ANÁLISIS DE LA VOLATILIDAD DEL MERCADO DE DIVISAS FOREX: ESTIMACIONES ECONOMÉTRICAS E IMPLICACIONES MACROECONOMICAS PARA LAS PRINCIPALES PARIDADES.

Transcripción

1 ANÁLISIS DE LA VOLATILIDAD DEL MERCADO DE DIVISAS FOREX: ESTIMACIONES ECONOMÉTRICAS E IMPLICACIONES MACROECONOMICAS PARA LAS PRINCIPALES PARIDADES. NATALY MONROY CARRANZA CARLOS CONDE HERNANDEZ UNIVERSIDAD DE LA SALLE FACULTAD DE CIENCIEAS ECONÓMICAS Y SOCIALES BOGOTÁ ABRIL DE

2 ANÁLISIS DE LA VOLATILIDAD DEL MERCADO DE DIVISAS FOREX: ESTIMACIONES ECONOMÉTRICAS E IMPLICACIONES MACROECONÓMICAS PARA LAS PRINCIPALES PARIDADES. NATALY MONROY CARRANZA CARLOS CONDE HERNANDEZ Trabajo de grado para optar al título de economista de la Universidad de la Salle Director Román Leonardo Villarreal Profesor Facultad de ciencias económicas y sociales UNIVERSIDAD DE LA SALLE FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES BOGOTÁ ABRIL DE

3 NOTA ACEPTACION RUBEN DARIO VELEZ JURADO JUAN MANUEL VARGAS JURADO ROMAN LEONARDO VILLARREAL DIRECTOR 3

4 A Dios por ser mi guía y compañía espiritual, darme la voluntad y fortaleza ante las adversidades, a mis padres y hermanas por enseñarme el camino de la educación y unidad familiar, a nuestro director y jurados por su gran colaboración incondicional y a todas aquellas personas que directa o indirectamente permitieron que este esfuerzo culminara con éxito. Nataly Monroy Carranza A mis padres por apoyarme y darme la oportunidad de culminar esta carrera con éxito, a Dios por ser mi fortaleza y darme la sabiduría, a nuestro director y jurados por su compromiso y valiosa colaboración. Carlos Alberto Conde 4

5 TABLA DE CONTENIDO Pág. RESUMEN 1 ABSTRAC 1 INTRODUCCIÓN 2 CAPÍTULO 1: MERCADO DE DIVISAS Y TIPO DE CAMBIO PRINCIPALES TEORIAS ECONÓMICAS Y SUS IMPLICACIONES FUNCIONAMIENTO DEL MERCADO ELECTRÓNICO FOREX Y SUS IMPLICACIONES MACROECONÓMICAS PRINCIPALES ENFOQUES EN TORNO AL TIPO DE CAMBIO Y MERCADO DE DIVISAS. 5 CAPÍTULO 2: EVIDENCIA CUANTITATIVA Y PRINCIPALES MODELOS SOBRE LA VOLATITLIDAD DEL MERCADO DE DIVISAS PERSPECTIVAS DEL MODELO ARCH-GARCH Y MERCADO DE DIVISAS IMPORTANCIA DE LA MEDICIÓN DE LA VOLATILIDAD EN EL MERCADO DE DIVISAS FOREX Modelos cuantitativos del mercado financiero Modelos de impacto de la información en la volatilidad mercado de divisas Modelos GARCH para el caso colombiano 23 5

6 CAPÍTULO 3: VOLATILIDAD DE LAS PARIDADES DE MERCADO DE DIVISAS: ESTIMACIONES ECONOMÉTRICAS Y HECHOS ESTILIZADOS MODELO DE VOLATILIDAD SOBRE EL MERCADO DE DIVISAS FOREX: ESQUEMA METODOLÓGICO Estimaciones econométricas y resultados COMPORTAMIENTO DEL ANÁLISIS FUNDAMENTAL EN LAS PRINCIPALES PARIDADES DEL MERCADO DE DIVISAS FOREX: HECHOS ESTILIZADOS MODELO DE IMPACTO DE INFORMACIÓN ECONÓMICA SOBRE LAS PRINCIPALES PARIDADES DEL MERCADO FOREX CONCLUSIONES Y RECOMENDACIONES 46 RECOMENDACIONES 48 REFERENCIAS BIBLIOGRÁFICAS 49 ANEXOS 6

