Show simple item record

dc.contributor.advisorFebres Huamán, Grimaldo
dc.contributor.authorOrosco Gavilán, Juan Carlos
dc.date.accessioned2019-04-12T20:02:26Z
dc.date.available2019-04-12T20:02:26Z
dc.date.issued2019
dc.identifier.urihttp://repositorio.lamolina.edu.pe/handle/UNALM/3891
dc.descriptionUniversidad Nacional Agraria La Molina. Escuela de Posgrado. Maestría en Estadística Aplicadaes_PE
dc.description.abstractLa presente investigación es de naturaleza aplicada, y tiene el objetivo de analizar y evaluar la metodología Bootstrap en modelos heterocedásticos aplicados en la predicción del Índice General de la Bolsa de Valores de Lima (IGBVL), periodo 2010 - 2014. Se presenta sucintamente, los conceptos básicos de series temporales, los procesos seriales heterocedásticos, la metodología Bootstrap y sus aplicaciones a la inferencia estadística y a las series temporales, donde se presenta el algoritmo para procesos heterocedásticos GARCH propuesto por Pascual et al. (2006) y generalizados para los modelos EGARCH y TGARCH. Con los procedimientos mostrados fueron obtenidas las predicciones mediante la metodología paramétrica y metodología Bootstrap, que fueron comparados con valores reales y finalmente fueron evaluados los desempeños de ambas metodologías. Del estudio se obtuvo que los modelos que mejor ajustan a la serie son los modelos ARMA(1,1)-GARCH(1,1), ARMA(1,1)-EGARCH(1,1) y ARMA(1,1)-TGARCH(1,1) cada uno de ellos con el supuesto de distribución t de Student con 5 grados de libertad de los residuales, el estudio comparativo mostró que la aplicación de la metodología Bootstrap en la serie de los retornos del Índice General de la Bolsa de Valores de Lima, permite obtener intervalos de predicciones con mayores e iguales amplitudes en algunos horizontes hacia adelante en comparación con la metodología paramétrica, y también permitió construir con un buen desempeño los intervalos de predicción para las volatilidades, así siendo esta una alternativa para la construcción de intervalos de predicción en los modelos GARCH, EGARCH y TGARCH.es_PE
dc.description.abstractThe present research is from applied nature, and it has the objective of analyzing and evaluating the Bootstrap methodology in heterocedastic models, applied in the prediction of the Indice General de la Bolsa de Valores de Lima (IGBVL), period 2010 - 2014. it presents succinctly, the concepts basic temporal series, heteroskedastic serial processes, the Bootstrap methodology and its applications to statistical inference and time series, in this is show the algorithm for heteroscedastic processes GARCH proposed by Pascual et al. (2006) and generalized for models EGARCH and TGARCH. With the procedures shown, predictions were obtained using parametric methodology and Bootstrap methodology, which were compared with real values and finally the performances of both methodologies were evaluated in terms of their prediction. This study obtained that the models that best fit the series are the ARMA(1,1)-GARCH(1,1), ARMA(1,1)-EGARCH(1,1) and ARMA(1,1)- TGARCH(1,1) models each of with the assumption of t-Student distribution with 5 degrees of freedom of the residuals, the comparative analysis showed that the application of the Bootstrap methodology in the series of the returns of Indice General de la Bolsa de Valores de Lima, allow to obtain prediction intervals with greater and equal amplitudes in some forward horizons compared to the parametric methodology, and also allowed to construct with a good performance the prediction intervals for volatilities, thus being an alternative for the construction of prediction intervals in the GARCH, EGARCH and TGARCH models.en_US
dc.description.uriTesises_PE
dc.formatapplication/pdfen_US
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Agraria La Molinaes_PE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.sourceUniversidad Nacional Agraria La Molinaes_PE
dc.sourceRepositorio institucional - UNALMes_PE
dc.subjectBolsa de Valores de Limaes_PE
dc.subjectAnálisis de series cronológicases_PE
dc.subjectGestiónes_PE
dc.subjectTécnicas de predicciónes_PE
dc.subjectInversioneses_PE
dc.subjectModelos estadísticoses_PE
dc.subjectModelos de siembraes_PE
dc.subjectPerúes_PE
dc.subjectMétodo Bootstrapes_PE
dc.subjectModelos heterocedasticoses_PE
dc.subjectBolsa de Valores de Limaes_PE
dc.titleUso de los modelos heterocedásticos con Bootstrap en el análisis del Índice General de la Bolsa de Valores de Limaes_PE
dc.typeinfo:eu-repo/semantics/masterThesisen_US
dc.coverageLima. Perúes_PE
thesis.degree.disciplineEstadistica aplicadaes_PE
thesis.degree.grantorUniversidad Nacional Agraria La Molina. Escuela de Posgradoes_PE
thesis.degree.nameMagister Scientiae - Estadística Aplicadaes_PE
thesis.degree.levelMaestríaes_PE
dc.subject.ocdeOtras ciencias agrícolases_PE


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess