La rentabilidad al cuadrado es básicamente una medida (la más simple) de la volatilidad, muestra lo grande que es la rentabilidad del día sin mirar si es positiva o negativa. Los periodos de tiempo con grandes rendimientos al cuadrado son periodos volátiles (la Gran Recesión de 2008-2009, por ejemplo).
Así que la regresión que propones muestra básicamente cómo la volatilidad de una acción hoy se ve afectada por la volatilidad del índice de hoy, así como por la volatilidad de ayer en el índice y en la acción. Los coeficientes de retardo serán presumiblemente positivos, mostrando que los movimientos de volatilidad son persistentes de un día a otro. Una gran volatilidad de ayer predice una gran volatilidad de hoy y, viceversa, una baja volatilidad de ayer suele ir seguida de una baja volatilidad de hoy (con excepciones, por supuesto, las sorpresas ocurren).
Este tipo de regresiones se realiza a menudo en los estudios de volatilidad. También están relacionadas con modelos de volatilidad como GARCH y otros que intentan seguir la volatilidad a lo largo del tiempo. Este tipo de investigación ha demostrado que la volatilidad del mercado no es constante, sino que cambia de forma predecible.
0 votos
Debe configurar su regresión después de averiguar lo que quiere probar, no antes.
0 votos
@Mild_Thornberry, esto es para un encargo, así que si estuviera al 100% de lo que estoy probando, no lo cuestionaría, ¿no?
1 votos
@AlexC esa es la respuesta correcta - Yo convertiría a real de commengt