¿Cuál es el método GARCH preferido en la práctica?

Question

Mis disculpas por adelantado, si esta pregunta es demasiado ingenua o básica. Por favor, tenga paciencia con mis primeras experiencias con SE; pida aclaraciones, si las necesita.

Reconozco que hay muchos sabores (a menudo criticados) en los métodos GARCH univariantes (y multivariantes). El GARCH univariante varía desde el GARCH estándar hasta el GJR, el AP-GARCH, etc. El mundo multivariante ofrece una generalización natural (cientos de parámetros a estimar) a GO-GARCH, DCC-GARCH, y simplificaciones similares.

Sin embargo, quiero saber lo que el sector utiliza realmente para el análisis de bonos, acciones y derivados.

Sería estupendo ver referencias concretas, experiencias laborales personales y ejemplos prácticos de trabajo que pueda seguir, en lugar de opiniones y especulaciones.

ACTUALIZACIÓN: Sigo vigilando este post en busca de respuestas...

Answer 1

Personalmente, utilizo el sencillo Garch(1,1) para el filtrado de la volatilidad en el ámbito de la gestión del riesgo.

De hecho, en la mayoría de los casos ni siquiera estimo los parámetros, me quedo con 0,94 para la reversión a la media, 0,04 para el error cuadrado y obtengo la constante ajustando la varianza de la serie. Mi experiencia es que no tiene sentido pretender afinar los parámetros cuando la vol es inobservable de todos modos.

EDITAR

Para añadir un poco más de color aquí hay algunos ejemplos reales, sin entrar en detalles ya que se trata de modelos propietarios:

1. Calcular el riesgo de una cartera bajo simulación histórica. Se utiliza para los cálculos de capital reglamentario y económico. Fijar las posiciones de la cartera, calcular las pérdidas y ganancias en función de las perturbaciones de un día de los últimos dos años y, a continuación, utilizar Garch para prever el VaR de mañana. He utilizado versiones paramétricas (Gaussian/ StudentT) y empíricas, utilizando parámetros fijos como los anteriores. Aunque supera a otros métodos, no se lleva bien con las empresas, ya que da un VaR demasiado volátil para la fijación de límites, etc.

2. Producir series temporales de vol cuando no se puede obtener ninguna. Digamos que quiere construir una serie temporal histórica para vols implícitos. He utilizado Garch, entre otras técnicas, para hacerlo. Como Garch filtra los "vol. verdaderos", hay que convertirlos en "vol. implícitos".

3. Producir simulaciones a largo plazo (por ejemplo, 10 o 20 años) de las volatilidades para los cálculos de riesgo del IMM/de la contraparte. Como las volatilidades están integradas globalmente, no queremos que se desincronicen a medida que aumentan los horizontes. Por lo tanto, utilizamos versiones multivariadas en las que una volatilidad (por ejemplo, la de Estados Unidos) entra en los mecanismos de propagación de otras (por ejemplo, la del Reino Unido, la de Alemania, etc.).

4. Precios de los derivados: Nunca he utilizado Garch para la valoración de opciones fuera del trabajo académico, y nunca lo haría. No conozco a nadie que lo haga tampoco.

Espero que esto ayude

Answer 2

Interesante pregunta como Todas las respuestas ( incluida la mía ) no se pudo generalizar desgraciadamente . En lo que a mí respecta, utilizo un EGARCH univariante con fines de modelización del riesgo ( Simulación histórica filtrada (FHS), etc.).

1 - EGARCH simplemente porque los modelos GARCH no tienen en cuenta los llamados efectos de apalancamiento que es crucial para mí para asimétrico y leptokurtic datos.

2- Univariante en lugar de multivariante procesos, por razones de simplicidad.

** En general, no estoy a favor de utilizar parámetro estático estimaciones (como el notorio lambda = 0.94 ), pero me parece bien que las personas que recurren a estos enfoques obtengan estimaciones fiables mientras backtesting sus modelos. Prefiero quedarme con el mle estimaciones que hoy en día son rápidas de realizar.

PS: I sólo utilice GARCH univariante junto con Alfa - Distribuciones estables para mis métricas de riesgo, cuando creo que el panorama está muy estresado. Es sólo por medidas de seguridad :).

Espero que sea de ayuda