El enfoque de espacio de estado para el estudio de la volatilidad

Abstract

El objetivo primordial de esta investigación es el de examinar losmétodos para tratar una gran variedad de datos con irregularidades quesuceden en series de tiempo y en especial en aquellas referidas a laactividad financiera. Los modelos autorregresivos integrados depromedios móviles (o modelos ARIMA según sus siglas) sonfrecuentemente considerados como los que proveen la base principalpara el modelado de cualquier serie de tiempo. Ahora bien, dada latecnología actual, puede haber alternativas más atractivas y por sobretodo más eficientes. Numerosas series de tiempo financieras no tienenuna media constante y también en la mayoría de los casos se observanfases en donde reina una relativa tranquilidad seguido de períodos deimportantes cambios, o sea que la variabilidad cambia a través deltiempo. Dicho comportamiento es lo que recibe el nombre devolatilidad. Gran parte de la investigación actual se concentra enextender la metodología clásica de Box y Jenkins basada principalmenteen los modelos de tipo ARIMA para analizar este tipo decomportamiento. Presentaremos un resumen de los principales y másnovedosos métodos para el tratamiento de ese comportamiento de unaserie