Estimación de modelos de volatilidad estocática en media. aplicación en series temporales

Tradicionalmente para estimar la volatilidad de series temporales de alta frecuencia se han utilizado los modelos autorregresivos de heterocedasticidad condicionada (modelos ARCH) y su generalización (modelos GARCH). Sin embargo, hay una alternativa a este tipo de modelos que son los modelos de volatilidad estocástica, que aunque son más complicados de estimar recogen de forma adecuada las principales características de las series temporales de alta frecuencia. En este trabajo, se va a utilizar máxima verosimilitud para estimar un modelo de volatilidad estocástica en media (modelos SVM) basado en métodos de simulación de Monte Carlo. Estos modelos se caracterizan porque incorporan la volatilidad inobservada como una variable explicativa en la ecuación de la media. Los resultados de la estimación de este modelo SVM se van a comparar con los resultados obtenidos de la estimación de un modelo GARCH en media (modelos GARCH-M). Las series temporales utilizadas para realizar dicha estimación son series de rendimientos de índices bursátiles.