7 INDICE DE GAFICAS Pág. GRAFICA 1. Determinación del tipo de cambio de equilibrio. 15 GRÁFICA 2. Análisis fundamental - Volatilidad de la paridad EUR-USD. 33 GRÁFICA 3. Análisis fundamental - Volatilidad de la paridad GBP-USD. 34 GRÁFICA 4. Análisis Fundamental - Volatilidad de la paridad GBP-JPY. 35 GRÁFICA 5. Relación de las variables significativas con la volatilidad de EUR-USD. 39 GRÁFICA 6. Impacto de las variables significativas en la paridad EUR-USD. 39 GRÁFICA 7. Relación de las variables significativas con la volatilidad de GBP-USD. 42 GRÁFICA 8. Impacto de las variables significativas en la paridad GBP-USD. 42 GRÁFICA 9. Relación de las variables significativas con la volatilidad de GBP-JPY. 44 GRÁFICA 10. Impacto de las variables significativas en la paridad GBP-JPY. 44 7

8 INDICE DE TABLAS Pág. TABLA 1. Modelos de impacto de la información sobre la volatilidad 21 TABLA 2. Estimación ARCH-GARCH paridad EUR-USD 31 TABLA 3. Estimaciones GARCH paridad GBP-USD 31 TABLA 4. Estimaciones GARCH paridad GBP-JPY 32 TABLA 5. Impacto de los agregados económicos en las paridades 36 TABLA 6. Impacto de los agregados económicos en la paridad EUR-USD 37 TABLA 7. Impacto de los agregados económicos en la paridad GBP-USD 39 TABLA 8. Impacto de los agregados económicos en la paridad GBP-JPY 42 8

9 INDICE DE FIGURAS Pág. FIGURA 1. Funcionamiento del mercado de Divisas FOREX. 4 FIGURA 2. Causas de la diferencia entre oferta y demanda. 8 FIGURA 3. La relación entre las diversas teorías sobre la formación del tipo de cambio. 9 9

10 RESUMEN En este trabajo se presenta, un análisis minucioso de la volatilidad del mercado de divisas, asociado con el comportamiento de los fundamentales económicos. Así, a través de los diversos enfoques teóricos sobre la teoría de tipo de cambio, volatilidad en el mercado financiero, y sus respectivos análisis cuantitativos, se determina un modelo ARCH-GARCH que mide la volatilidad para las principales paridades del mercado FOREX, con el fin de establecer el impacto macroeconómico de cada uno de los mercados al fenómeno de inestabilidad en estas paridades en el periodo De esta forma se concluye a partir de los hechos estilizados y las estimaciones econométricas que variables como el tipo de interés, PIB y desempleo resultan ser significativos para la mayoría de las paridades, aunque sus efectos varían de acuerdo al tamaño de la economía que representa. PALABRAS CLAVES: Mercado de dividas, tipo de cambio, Volatilidad, modelo ARCH-GARCH. Clasificación JEL: C20, F4, G1 ABSTRAC This work its shows, an analysis of the volatility the Foreign Exchange market, associated with the behavior of economic aggregates. This way, through the various theoretical approaches on the theory of exchange rates and volatility in the financial market, and their quantitative analysis, it determines an ARCH-GARCH model that measures the volatility of exchange rates for major FOREX market, with the purpose to establish the macroeconomic impact of each of the markets to the phenomenon of volatility in these rates over the period It concludes from the stylized facts and the econometrics estimated that variables such as interest rate, GDP and unemployment rate are found to be significant for most of the parities, although their effects vary according to the size of the economy it represents. KEY WORDS: Foreign Exchange Market, exchange rate, volatility, ARCH-GARCH model. Classification JEL: C20, F4, G1 10

11 INTRODUCCIÓN El marco histórico de los regímenes cambiarios dio origen en la década de los setenta al mercado global de divisas que es financieramente el más grande del mundo, es además el marco organizacional dentro del cual los bancos, las empresas y los individuos compran y venden moneda extranjera. En pocas palabras, el mercado de divisas es el conjunto de mecanismos que facilitan la conversión de monedas. Ante este escenario, el objetivo de este trabajo es determinar la volatilidad del mercado Foreing Exchange (FOREX) para las paridades del euro-dólar, libra-yen y dólar-yen con el propósito de estimar el impacto del comportamiento de los principales agregados macroeconómicos como las tasas de interés, inflación, crecimiento económico y el desempleo dentro del desempeño de las mismas. La primera motivación es la posibilidad de perfeccionar el conocimiento de los principales factores determinantes de los tipos de cambio, la segunda motivación es mediante la estimación de la volatilidad establecer la importancia del análisis fundamental a través de las fuertes fluctuaciones debidas al comportamiento de las principales economías. La estructura del trabajo se presenta en tres secciones: la primera que aborda la definición, delimitación y principales enfoques teóricos entorno al tipo de cambio y mercado de divisas. En el segundo, se desarrolla la discusión teórica de los modelos ARCH-GARCH a partir de la evidencia cuantitativa en la volatilidad del mercado de divisas. El tercero, se describen hechos estilizados de las volatilidades de los precios en las paridades contrastado con el análisis fundamental, además de la estimaciones de la volatilidad sobre el mercado como también del impacto de los agrados económicos en el periodo a través de tres modelos de regresión que tratan de capturar el impacto de la información económica sobre la volatilidad, para luego finalizar el trabajo con las respectivas conclusiones y recomendaciones. 11

