Mezclas de distribuciones y volatilidad

ABRIL, JUAN CARLOS; ABRIL, MARÍA DE LAS MERCEDES; MARTÍNEZ, CARLOS I.

Córdoba

Congreso; X CLATSE (Congreso Latinoamericano de Sociedades de Estadística); 2012

Sociedad Argentina de Estadística

Mediante métodos Monte Carlo se generan series de tiempo con las siguientes características: a) series cuyas distribuciones son mezclas de dos distribuciones normales con varianzas diferentes, b) series que satisfacen un modelo de volatilidad, c) series que satisfacen un modelo autorregresivo de primer orden (AR(1)) pero con errores contaminados que se distribuyen como las mezclas dadas en a) y d) series cuyas distribuciones son mezclas como las dadas en a) pero con heterocedasticidad condicional. Se estudian las semejanzas y diferencias entre estas series de tiempo. Del análisis se observa que en situaciones prácticas puede, en algunos casos, resultar difícil identificar el verdadero proceso generador de las series. Efectivamente, los procesos que surgen de mezclas de distribuciones tienen muchas características similares a los procesos que satisfacen el esquema de volatilidad. El análisis es realizado por un lado mediante las consideraciones teóricas correspondientes, y por otro lado mediante el uso intensivo de las herramientas habituales en el proceso de identificación de las series de tiempo: esto es, los gráficos de las series, los histogramas, las distribuciones muestrales correspondientes, los correlogramas y los correlogramas parciales.