Resumen de Zonas de alta densidad de predicción: un ensayo con el Índice General de la Bolsa de Madrid
Natividad Blasco de las Heras, Francisco Javier Ruiz Cabestre, Rafael Santamaría Aquilué
El interés por la predicción de las rentabilidades bursátiles ha sido una de las características más relevantes de la literatura financiera empírica de los últimos años. En este trabajo se sugiere la utilización de las zonas de alta densidad de predicción como procedimiento de construcción de las regiones de predicción. Esta propuesta permite reflejar más adecuadamente la importancia de la asimetría, pluralidad de modas y la posibilidad de estimaciones extremas de los valores futuros que no tendrían cabida en los sistemas habituales de construcción de intervalos de predicción.
El sistema utilizado para obtener las predicciones del Indice General de la Bolsa de Madrid en las diez primeras sesiones negociadas en Enero de 1997, se basa en la técnica del bootstrap, que se revela como una poderosa herramienta para la inferencia estadística, especialmente con muestras de reducido tamaño. En nuestro caso, la base de datos contiene las cotizaciones diarias de cierre del IGBM del periodo 1993-1996. El modelo propuesto en este ensayo para estimar los valores futuros es un AR(1) cuyos errores se suponen generados por un GARCH(1,1,).