12 CAPÍTULO 1 MERCADO DE DIVISAS Y TIPO DE CAMBIO PRINCIPALES TEORIAS ECONÓMICAS Y SUS IMPLICACIONES Como consecuencia de la rápida expansión tecnológica y la inmersión en el mundo del mercado financiero, el Intercambio de monedas, FOREX, se presenta como un instrumento importante para identificar el comportamiento de las principales economías del mundo. De este modo, en este capítulo se presentará en la primera parte, la definición y delimitaciones del mercado, en la segunda parte, los principales enfoques teóricos en torno al tipo de cambio y el mercado de divisas FUNCIONAMIENTO DEL MERCADO ELECTRONICO FOREX Y SUS IMPLICACIONES MACROEOCONÓMICAS El mercado de negociación de divisas FOREX se muestra como una plataforma donde converge la acción simultánea de comprar y vender relaciones entre paridades de las economías más importantes. Este mercado, a diferencia de otros mercados financieros, no cuenta con una localización física o una bolsa centralizada de operaciones, por ello, se considera como un over-the-countermarket 1 donde compradores y vendedores incluidos bancos, corporaciones e inversionistas se encuentran para realizar sus transacciones con alto nivel de riesgo (Báez, 2003). Teniendo en cuenta que este es un mercado de contado 2, los precios se basan en las expectativas del inversionista y especulación del mercado, generando así una relación inherente entre los tipos de cambio y los fundamentos económicos, por tal 1 Se le conoce como mercado al mostrador. (Ver ANEXO 1 para conocer el funcionamiento y operación del mercado FOREX). 2 También llamado spot, en él se realizan las operaciones de compra y venta de divisas cuya entrega se realiza dos días hábiles posteriores al de contratación de la operación. El tipo de cambio se forma por la oferta y la demanda, aunque puede haber interferencias por parte de los bancos centrales. 12

13 motivo es de suma importancia analizar este tipo de relaciones, considerando la estructura de la información en cada tipo de mercado. De esta forma, existen dos maneras de analizar el mercado de divisas el análisis técnico, basado en el estudio cuantitativo de las fluctuaciones en los precios históricos y el análisis fundamental, que establece la importancia de los indicadores y situación macroeconómica observada tanto en un país dado como a nivel global, de cómo los acontecimientos políticos, económicos y sociales en la economía influyen en la oferta y la demanda de una divisa determinada, influyendo además en su tipo de interés. En la Figura 1 se puede entender como el análisis del entorno macroeconómico de las principales economías es procesado dentro del mercado de divisas y como los datos económicos, determinan una fuerte reacción que trae consigo la aparición del fenómeno llamado descuento de la información futura que se presenta en el mercado financiero y en la decisión del inversionista. FIGURA 1: Funcionamiento del mercado de Divisas FOREX. Fuente Báez (2003). Elaboración Propia. 13

14 Este tipo de fenómenos es propiciado por las decisiones llevadas a cabo por las autoridades económicas a nivel monetario y fiscal (Policy Makers o hacedores de política), Por lo tanto, debido a esto la estabilidad de la escena política se traduce en un aumento de la atracción económica entre los inversores extranjeros, que atrae capital y refuerza la moneda nacional. Un empeoramiento de la situación política puede llevar a una retirada del capital invertido y a un aumento del precio de las divisas. Como consecuencia, el contexto general de las economías juega el papel primordial para la intervención en el mercado de divisas y éste acompañado de un fundamento técnico analizado mediante las tres principales premisas propuestas por Murphy (1996): tendencias, precios históricos y formulas estadísticas, son objeto de observaciones directas para entender el comportamiento de este mercado y referencia primordial para los inversionistas (para entender el análisis técnico y fundamental se recomienda al lector ver ANEXO 2). 1.2 PRINCIPALES ENFOQUES EN TORNO AL TIPO DE CAMBIO Y MERCADO SE DIVISAS Durante la segunda mitad del siglo XIX predominaron los sistemas de tipo de cambio fijo. Así, la consideración del patrón oro, en sus muchas versiones, se justificó como la primera acepción de un régimen de tipo de cambio fijo según el cual la autoridad monetaria de un país, normalmente el Banco Central, se compromete a mantener una relación de precios fija entre la moneda nacional y el oro 3. El patrón oro rigió durante la "Era Dorada" de 1870 a 1914 y, esporádicamente, en la década de 1920 y comienzos de la siguiente, hasta que sobrevino su colapso durante la Gran Depresión (Sachs y Larrain 2002). 3 Debido a que durante largos períodos existieron muchas monedas atadas al oro en forma simultánea (incluyendo el dólar, la libra esterlina y el franco ), estas monedas también se podían intercambiar entre sí a un precio fijo (sachs y Larrain, 2002). 14

