Agrupaciones de volatilidad | Diccionario Economico

Definición de Agrupaciones de volatilidad | Diccionario Economico

Las agrupaciones de volatilidad son una herramienta estadística utilizada en finanzas para analizar la variabilidad de los precios de los activos y crear grupos homogéneos de estos en función de su nivel de volatilidad.

En otras palabras, la volatilidad de un activo financiero es desigual, es decir, no constante en el tiempo. Entonces esta volatilidad dependerá de las observaciones y del período de tiempo que estemos estimando.

Cuando queremos hacer una estimación estadísticamente satisfactoria de la volatilidad del período, debemos tener en cuenta esta distribución no uniforme a lo largo de la serie temporal.

Si asumimos una volatilidad constante, es decir, independiente de las observaciones, podemos llegar a resultados y conclusiones erróneos cuando cambia el período de estudio. Si cambiamos el período de estudio, las observaciones también cambiarán y, por lo tanto, la volatilidad constante inicialmente determinada no reflejará la nueva volatilidad.

Los grupos de volatilidad dependen de la frecuencia de las observaciones. Los grupos de volatilidad son más comunes en datos diarios y mensuales que en datos anuales.

Aplicar grupos de volatilidad

En casos más complejos, ¿cómo podemos encontrar la presencia de clústeres de volatilidad en una serie de tiempo?

En el modelo GARCH, asumimos que la varianza depende de las observaciones. Entonces la desviación estándar (volatilidad) también dependerá de las observaciones. Recordamos que el cuadrado de la desviación es la varianza.

Usando el modelo GARCH, encontramos la varianza debida a un período de tiempo dado.

ejemplo teórico

Suponemos que las acciones de AlpineSki están muy expuestas a un riesgo sistemático durante los meses de invierno. Como tal, AlpineSki será más variable durante los meses de invierno que otros meses del año. Queremos estimar la volatilidad de AlpineSki de octubre a marzo de 2022. Tenemos información de precios desde 1999.

Así, si graficamos la volatilidad de AlpineSki, encontraremos un grupo de volatilidad (volatility pooling) en los meses de invierno y otro grupo de volatilidad (volatility pooling) en el resto del año.

Los grupos de volatilidad en los meses de invierno están marcados con óvalos rojos.

Es importante destacar el período de estudio: comienza en otoño y termina en invierno. Entonces, dada la información sobre su exposición sistemática al riesgo, ¿deberíamos considerar la posibilidad de que la volatilidad no fuera la misma durante todo el período de estudio? En otras palabras, ¿deberíamos usar volatilidad condicional o volatilidad incondicional?

volatilidad incondicional

Volatilidad que no cambia si cambian las observaciones.

Procedimiento

Calculamos la volatilidad del período de estudio utilizando una volatilidad constante predefinida. El uso de esta volatilidad de incumplimiento constante implica que esta volatilidad de incumplimiento es independiente de las observaciones. Es decir, si cambiamos el período de estudio, la volatilidad dada no cambiará y podemos concluir que los resultados son erróneos.

volatilidad condicional

Volatilidad que cambia si cambiamos las observaciones.

Procedimiento

Realizamos una regresión utilizando el modelo GARCH y calculamos la volatilidad condicional para el período en estudio.

Entonces, al usar la volatilidad condicional, es decir, cambia con las observaciones, podemos hacer una estimación más precisa que si usáramos la volatilidad incondicional. Así, si cambiamos el periodo de estudio, la volatilidad condicional se adaptará a las nuevas observaciones.

Preguntar

Pero… Si asumir una volatilidad constante puede conducir a resultados incorrectos, ¿existe algún modelo que asuma una volatilidad constante?

F. Black, M. Scholes y R. Merton estarán encantados de responder.

¿Problemas o dudas? Te ayudamos

Si quieres estar al día, suscríbete a nuestra newsletter y síguenos en Instagram. Si quieres recibir soporte para cualquier duda o problema, no dude en ponerse en contacto con nosotros en info@wikieconomia.org

Comentarios

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *