Valorización y volatilidad de acciones en mercados de baja liquidez utilizando un modelo en base a variables latentes estimado mediante el filtro de Kalman
Loading...
Files
Date
2008
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
El monitoreo y valorización diaria de carteras de activos es un proceso fundamental para cualquier institución financiera. Sin embargo, éste se dificulta en mercados de baja liquidez ya que muchos de los activos no son transados y por lo tanto no se dispone del valor de los mismos. Como solución a este problema, en esta investigación se define un modelo de valorización de acciones no transadas en base a variables latentes o no observables. Consiste en modelar los retornos como una combinación lineal de n factores no observables comunes más un error de medición, mientras que para la serie de tiempo o dimensión temporal de los factores, se utiliza una dinámica autoregresiva con volatilidad variante en el tiempo. Así, el proceso permite a los factores capturar la dinámica tanto del valor esperado como de las covarianzas de los retornos accionarios.
La estimación del modelo se realiza utilizando el filtro de Kalman extendido para paneles incompletos, incorporando la información de los instrumentos transados en el mercado. De esta manera, se obtienen estimaciones para todas las acciones no transadas, aún en días con muy pocas observaciones. Adicionalmente, la utilización del filtro de Kalman permite estimar matrices de varianza-covarianza variantes en el tiempo para el conjunto de acciones estimadas. El modelo es testeado empíricamente en el mercado Chileno para un universo de 75 acciones. Éste es comparado con modelos tradicionales como el CAPM con betas variantes e invariantes en el tiempo, y contra la solución tradicionalmente utilizada de mantener el último precio observado. Adicionalmente, se evalúa la matriz de covarianzas mediante el cálculo del Value-at-Risk. Los resultados muestran una significativa mejora tanto en la valorización como en la estimación del VaR.
La estimación del modelo se realiza utilizando el filtro de Kalman extendido para paneles incompletos, incorporando la información de los instrumentos transados en el mercado. De esta manera, se obtienen estimaciones para todas las acciones no transadas, aún en días con muy pocas observaciones. Adicionalmente, la utilización del filtro de Kalman permite estimar matrices de varianza-covarianza variantes en el tiempo para el conjunto de acciones estimadas. El modelo es testeado empíricamente en el mercado Chileno para un universo de 75 acciones. Éste es comparado con modelos tradicionales como el CAPM con betas variantes e invariantes en el tiempo, y contra la solución tradicionalmente utilizada de mantener el último precio observado. Adicionalmente, se evalúa la matriz de covarianzas mediante el cálculo del Value-at-Risk. Los resultados muestran una significativa mejora tanto en la valorización como en la estimación del VaR.
Description
Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2008