15 Después de la segunda guerra mundial desde el colapso del Sistema Bretton Woods 4, que estuvo vigente hasta 1973, muchos países adoptaron un sistema de tipo de cambio flotante 5. Sin embargo, la inestabilidad de los tipos de cambio en los setenta y ochenta no habría sorprendido a los fundadores de este sistema que tenían una profunda desconfianza de los mercados financieros. La experiencia previa con los tipos de cambio flotante, en la década de 1920, había estado marcada por la inestabilidad masiva. De este modo, siguiendo a Nurkse (1942), se argumenta que los mercados de tipo de cambio estaban sujetos a la especulación desestabilizadora, que creaba fluctuaciones innecesarias y económicamente dañinas. De este modo, en la medida en que se iban formando presiones sobre el sistema de tipos de cambio fijo, los hacedores de política comenzaron a ver la flexibilidad del tipo de cambio con mejores ojos. De otro lado, Friedman (1953) argumenta que el temor a los tipos de cambio fijos no estaba justificado. De esta manera, los tipos de cambio inestables de la década de los veinte fueron causados por políticas inestables, no por especulación desestabilizadora 6. A finales de los sesenta la preocupación sobre la inestabilidad de los mercado cambiarios fue reemplazada por el convencimiento que los tipos de cambio flotante darían mayor flexibilidad a la política macroeconómica 7. Por el contrario, Dornbusch (1976) afirma que aún sin especulación desestabilizadora, los tipos de cambio serán altamente variables a causa de un 4 Estableció un sistema de tipo de cambio fijo entre los países miembros del FMI. 5 El dólar estadounidense, el yen japonés y las monedas Europeas han operado según un esquema de tipo de cambio de flotación sucia es decir permite a las monedas moverse con las fuerzas del mercado pero las autoridades monetarias intervienen para manejar y controlar el tipo de cambio (Sachs, 2002). 6 Los especuladores en busca de la maximización de sus beneficios siempre tienden a estabilizar, no a desestabilizar, el tipo de cambio. 7 Se consideraba que la principal ventaja era que las naciones podrían perseguir políticas monetarias independientes y hacer fácilmente los ajustes necesarios para eliminar desequilibrios en la balanza de pagos y contrarrestar cambios en su competitividad internacional. Este cambio de actitud ayudó a preparar el camino para el abandono de los tipos fijos en

16 fenómeno desbordamiento o sobre ajuste. La hipótesis de desbordamiento ayuda a explicar por qué los tipos de cambio son mucho más inestables que las tasas de inflación o la oferta monetaria. A pesar del atractivo intelectual de la hipótesis de desbordamiento, la idea que la especulación desestabilizadora es la causa principal de la inestabilidad cambiaria, se afirma con la adopción del tipo de cambio flexible controlado principalmente por las fuerzas de la oferta y la demanda que actuaban en el mercado cambiario. Los precios se fijaban diariamente a un tipo de cambio libre, con un aumento de los volúmenes, la velocidad y la volatilidad de los mismos durante la década del 70, dando lugar a los nuevos instrumentos financieros, la desregulación del mercado y la liberalización del comercio (Sachs y Larrain, 2002) 8. En esta perspectiva, Mundell y Fleming (1962) identificaron un aspecto de particular interés, el hecho de que la velocidad de los flujos de capital era mucho mayor que la de los flujos comerciales. Los inversionistas internacionales, siempre en la búsqueda de oportunidades desaprovechadas de ganancia, disponían ahora de facilidades crecientes para arbitrar los diferenciales en las tasas de interés y de riesgo soberanos entre países. De este modo, cuando había diferencias en las tasas de interés y riesgos soberanos entre dos países se generaban flujos masivos de capital que tendían a reducir o eliminar las diferencias. En contraste, los flujos comerciales respondían en forma mucho más lenta a los cambios en las condiciones económicas. Como consecuencia de los diferentes regímenes de tipo de cambio, estipulados por los estudios señalados anteriormente, en el mercado de divisas existen dos tipos de cambio: Primero al contado, donde las partes tranzan diferentes divisas y se comprometen a realizar sus respectivos desembolsos máximos 2 días después 8 Para una profundización sobre las implicaciones de los distintos regímenes de tipos de cambio y la evidencia cuantitativa en torno a los determinantes para diversas economías, se recomienda abordar los estudios de Bubula y Otker-Robe (2004). 16

