Fuzzy Gaussian GARCH and Fuzzy Gaussian EGARCH Models: foreign Exchange Market Forecast

• José Eduardo Medina Reyes ^[1] ; Agustín Ignacio Cabrera Llanos ^[2] ; Salvador Cruz Aké ^[2]
  1. [1] Queen Mary University of London

     Queen Mary University of London

     Reino Unido

     
  2. [2] Instituto Politécnico Nacional

     Instituto Politécnico Nacional

     México

     
• Localización: Revista Mexicana de Economía y Finanzas (REMEF): nueva época, ISSN-e 2448-6795, ISSN 1665-5346, Vol. 18, Nº. 3, 2023
• Idioma: inglés
• Títulos paralelos:
  • Modelos GARCH Gaussiano Difuso y EGARCH Gaussiano Difuso: pronóstico del Mercado Cambiario
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El presente artículo compara los métodos de varianza condicional GARCH y EGARCH, con respecto a la propuesta Fuzzy Gaussian GARCH y Fuzzy Gaussian EGARCH. Se pronosticó la rentabilidad de cuatro tipos de cambio en periodicidad diaria desde enero 2015 a noviembre 2022 y fuera de muestra, enero 2019 y diciembre 2022. Los resultados revelan que los modelos Fuzzy GARCH y Fuzzy EGARCH estiman mejor el comportamiento de la volatilidad de las series del mercado cambiario en comparación con las técnicas tradicionales. Por lo que, la recomendación es estimar otras variables de alta volatilidad para verificar la eficiencia de las técnicas difusas, sin embargo, la principal limitación es que no es posible aplicar las pruebas econométricas tradicionales para técnicas difusas porque los parámetros no son estimados con el logaritmo de máxima verosimilitud. La estimación de los parámetros de los modelos GARCH y EGARCH con teoría difusa es la propuesta de originalidad. En conclusión, las metodologías difusas tienen menos error al pronosticar la volatilidad de los tipos de cambio dentro muestra y fuera de muestra.

  • English

    This article discusses a comparison of the GARCH and EGARCH conditional variance methods, with respect to the Fuzzy Gaussian GARCH and Fuzzy Gaussian EGARCH. The returns of four exchange rates were forecasted at daily periodicity from January 2015 to November 2022 and out-of-sample, January 2019, and December 2022. The results indicate that the Fuzzy GARCH and Fuzzy EGARCH models better estimate the volatility behaviour of the exchange market series compared to traditional techniques. Therefore, the recommendation is to estimate other high volatility variables to verify the efficiency of the fuzzy techniques, however, the main limitation is that it is not possible to apply traditional econometric tests for fuzzy techniques because the parameters are not estimated with the logarithm of maximum likelihood. The estimation of the parameters of GARCH and EGARCH models with fuzzy theory is the originality proposal. In conclusion, fuzzy methodologies have less error in forecasting the volatility of in-sample and out-of-sample exchange rates.