Modelos de Varianza Condicional: ARCH, GARCH, etc. - Series de Tiempo

Esta presentacion es sobre el proyecto final que se centra en una explicación detallada de los modelos de varianza condicional, como los ARCH (Heteroscedasticidad Condicional Autorregresiva) y su generalización, los GARCH (Heteroscedasticidad Condicional Autorregresiva Generalizada). El documento comienza con una introducción histórica y la discusión de la heteroscedasticidad en series de tiempo, especialmente las financieras, destacando los llamados "hechos estilizados" como la agrupación de volatilidad y las colas pesadas en la distribución. Luego, se definen y analizan las propiedades de los modelos ARCH y GARCH, señalando sus ventajas y desventajas, incluyendo su relación con los modelos ARMA. Finalmente, el texto aborda varias extensiones de los modelos GARCH, tales como IGARCH, Log-GARCH, EGARCH y T-GARCH, y concluye con una breve mención a las series de tiempo financieras y la aplicación de estos modelos en la medición del riesgo financiero, particularmente el VaR (Valor en Riesgo).