17 de la negociación, y el segundo llamado a plazo, donde los contratos que se negocian a mas de 2 días, estos pueden incurrir en sobre costos; se pueden utilizar índices financieros como los Swaps 9. Otro tipo de índices financieros son los mercados de futuros y de opciones donde el primero le permite el pago de las divisas en una fecha específica, se puede posteriormente negociar en mercados secundarios, mientras que el segundo, permite realizar una compra en divisas a precios específicos que lo proteja de cambios bruscos en la tasa de cambio (Krugman, 1999). Por lo tanto, las teorías que pretenden explicar los movimientos del tipo de cambio proporcionan una base para predecirlo, así como para explicar la razón por la que se producen diferencias entre la oferta y la demanda de una moneda determinada, lo que implica una alteración de su precio o tipo de cambio. Dichas diferencias entre la oferta y la demanda se pueden deber a diversas causas como lo muestra la figura 2. FIGURA 2: Causas de la diferencia entre oferta y demanda. El comercio internacional de bienes La inversión Especulación El arbitrage Por la adquisición de bienes en otros países. Las personas pueden desear variar la cantidad de recursos financieros que colocan en el exterior, tanto en inversiones productivas como en inversiones financieras. en la adquisición de divisas o venta de las mismas con la esperanza de obtener una ganancia en el cambio de una moneda por otra. Que consiste en adquirir la moneda en un mercado por un precio inferior e, instantáneamente, venderla en otro distinto por un precio superior. Fuente Gonzales (2000). Elaboración propia. Así, en función de estas motivaciones, las principales teorías que tratan de explicar las variaciones en los tipos de cambio se basan en dos factores que condicionan los comportamientos de los inversores: el precio de los productos o servicios, y el tipo de interés del dinero (Gonzales, 2000). 9 Permite realizar una permuta financiera entre las diferentes divisas. 17

18 La razón por la que se compran o se venden más o menos productos en el exterior radica, en la diferencia en los precios de los mismos, mientras que la evolución de los capitales invertidos en uno u otro país, se debe a la diferente retribución de esos capitales. Figura 3: La relación entre las diversas teorías sobre la formación del tipo de Cambio. Fuente: Gonzales (2000). Los elementos teóricos añadidos a estas explicaciones, reconocen en primera instancia el supuesto que los mercados financieros internacionales son eficientes, lo que nos permite caracterizar el equilibrio resultante a través de una serie de teorías como se muestra en la Figura 3, que relacionan el tipo de cambio con la tasa de inflación y con el tipo de interés. Las teorías se relacionan a continuación: a. Teoría de la paridad del poder adquisitivo (PPA). Liga el tipo de cambio con la tasa de inflación, siendo la relación de orden directo: cuando la inflación disminuye el tipo de cambio desciende (la moneda se aprecia), y viceversa. 18

19 Esta teoría parte del supuesto de que los precios de los bienes en los distintos países deben ser básicamente iguales 10, dado que si no fuese así se producirían excesos de demanda sobre los bienes más baratos que llevarían finalmente a que los precios se elevaran y alcanzasen un nivel similar. Y como los precios de cada país se establecen en su propia moneda, la igualdad de valor se produce en función del tipo de cambio (Krugman, 1999). De esta manera, Gaviria (2004), argumenta que el tipo de cambio entre dos monedas se encontrará en "equilibrio" cuando se iguale el precio de idénticas cestas de bienes y servicios en ambos países. Pero esta visión denominada forma absoluta de la PPA es muy restrictiva porque sólo será válida cuando los mercados financieros sean eficientes y las cestas de bienes sean idénticas, lo que no ocurre debido a las imperfecciones del mercado, los costes de transacción, la diferenciación de los productos y las restricciones al comercio internacional. Por ello, la forma relativa de la PPA es mucho más útil, puesto que relaciona las variaciones en el nivel de precios de un país con respecto a las variaciones habidas en el nivel de precios de otro país, es decir, relaciona las tasas de inflación en ambos países y de ahí deriva la nueva relación de intercambio de sus monedas. Así, el país que tenga un mayor diferencial de inflación deberá elevar el tipo de cambio de su moneda con respecto a la otra, es decir, deberá reconocer la pérdida de valor de su moneda (depreciación); siendo esa elevación del tipo de cambio igual a la diferencia entre ambos tipos de inflación. En consecuencia Larrain y Sachs (2002) afirman que en la práctica esta teoría parece verificarse en el largo plazo, pero en el corto hay muchos factores que impiden su cumplimiento: 10 Esta teoría, debida inicialmente a David Ricardo y desarrollada posteriormente por Cassel (1916), se basa en la ley del precio único, que sostiene que los bienes similares deben tener el mismo precio en todos los mercados, lo que implica que es indiferente adquirir el bien en un país u otro cualquiera. El arbitraje será el encargado de explotar las diferencias de precios hasta que éstas desaparezcan. 19

