999). “A Critical Look at Lo’s modified R/Sstatistic”. Journal of Statistical Planning and Inference, n.o 80.
Taqqu, S.; Teverovsky, V. y Willinger, W. (1995). “Estimators of Long Range Dependance: An Empirical Study”. Fractals, vol. 3, 785-798.
Tsay, R.S. (2002) Analysis of Financial Time Series. 1a. Ed. USA, Edit. John Wiley & Sons.
Uribe, J. M. y Ulloa, I. M. (2011). “Revisando la hipótesis de los mercados eficientes: nuevos datos, nuevas crisis y nuevas estimaciones”. Cuadernos de Economía, 30(55), 127-154.
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2014-12-20
date_accessioned 2014-12-20T13:52:33Z
date_available 2014-12-20T13:52:33Z
url https://revistas.uexternado.edu.co/index.php/odeon/article/view/4019
url_doi https://revistas.uexternado.edu.co/index.php/odeon/article/view/4019
issn 1794-1113
eissn 2346-2140
url2_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/4019/4320
url3_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/4019/4408
https://revistas.uexternado.edu.co/index.php/odeon/article/download/4019/4409
_version_ 1811199257293619200

Código QR

Estadísticas y Métricas Alternativas

Títulos similares