Resumen

El presente trabajo cuestiona si realmente existe memoria larga en los principales mercados accionarios del mundo y, en caso de que esta exista, a qué se debe: ¿al tipo de modelos econométricos empleados, al periodo o la frecuencia de los datos? Para ello, se realiza un análisis comparativo entre modelos ARFIMA y GARCH. Los únicos mercados que mostraron resultados consistentes de memoria larga, independientemente del método, periodo y frecuencia, fueron China y Corea del Sur. El primero tiene memoria larga y el segundo, corta.

INTRODUCCIÓN

Existen muchas investigaciones sobre el fenómeno de memoria en índices bursátiles, entre los cuales se encuentran el trabajo pionero de Hurst (1951), el cual dio origen a modelos econométricos con memoria (corta o larga), o bien como elpropuesto por Granger y Joyeux(1980) y Hosking (1981),llamado modelo autorregresivo fraccionalmente integrado de medias móviles (ARFIMA o FARIMA),o el Baillieet al.(1996), llamado modelo autorregresivo generalizado de heterocedasticidad condicional fraccionalmente integrado (FIGARCH), y todas sus variantes. Por otro lado, la manera de probar la existencia de memoriaen una serie de tiempo ha ido cambiando, ya sea por la eliminacióno introducción de nuevos argumentos o por la forma en que se estima el coeficiente de Hurst, lo cual conlleva aenfoques paramétricos, no paramétricos o semiparamétricos. Las pruebas más comunes son las propuestas por Geweke y Porter-Hudak (GPH) (1983), Higuchi (1988) y Robinson (1995), y algunas otras de tipo heurístico como el método del correlograma y el método de la varianza agregada (Taqqu et al., 1995).

La importancia de probar la existencia de memoria, ya sea corta o larga, en una serie de tiempo, proviene de dos aspectos. Primero,hay que escoger el modelo adecuado que logre captar el fenómeno, ya que los modelos tradicionales basados en la hipótesis de mercado eficiente de Malkiel y Fama 1970 (caminata aleatoria), en donde el dato relevante es el inmediato anterior, no permite retener en la memoria eventos muy remotos. En contraste, los modelos que captan la memoria suponen que toda la serie es importante, dado que el último dato de la serie de tiempo también impacta al primero en diferente proporción. En segundo lugar, hay que generar mejores pronósticos para la toma de decisiones,sean de carácter económico o financiero.

Los resultados de los trabajos que tratan de probar la existencia de memoria en índices bursátiles han sido marginales; por ejemplo, Cheung y Lai (1995) analizan dieciocho índices de mercado con frecuencia mensual en el periodo1970-1992, y encuentran memoria larga en Austria, España, Italia y Japón.

• Materias:Econometría Análisis de mercado Mercado financiero
• Subjects:Econometrics Market surveys Capital market
• Palabras claves:Mercados bursátiles; Memoria larga; Métodos econométricos de series de tiempo
• Keywords:Stock markets; Long memory; Econometric methods for time series