20 aranceles, cuotas, controles de cambios, movimientos de capitales a corto y largo plazo, así como el grado de confianza que se tiene sobre la moneda de cada país que depende de numerosas variables políticas y económicas. De otro lado, siguiendo a Roll (1979) aplicó la hipótesis de los mercados eficientes a la PPA suponiendo que el tipo de cambio al contado actual refleja el ajuste de los diferenciales de inflación futuros, en lugar de suponer que reflejaba el ajuste de los diferenciales pasados, y llega a la conclusión de que los tipos de cambio de las principales monedas se ajustan en menos de un mes a la PPA. b. Teoría de la paridad de los tipos de interés. Liga el tipo de interés con el tipo de cambio a plazo en sentido directo. Desarrollada inicialmente por Keynes (1930) es reconocida como la base para la gran mayoría de las transacciones financieras internacionales. Al igual que la PPA, se basa en la ley del precio único pero aplicado a los mercados de activos financieros en cuanto a que aquéllos activos que estén cotizados en la misma moneda deberán tener el mismo valor, sea cual sea el mercado en que cotice. El principio por el cual se incrementa la tasa de cambio de las monedas refleja defectos en los tipos de interés relativos a los instrumentos de libre riesgo denominados en diferentes alternativas de monedas. El tipo de cambio y la estructura de los tipos de interés reflejan estas relaciones de paridad. Monedas de países con altas tasas de interés, el mercado espera que se deprecien con el tiempo y las monedas de países con bajas tasas de interés se espera que se aprecien con el tiempo reflejando junto con otros elementos, implícitas diferencias en la inflación (Kozikowski, 2000). 20

21 Como consecuencia, si en la paridad de la tasa de interés se mantiene un inversor no podrá recibir ganancias pidiendo prestado a un país con bajas tasas de Interés y prestando en un país con altas tasas de interés. Si los mercados son eficientes esta situación no durará mucho debido al arbitraje de intereses cubierto 11.Por esta razón, en la mayoría de las monedas más importantes, la paridad en la tasa de interés no se ha mantenido durante el régimen moderno de flotación de la tasa de interés. C.Efecto Fisher. Relaciona la tasa de inflación con el tipo de interés. La relación es de tipo positivo, pues a un aumento del índice de inflación le seguirá un aumento del tipo de interés nominal, y lo contrario. Los tipos de interés utilizados en las transacciones financieras diarias son tipos nominales 12. El dinero cambia de valor conforme varíen los precios, así un descenso de éstos indicará que el poder adquisitivo del dinero aumentará porque se pueden comprar más bienes y servicios con la misma cantidad de dinero, y viceversa. Y es en este contexto donde la PPA explica lo que les sucede a los tipos de cambio cuando varía el poder adquisitivo de las monedas debido a la inflación. Por este motivo lo que le importa al inversor no es tanto la cantidad de dinero que posee sino los bienes y servicios que puede comprar con ella; es decir, no es el tipo nominal lo que le interesa al inversor, es el tipo de interés real, que indica la tasa a a la que los bienes y servicios actuales se transforman en bienes y servicios futuros (Krugman1999). ( 1 + r ) = (1 + r)(1 + g) (1) 11 Este consiste en endeudarse en una divisa, venderla en el mercado descontado, invertir lo recibido a cambio y, simultáneamente, recomprar la divisa del préstamo. 12 Estos expresan la relación de intercambio entre el valor actual de una moneda y su valor futuro. 21

22 Fisher 13 señaló que la tasa de interés nominal (i) se componía de la tasa de rendimiento real demanda por los inversores (r) y la tasa esperada de inflación (g), a través de la denominada relación de Fisher,, expresada en la ecuación 1. Es decir, el denominado efecto Fisher,, parte de la base de que los tipos de interés nominales de un país determinado reflejan anticipadamente los rendimientos reales ajustados por las expectativas de inflación en el mismo. De este modo Salvatore (1995) afirma que en un mundo donde hay plena movilidad de capitales, las tasas reales de rendimiento esperadas deberían tender hacia la igualdad, reflejando el hecho de que, en la búsqueda de unos mayores rendimientos reales, las operaciones de arbitraje realizadas por los inversores les forzarán a igualarse. Por tanto, los tipos de interés nominales diferirán entre los diversos países debido únicamente a los diferenciales de inflación existentes entre los mismos. Y estos diferenciales deberían reforzar las alteraciones esperadas en los tipos de cambio al contado. d.efecto Fisher internacional. Pone de manifiesto que existe una relación entre el tipo de cambio y el de interés de forma directa. A largo plazo, a un aumento del tipo de interés de una moneda le seguirá la depreciación de la misma, es decir, un aumento del tipo de cambio. La hipótesis cerrada es una relación de equilibrio general derivada de la optimización de la utilidad de los individuos, no es, por tanto, una condición de arbitraje raje del mercado como ocurría con la PPA y con la paridad de los tipos de interés. Sin embargo, el arbitraje puede incorporarse para dar lugar al efecto Fisher internacional o hipótesis abierta, que implica que la rentabilidad del inversor 13 Este efecto recibe el nombre de Irving Fisher, es discutido ampliamente en su libro The Theory Of Intrest (1930).Fisher ofreció una versión anticipada de la condición de paridad de intereses, en la cual se basa la teoría de equilibrio del mercado de divisas. 22

