Predicción de la volatilidad en el mercado del petróleo mexicano ante la presencia de efectos asimétricos
Volatility forecasting for Mexican crude oil market in the presence of asymmetric effects
Predição da volatilidade no mercado do petróleo mexicano diante da presença de efeitos assimétricos
DOI:
https://doi.org/10.15446/cuad.econ.v34n65.48702Palabras clave:
Petróleo crudo, volatilidad, modelos GARCH, pruebas de predicción óptima. (es)Crude oil, volatility, GARCH-class models, optimal forecasting tests (en)
Óleo, volatilidade, modelos GARCH, testes de predição ótima (pt)
Esta investigación evalúa el poder predictivo de una familia de modelos GARCH usados en la predicción de la volatilidad de los rendimientos de la Mezcla Mexicana de Exportación durante el periodo del 2 de enero de 1989 al 30 de diciembre de 2011. Los resultados empíricos evidencian un alto grado de persistencia y la presencia de efectos asimétricos en la volatilidad. Aunque la prueba de predicción sesgada muestra que el modelo IGARCH proporciona el mejor ajuste para recoger la persistencia infinita de los choques en la volatilidad, estos hallazgos no son sustentados por las robustas funciones de pérdidas y la prueba estadística de Diebold-Mariano, debido a que los modelos GARCH y EGARCH proporcionan mejores predicciones de la volatilidad fuera de muestra para los horizontes de 1 y 5 días.
Referencias
Agnolucci, P. (2009). Volatility in crude oil futures: A comparison of the predictive ability of GARCH and implied volatility models. Energy Economics, 31(2), 316-321.
Bollerslev, T. (1986). Generalised autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
Brownlees, C., Engle, R. F. y Kelly, B. (2011). A practical guide to volatility forecasting through calm and storm. Journal of Risk, 14(2), 3-22.
Cheong, C. W. (2009). Modeling and forecasting crude oil markets using ARCH-type models. Energy Policy, 36(6), 2346-2355.
Coronado, S., Gatica, L. y Ramírez, M. (2012). Non-linear dependence in oil Price behavior. Journal of Mathematics and System Science, 2(2), 110-118.
Dávila, J., Núñez, J. A. y Ruiz, A. (2006). Volatilidad del precio de la mezcla mexicana de exportación. Economía, Teoría y Práctica, 25(2), 37-52.
Diebold, F. X. y Mariano, R. S. (1995). Comparing predictive accuracy. Journal of Business and Economic Statistics, 13(3), 253-263.
De Jesús, R. y Ortiz, E. (2013). El efecto de la volatilidad del peso mexicano en los rendimientos de la Bolsa Mexicana de Valores. Revista de Contaduría y Administración, 58(3), 89-119.
Engle, R. F. (1982). Autoregresive conditional heteroskedasticity with estimates of the variance of the UK inflation. Econometrica, 50(4), 987-1008.
Engle, R. F. y Ng, V. K. (1982). Measuring and testing the impact of news on volatility. Journal of Finance, 48(5), 1749-1778.
Engle, R. F. y Bollerslev, T. (1986). Modelling the persistence of conditional variances. Econometric Reviews, 5(1), 1-50.
Engle, R. F. y Ng V. K. (1993). Measuring and testing the impact of news on volatility. Journal of Finance, 48(5), 1749-1778.
Fattouh, B. (2007). WTI benchmark temporarily breaks down: is it really a big deal? Middle East Economic Survey, 50(20), 1-8.
Ferderer, J. P. (1996). Oil price volatility and the macroeconomic. Journal of Macroeconomics, 18(1), 1-26.
Fong, W. M. y See, K. H. (2002). A Markov switching model of the conditional volatility of crude oil futures prices. Energy Economics, 24(1), 71-95.
Glosten, L., Jaganathan, R. y Runkle, D. (1993). On the relation between the expected value and the volatility of the nominal excess returns on stocks. Journal of Finance, 48(5), 1779-1801.
Hou, A. y Suardi, S. (2012). A nonparametric GARCH model of crude oil price return volatility. Energy Economics, 34(2), 616-626.
Huntington, H. G. (1998). Crude oil prices and US economic performance: where does the asymmetry reside? Energy Journal, 19(4), 107-132.
Kang, S. H., Kang, S. M. y Yoon, S. M. (2009). Forecasting volatility of crude oil markets. Energy Economics, 31(1), 119-125.
Lee, K., Ni, S. y Ratti, R. A. (1995). Oil shocks and the macroeconomy: the role of Price variability. Energy Journal, 16(4), 39-56.
Liu, H. y Shi, J. (2013). Appliying ARMA-GARCH approaches to forecasting short-term electricity prices. Energy Economics, 37(3), 152-166.
Marzo, M. y Zagaglia, P. (2010). Volatility forecasting for crude oil futures. Applied Economics Letters, 17(16), 1587-1599.
Meddahi, N. (2001). A theoretical comparison between integrated and realized volatilities. Manuscript, Université de Montréal.
Mohammadi, H. y Su, L. (2010). International evidence on crude oil price dynamics: Application of ARIMA-GARCH models. Energy Economics, 32(5), 1001-1008.
Montepeque, J. (2005). Sour crude pricing: a pressing global issue. Middle East Economic Survey, 48(14), 1-42.
Morana, C. (2001). A semiparametric approach to short-term oil price forecasting. Energy Economics, 23(3), 325-338.
Narayan, P. K. y Narayan, S. (2010). Modelling the impact of oil prices on Vietnam's stock prices. Applied Energy, 87(1), 356-361.
Narayan, P. K. y Narayan, S. (2007). Modelling oil price volatility. Energy Policy, 35(12), 6549-6553.
Nelson, D. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347-370.
Patton, A. J. (2011). Volatility forecast comparison using imperfect volatility proxies. Journal of Econometrics, 160(1), 246-256.
Reboredo, J. C. (2012). Modelling oil price and exchange rate co-movements. Journal of Policy Modeling, 34(3), 419-440.
Sadorsky, P. (2006). Modeling and forecasting petroleum futures volatility. Energy Economics, 28(4), 467-488.
Villalba, F. y Flores, M. (2013). Forecasting the variance and return of Mexican financial with symmetric GARCH models, Theoretical and Applied Economics, 20.3(580), 61-82.
Wang, Y. y Wu, C. (2012). Forecasting energy volatility using GARCH models: Can multivariate models beat univariate models? Energy Economics, 34(6), 2167-2181.
Wei, Y., Wang, Y. y Huang, D. (2010). Forecasting crude oil market volatility: Further evidence using GARCH-class models. Energy Economics, 32(6), 1477-1484.
Dimensions
PlumX
Visitas a la página del resumen del artículo
Descargas
Cómo citar
Licencia
Derechos de autor 2015 Cuadernos de EconomíaCuadernos de Economía a través de la División de Bibliotecas de la Universidad Nacional de Colombia promueve y garantiza el acceso abierto de todos sus contenidos. Los artículos publicados por la revista se encuentran disponibles globalmente con acceso abierto y licenciados bajo los términos de Creative Commons Atribución-No_Comercial-Sin_Derivadas 4.0 Internacional (CC BY-NC-ND 4.0), lo que implica lo siguiente:




