Análisis y modelamiento de la volatilidad de las principales acciones tecnológicas, a través del ajuste de modelos autorregresivos de heterocedasticidad condicional ARCH/GARCH.

Abstract

Las acciones tecnológicas en los últimos años han mostrado desempeños bursátiles muy buenos, transando a montos más elevados en comparación a activos financieros de otros sectores. Este aumento se debe principalmente a la incorporación de nuevos inversores minoritarios que se ven atraídos por los altos retornos de estos activos financieros. Pero estas acciones se caracterizan por presentar volatilidades mayores que los de otras industrias, lo que sumado a que poseen un precedente relacionado a una burbuja especulativa, hace necesario cuantificar los riesgos de la inversión. Este estudio busca ayudar a la toma de decisiones de inversión mediante el modelamiento del comportamiento de la volatilidad de las acciones tecnológicas, a través del ajuste de modelos autorregresivos de heterocedasticidad condicional. Las series de precios y retornos correspondientes a cada activo financiero estudiado se construyeron en base a información recopilada de sitios web financieros. El análisis preliminar de la serie de precios y retornos se ejemplifica a través de las acciones de Adobe, activo financiero que se utilizó como modelo durante todo el ajuste univariante. La metodología utilizada considera un ajuste de modelo ARMA para el modelamiento de correlación serial, luego evalúa la presencia de heterocedasticidad condicional, para posteriormente identificar un modelo ARCH/GARCH adecuado, estimar los parámetros, evaluar el modelo y finalmente pronosticar.