Análisis de la capacidad de predicción del s&p500 mediante estadísticos simétricos y asimétricos: propuesta de una alternativa al modelo CARR

• Autores: José Luis Miralles Marcelo, José Luis Miralles Quirós
• Localización: Estableciendo puentes en una economía global / coord. por Julio Pindado García, Gregory Payne, Vol. 1, 2008 (Ponencias), ISBN 978-84-7356-556-1, pág. 72
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Este trabajo analiza la capacidad de predicción del modelo CARR propuesto por Chou (2005) y del modelo GARCH utilizando diferentes estadísticos simétricos y asimétricos. Los resultados nos conducen a considerar que el modelo GARCH predice mejor que el modelo CARR en dos períodos de tiempo diferentes, especialmente en aquel donde la volatilidad es menor y cuando son utilizados los estadísticos asimétricos. Mostramos que la sustitución de la variable utilizada en el modelo CARR original por aquella propuesta por Rogers y Satchell (1991) proporciona mejores predicciones de la volatilidad para los períodos de menor volatilidad y, especialmente, cuando las infra predicciones de volatilidad se penalizan en mayor grado.

  • English

    This paper analyzes the out-of-sample forecasting accuracy of the CARR model proposed by Chou (2005) and the GARCH by using different symmetric and asymmetric error statistics. Results lead us to consider that the GARCH performs better than the CARR in two different samples, especially when the volatility is lower and the asymmetric error statistics are used. We show that the substitution of the range variable used in the original CARR by another one range-based variable proposed by Rogers and Satchell (1991) provides sharper volatility estimates for periods of lower volatility and, especially, when over-predictions of volatility are penalized more heavily.