23 internacional estará formada por dos componentes: el tipo de interés nominal y las variaciones del tipo de cambio. Según Fisher, la rentabilidad total del inversor internacional debe ser igual a largo plazo entre los diferentes países. También a largo plazo, deberá ocurrir que aquel país que ofrezca un menor tipo de interés nominal deba elevar el valor de su moneda para proporcionar al inversor un beneficio que le compense del menor tipo de interés. Por el contrario, aquel país con un mayor tipo de interés nominal verá disminuir el valor de su moneda, con lo que se igualará la rentabilidad total del inversor entre estos dos países. En síntesis, se deja claro que la mayor parte de la variación de los tipos de interés nominales depende de la variación de las expectativas sobre la inflación. Lo que no está muy claro es la relación entre el tipo de cambio y el diferencial sobre el tipo de interés nominal, debido a que las divisas con altas tasas de inflación y altos tipos nominales tienen una clara tendencia a depreciarse. Pero si el aumento en el diferencial entre los tipos de interés nominales se debe a un aumento de la tasa de interés real, ocurrirá justo lo contrario porque los inversores adquirirán dicha divisa con objeto de sacar un beneficio de su mayor rendimiento real lo que provocará una apreciación de la misma. e.teoria de las expectativas. Utiliza al tipo de cambio a plazo como estimador del tipo de cambio al contado, relacionándolos de forma directa. Esta teoría, también conocida como paridad de los tipos de cambio a plazo. Su hipótesis se basa en el importante papel que las expectativas juegan en la toma de decisiones financieras y en la relación existente entre los tipos de interés a plazo y al contado, mostrada en la hipótesis de la paridad de los tipos de interés 23

24 (epígrafe b). Si los participantes en los mercados de cambios pudieran cubrir perfectamente sus riesgos de cambio, o si fuesen neutrales con respecto a dicho tipo de riesgo, el tipo de cambio a plazo dependería únicamente de las expectativas que dichos participantes tuvieran sobre el tipo de cambio al contado que existiría en el futuro (kozikowski, 2000). Por último, la formación del equilibrio ibrio del mercado es desarrollada por Krugman (1999), donde la demanda de activos en divisas depende no solamente de la rentabilidad, sino también del nivel de riesgo y del grado de liquidez. Incluso si la rentabilidad esperada de los depósitos en una divisa es más elevada que la de los depósitos de la otra el inversionista puede ser reacio a mantener depósitos en la primera si su rentabilidad varía de forma errática. GRÁFICA 1: Determinación del tipo de cambio de equilibrio. Fuente: Krugman (1999). La gráfica 1, muestra como equilibrio del mercado de divisas se encuentra en el punto 1, en el que la tasa de rentabilidad de los depósitos de M 1 y la tasa de rentabilidad de los depósitos en M 2 son iguales. 24

25 Retomando lo anterior, para mantener un óptimo nivel de inversiones en ciertas divisas el mercado cambiario deberá encontrarse en equilibrio cuando los depósitos al margen de su denominación ofrecen la misma rentabilidad o también definida como la condición de la paridad de intereses. En conclusión, el entorno teórico deja visualizar que la volatilidad de los tipos de cambio depende en gran medida de la situación económica de cada mercado, especialmente en el precio de los productos y servicios, el tipo de interés del dinero, y junto con las demás variables económicas generan una gran inestabilidad en el mercado de divisas. De igual forma, la volatilidad de una paridad refleja en cierto sentido los grados de liquidez y de riesgo de los inversionistas. A su vez, la volatilidad coincide con la inestabilidad de los tipos de cambio en su trayectoria al equilibrio dinámico de largo plazo. 25

