Desempeño de estimadores alternativos en modelos Garch: un estudio con simulaciones de Monte Carlo

Abstract

En este trabajo se analizan las propiedades de sesgo, error cuadrático medio, varianza y distribución de estimadores de modelos GARCH en muestras finitas. Se generan datos (muestras de 25, 50, 100 y 200 observaciones) siguiendo un modelo VAR(2) en donde la varianza sigue un proceso diagonal-vech y se observa si es posible elegir el mejor modelo de entre tres posibles. Dado que se generan los datos considerando un modelo diagonal-vech, se hacen tres estimaciones distintas. La primera no considera la heterocedasticidad y por consiguiente está mal especificado, en este caso se utiliza el estimador OLS. La segunda estimación si toma en cuenta la heterocedasticidad; sin embargo, no se especifica de forma correcta el proceso de la varianza, en este caso se utiliza el estimador de máxima verosimilitud de un modelo CCC. Para la tercera estimación se considera la heterocedasticidad y se especifica correctamente el proceso de la varianza; es decir, se utiliza el estimador de máxima verosimilitud de un modelo diagonal-vech. Se han escogido estos modelos porque son los más aplicados y son suficientemente parsimoniosos.