Forecasting risk with Markov-Switching GARCH models: a review using K-Means

El desarrollo de los modelos de Heteroscedasticidad Condicional Autorregresiva Generalizada con Conmutación de Markov surgió como respuesta a las limitaciones de los modelos tradicionales de Heteroscedasticidad Condicional Autorregresiva Generalizada, especialmente debido a su incapacidad para captar patrones no lineales y cambios de régimen en la volatilidad financiera. Debido a la creciente incertidumbre en la dinámica del mercado, los modelos de Heteroscedasticidad Condicional Autorregresiva Generalizada con Conmutación de Markov se han convertido en un marco adecuado para la previsión de la volatilidad. Datos obtenidos de Web of Science revelan que desde 2016, la producción científica de este modelo de aplicación ha ido en aumento, haciendo de 2021 el año con mayor número de publicaciones alcanzando un total de 18 trabajos. Subrayando así la importancia creciente de este modelo metodológico. El propósito de este estudio es revisar las aplicaciones de los modelos de Heteroskedasticidad Condicional Autorregresiva Generalizada con Conmutación de Markov en la previsión de riesgos financieros mediante un enfoque narrativo. Se utilizarán análisis estadísticos y bibliométricos para respaldar las conclusiones. Este trabajo también incluye el uso de la agrupación de K-means para identificar tendencias conceptuales. Los resultados indican que, aunque se hace mucho énfasis en la previsión de la volatilidad, sigue habiendo algunas lagunas en áreas relacionadas con los desbordamientos de la volatilidad, las crisis financieras, los co-movimientos y el estudio de la volatilidad dentro de los mercados emergentes. Estos resultados confirman la importancia clave de los modelos de Heteroskedasticidad Condicional Autorregresiva Generalizada con Conmutación de Markov para la gestión del riesgo financiero, al tiempo que ponen de relieve importantes oportunidades para la investigación futura en áreas poco exploradas.

• Fecha de publicación: 2024
• Institución: Universidad del Rosario
• Repositorio: Repositorio EdocUR - U. Rosario
• Idioma: eng
• OAI Identifier: oai:repository.urosario.edu.co:10336/44734
• Acceso en línea: https://doi.org/10.48713/10336_44734; https://repository.urosario.edu.co/handle/10336/44734
• Palabra clave: Análisis bibliométrico; Modelos GARCH con conmutación de Markov; Literatura financiera; K-means; Previsión de la volatilidad; Riesgo financiero; Bibliometric analysis; Markov-Switching GARCH models; Financial literature; K-means; Volatility forecasting; Financial risk
• License: Attribution-NonCommercial-ShareAlike 4.0 International