Resumen de Metodología bootstrap en la predicción del índice de la bolsa de valores de Lima, Perú (S&P/BVL)

Juan Carlos Orosco Gavilán

• español

  La presente investigación tiene el objetivo de analizar y evaluar la metodología Bootstrap en modelos heterocedásticos aplicados en la predicción del Índice de la Bolsa de Valores de Lima (S&P/BVL), periodo 2017 –2019. Las predicciones se obtuvieron mediante la metodología paramétrica y la metodología Bootstrap,yfueron comparados con valores reales,partir del algoritmo de procesos heterocedásticos GARCH con Bootstrap propuesto por Pascual (2006),siendo éstegeneralizado para otros tipos de modelos heterocedásticos.Los desempeños de ambas metodologías fueron evaluados. Del estudio se obtuvo que los modelos que mejor ajustan a la serie son los modelos ARMA(1,1)-EGARCH(1,1) con supuestos de los residuales con distribuciones Normal y t-Student con 5 gradosde libertad. El estudio comparativo mostró que la aplicación de la metodología Bootstrap en la serie de los retornos del Índice de la Bolsa de Valores de Lima, permite obtener intervalos de predicciones con mayores e iguales amplitudes en algunos horizontes en comparación con la metodología paramétrica. También se construyeronlos intervalos de predicción para las volatilidades, siendo ésta una alternativa para su construcciónen modelos heterocedásticos

• Multiple

  Bootstrap methodology is evaluated in heteroscedastic models applied in the prediction of the Lima Stock Exchange Index (S & P / BVL), period 2017 -2019. Predictions were obtained using the parametric methodology from the algorithm of heteroscedastic GARCH processes with Bootstrap proposedby Pascual (2006) being this generalized for other types of heteroscedastic modelsand were compared with real values.Theperformance of both methodologies wasevaluated. Themodels that best fit the series are the ARMA (1,1)-EGARCH (1,1) models with assumptions of the residuals with Normal and t-Student distributions with 5 degrees of freedom. The comparative study showed that the application of the Bootstrap methodology in the series of returns of the Lima Stock Exchange Index, allows prediction intervals with greater and equal amplitudes in some horizons compared to the parametric methodology. The construction of prediction intervals for volatilities were also obtained with good performance, thus, this isan alternative for theirconstruction in heteroscedastic models