Descripción y contextualización de la asignatura

El objetivo de esta materia es proporcionar a los alumnos conocimientos de los modelos econométricos habitualmente utilizados en la toma de decisiones de finanzas.



Los estudiantes deberían haber cursado las asignaturas de “Matemáticas y Estadística”, “Procesos Estocásticos”, y Econometría Financiera”. Los conocimientos adquiridos y las herramientas desarrolladas son útiles para otras asignaturas obligatorias de la titulación, como “Valoración de Activos” y “Medición de Riesgos”, así como para el Seminario en Finanzas.

Convocatoria ordinaria: orientaciones y renuncia

Las ponderaciones para obtener la calificación final se aplicarán únicamente si el alumno/a obtiene una calificación global de 5 sobre 10 en las pruebas individuales. En caso contrario, la calificación final será la obtenida en las pruebas individuales.



No presentarse al examen de la asignatura supone una renuncia a la correspondiente convocatoria.



La Comisión Académica podrá modificar el sistema de evaluación de las asignaturas por causa sobrevenida. Cualquier posible cambio será anunciado al alumnado a la mayor brevedad posible a través de la plataforma egela.

Temario

1. La aplicación práctica de métodos econométricos básicos: una valoración



2. Series temporales univariantes

Procesos estocásticos.

Estacionariedad.

Funciones de autocorrelación simple y parcial

Modelos ARMA. Especificación del modelo.

Contrastes de raíz unitaria.

Modelos ARIMA. Estimación y diagnosis

Componentes de corto y largo plazo en una serie temporal

Filtro Hoddrik-Prescott



3. Modelos GARCH univariantes

Propiedades. Modelos asimétricos. Modelos en media.

Estimación. Imposición de un nivel de volatilidad de largo plazo



4. Modelos Vectoriales Autoregresivos (VAR)

Modelos VAR

Regresión espúrea

Cointegración

Contrastes de cointegración: Los enfoques de Engle-Granger y de Johansen

El modelo de corrección del error

Common features

Pairs trading



5. Modelos no lineales

Algunos modelos no lineales sencillos:

a. Modelo con potencia

b. Modelo de umbrales

c. Modelos TAR/SETAR

d. Modelo de volatilidad tipo RiskMetrics

e. Modelos de correlaciones tipo GARCH

Volatilidad implícita

Estimación condicional

Contraste de restricciones

Curva cupón cero polinómica



6. Estimación de algunos modelos no lineales

Algoritmos numéricos

Modelo exponencial

Estimación de función potencia

Transformación Box-Cox

Modelo GARCH

Modelos Nelson-Siegel y Svensson

Switching Markov (Hamilton ejemplo)

Switching GARCH

Modelo TGARCH

Regresión cuantílica



7. Modelos GARCH multivariantes

Modelos GARCH multivariantes

Modelos CC y DCC GARCH

Factor GARCH

Orthogonal GARCH

Modelos asimétricos

Estimación

Simulación de modelos GARCH



8. Método Generalizado de Momentos: Aplicaciones financieras

Ejemplos sencillos: Student-t, Johnson´s U

Estimación de una clase de modelos modelo de tipos de interés

Valoración de activos en equilibrio: asset pricing

Bibliografía

Bibliografía básica

• Campbell, A. Lo, y A.C. MacKinlay (1997), The econometrics of financial markets, Princeton University Press

• Hamilton, J. (1999), Time series analysis, Princeton University Press

• Novales, A. (1993), Econometria, Mc Graw-Hill

• Novales, A. (2017), Modelos Vectoriales Autoregresivos, manuscrito

• Novales, A. (2017), Estimación de modelos no lineales, manuscrito