Curso CEMLA: Econometría Financiera
Agosto 22 - 26 de 2022
Videoconferencia
Lunes, 22 de agosto
Modelos de Series de Tiempo
Mínimos Cuadrados Ordinarios. Modelos autorregresivos y sus limitaciones para datos macrofinancieros. Estacionariedad y estacionalidad. Teorema de la Descomposición de Wold. Modelos de vectores autorregresivos (VAR) en forma reducida y estructural, su estimación y estrategias de identificación.
Algunos Métodos de Estimación
Método de Newton-Raphson y condiciones para su solución. Método de Máxima Verosimilitud (MLE). Método Generalizado de Momentos (GMM). Aplicación de MLE para la estimación de VAR y GMM para la estimación de la Ecuación de Euler.
Martes, 23 de agosto
Futuros y Forwards
Valorización de futuros. Diferencias entre futuros y forwards. Análisis de los futuros asociados a la tasa de interés de fondos federales (FFR) y sesgo de su pronóstico de la FFR, en términos de su horizonte y la aversión al riesgo. Non-Deliverable-Forwards.
Modelos de Tasas de Interés
Modelos simples de tasas de interés. Modelos de estructura temporal de tasas de interés, análisis con componentes principales (PCA) y estimación. Modelos de estructuras temporales afines y consideraciones para su estimación. Modelos simples de tasas de interés en tiempo continuo y método de discretización de Euler para la estimación de sus parámetros.
Miércoles, 24 de agosto
Modelos de Valoración de Activos
Modelos de árboles binomiales y un método de estimación. Condición de no-arbitraje. Trayectorias no-diferenciables como modelos para precios de activos. Movimiento browniano geométrico y estimación de sus parámetros.
Opciones
Modelos de árboles binomiales y un método de estimación. Condición de no-arbitraje. Trayectorias no-diferenciables como modelos para precios de activos. Movimiento browniano geométrico y estimación de sus parámetros.
Jueves, 25 de agosto
Modelos de Volatilidad
Limitaciones de modelos comunes para series de tiempo macroeconómicas y financieras. Modelos heterocedásticos como alternativa. Estimación de un modelo de volatilidad estocástica con GMM.
Modelos No-Paramétricos
Ajuste de la curva de rendimientos con splines y comparación de su ajuste utilizando Nelson-Siegel. Regresiones Kernel y estimación de densidades kernel con datos financieros. Estimación de sonrisas de volatilidad. Estimación de las funciones de densidad de los precios con datos de mercado.
Viernes, 26 de agosto
Administración de Riesgos
Valor en Riesgo (VaR) y métodos de estimación. Pérdida esperada (CVaR). Medidas coherentes de riesgo. Valor en Riesgo Condicional (CoVaR).
Aprendizaje de Máquina
Breve introducción a R. Muestras de entrenamiento, prueba y validación. Validación cruzada. Métodos de regresión. Métodos de clustering.
Santiago García-Verdú
Santiago García-Verdú es Especialista Investigador en la Dirección General de Operaciones de Banca Central del Banco de México. Anteriormente, se desempeñó como Asesor del Director General del Centro de Estudios Monetarios Latinoamericanos (CEMLA), fungió como Asesor Senior de la Junta de Gobierno del Banco de México de 2012 a 2019, y fue Economista Investigador en la Dirección General de Investigación Económica del Banco de México, de 2009 a 2012. Su área de especialización es la economía financiera y monetaria. Cuenta con un Doctorado en Economía por la Universidad de Chicago, una Maestría en Ingeniería Financiera por la Universidad de Princeton, una Maestría en Economía y una Licenciatura en Matemáticas Aplicadas por el ITAM.