Predicción de la volatilidad en los mercados del petróleo mexicano a través de modelos CgarCH asimétricos bajo dos supuestos distribucionales

• Raúl de Jesús Gutiérrez ^[1] ; Miriam Sosa Castro ^[2]
  1. [1] Universidad Autónoma del Estado de México

     Universidad Autónoma del Estado de México

     México

     
  2. [2] Universidad Nacional Autónoma de México

     Universidad Nacional Autónoma de México

     México

     
• Localización: Cuadernos de economía: Spanish Journal of Economics and Finance, ISSN 0210-0266, ISSN-e 2340-6704, Vol. 42, Nº. 120, 2019, págs. 253-267
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se estiman modelos CGARCH simétricos y asimétricos para evaluar y mejorar las predicciones de la volatilidad en los mercados del petróleo mexicano bajo diferentes supuestos distribucionales (Normal y Laplace). La evidencia empírica demuestra que los modelos CGARCH y CGARCH-A2 proporcionan las mejores predicciones de la volatilidad fuera de la muestra en los horizontes de 1, 5 y 20 días para los rendimientos del petróleo Istmo y Maya en comparación con los modelos GARCH convencionales, incluso que el modelo CGARCH-A1. Los resultados son sustentados por el uso de medidas de errores de predicción simétricas-asimétricas y la prueba estadística de poder predictivo superior de Hansen (2005). El mejoramiento de la predicción de la volatilidad tiene importantes implicaciones económicas-financieras para los participantes en los mercados del petróleo mexicano, en particular para el gobierno.

  • English

    In this paper, three symmetric and asymmetric CGARCH models are estimated to evaluate and improve volatility forecasts in Mexican crude oil markets under different dis-tributional assumptions (Normal and Laplace). Empirical evidence shows that CGARCH and CGARCH-A2 models yield the most accurate one-five-and twenty-day out-of-sample volatility forecasts for Istmo and Maya crude oil returns in comparison to the traditional GARCH models, including the CGARCH-A1 based model. These results are supported using symmetric and asym-metric forecast error measures and the Hansen ́s (2005) superior predictive ability test. The improvement in volatility forecasting has important economics and financial implications for participants in Mexican crude oil markets, in particular the Mexican government.