Resumen

Adoptamos un enfoque para estudiar series temporales financieras concretas con énfasis particular en sus características de volatilidad consideradas en un entorno espacio-temporal. En particular, el parámetro de volatilidad se trata como una variable de estado no observada cuyo valor en el tiempo se da como resultado de un proceso estocástico no observado, discreto en el tiempo y en el estado, representado por una cadena de Markov adecuada. Tomaremos en cuenta dos enfoques diferentes para la inferencia en modelos de cambio de Markov, a saber, el enfoque clásico basado en técnicas de máxima verosimilitud y el método de inferencia bayesiana realizado a través de un procedimiento de muestreo de Gibbs. Luego, el enfoque clásico se probará en datos tomados de las series de rendimientos en diferentes períodos de tiempo. Se presentan cálculos para un modelo de cambio de cuatro estados y los resultados numéricos obtenidos se colocan al lado de gráficos explicativos que informan sobre los resultados obtenidos explotando tanto algoritmos de suavizado como

• Materias:Curvas Teoremas acoplados Integral fraccionaria Sistema de exponentes Estructuras subtangentes
• Subjects:Curves Coupled Theorems Fractional integral Exponent system Subtangent structures
• Palabras claves:Enfoque; Volatilidad; Series temporales financieras; Cadena de Markov; Máxima verosimilitud; Inferencia bayesiana
• Keywords:Approach; Volatility; Financial time series; Markov chain; Maximum likelihood; Bayesian inference