Predicción de la volatilidad en los mercados del petróleo mexicano a través de modelos CGARCH asimétricos bajo dos supuestos distribucionales

  • Raúl de Jesús Gutiérrez Universidad Autónoma del Estado de México
  • Miriam Sosa Castro Universidad Nacional Autónoma de México
Palabras clave: Petróleo crudo, Predicción de la volatilidad, Modelos CGARCH, Prueba estadística de poder predictivo superior

Resumen

En este trabajo se estiman modelos CGARCH simétricos y asimétricos para evaluar y mejorar las predicciones de la volatilidad en los mercados del petróleo mexicano bajo diferentes supuestos distribucionales (Normal y Laplace). La evidencia empírica demuestra que los modelos CGARCH y CGARCH-A2 proporcionan las mejores predicciones de la volatilidad fuera de la muestra en los horizontes de 1, 5 y 20 días para los rendimientos del petróleo Istmo y Maya en comparación con los modelos GARCH convencionales, incluso que el modelo CGARCH-A1. Los resultados son sustentados por el uso de medidas de errores de predicción simétricas-asimétricas y la prueba estadística de poder predictivo superior de Hansen (2005). El mejoramiento de la predicción de la volatilidad tiene importantes implicaciones económicas-financieras para los participantes en los mercados del petróleo mexicano, en particular para el gobierno

Publicado
2019-02-12