26 CAPÍTULO 2 EVIDENCIA CUANTITATIVA Y PRINCIPALES MODELOS SOBRE LA VOLATITLIDAD DEL MERCADO DE DIVISAS En este apartado se realiza una revisión de los diferentes enfoques teóricos sobre el modelo ARCH-GARCH en el mercado financiero, aquí se presentan los principales trabajos desarrollados en torno a la volatilidad en este tipo de mercados y la aplicación de los principales modelos econométricos al análisis de la información. 2.1 PERSPECTIVAS DEL MODELO ARCH-GARCH Y MERCADO DE DIVISAS En primer lugar, la teoría moderna de la toma de decisiones en incertidumbre introduce un marco conceptual genérico para medir el riesgo y volatilidad de un activo que se mantiene como parte de una cartera 14. Así, trabajos como los de Engle (1949) y Sharpe (1964) han desarrollado métodos como la volatilidad histórica y el estudio las implicaciones del flujo de inversión sobre las decisiones de inversión de los distintos agentes económicos. El modelo CAPM (Capital Asset Pricing Model), demuestra que existe una relación natural entre los rendimientos esperados y la varianza. Sin embargo, Engle (2003) critica este tipo de modelos, debido a que retoman una medida de la volatilidad actual, y no una predicción de la volatilidad futura. Por esta razón se necesita una teoría de volatilidades dinámicas, por lo tanto las metodologías más importantes en este aspecto parte de la modelización de los precios financieros vía los modelos ARCH/GARCH. Estos modelos son básicamente no lineales gaussianos que surgen para dar cabida al fenómeno de las colas pesadas y de la concentración de la variabilidad, esto lo hacen admitiendo cambios en la variabilidad en las perturbaciones, ya que estas varían en el tiempo (Melo y Becerra, 2006). 14 Modelo de Fijación de precios de activos de capital; utilizado para determinar la tasa de retorno teoréticamente requerida para un cierto activo, si éste es agregado a un portafolio adecuadamente diversificado (Sharpe, 1964) 26

27 Debido al buen funcionamiento de la metodología (ARCH 15 ) y el modelo generalizado (ARCH-GARCH) en la interpretación de la variación del tiempo y las varianzas de los datos económicos, son numerosas las aplicaciones de las generalidades del modelo multivariado GARCH (MGARCH) a los datos financieros. Por ejemplo, Bollerslev (1990) estudia la evolución de la estructura de la varianza del tipo de cambio en el régimen del Sistema Monetario Europeo, en el supuesto de las correlaciones a tiempo invariante. Coronas y Claessens (1991) aplicó el modelo para calcular la cartera óptima de la deuda en varias divisas. Por último, Károlyi (1995) examinó la misión internacional de transporte de los retornos de las acciones y la volatilidad, utilizando diferentes versiones de MGARCH. 2.2 IMPORTANCIA DE LA MEDICIÓN DE LA VOLATILIDAD EN EL MERCADO DE DIVISAS FOREX De forma genérica, se puede decir que la volatilidad es una estimación de los cambios que se producen en las rentabilidades de los diferentes activos, divisas, índices del mercado, etc. Así, los agentes financieros tratan de obtener la mejor estimación de ésta, para poder gestionar y cubrirse del riesgo del mercado o determinar cuál es el valor de una opción Modelos cuantitativos del mercado financiero. Se pueden destacar los trabajos de Lien y Luo (1994), en el cual evalúan la relación de cobertura de futuros sobre divisas, en un marco MGARCH. De otro lado García y Ibar (2001), analizan el comportamiento del tipo de cambio cruzado del euro frente al yen 16 debido a que a lo largo de un periodo no son estacionarios 15 Denominado así por su significado en Inglés autoregressive conditional heteroscedasticity Este tipo de modelos describen la varianza condicionada como una función de los retardos del cuadrado de los rendimientos, éstas son probablemente las causas más cercanas de la volatilidad. Pero es mejor interpretarlos como observables que ayudan a predecir la volatilidad y no como causas. Bajo este tipo de estructuras, las causas de la volatilidad se modelan de forma más directa. 16 JPY como se le conoce en la nomenclatura de los mercados de divisas. 27

28 y se presenta concentración de volatilidades, para ello proponen un modelo GARCH(1,1) que trata de encontrar las volatilidades para ambos tipos de cambio cruzado según la ecuación 2. lny = µ + ε t t ε t = σ t t L L t i.i.d( 01, ) (2) σ 2 = α + α ε 2 2 t 0 1 t 1 + β σ 1 t 1 Donde α >, α 0, β 0, , Y es el precio de la paridad JPY, t α 0 tendencia promedio de la serie y ε t 1 son los rezagos estimados periodo anterior de la perturbación aleatoria para el pronóstico GARCH. Este tipo de estructuras demuestran que la variación de los tipos de cambio está influenciada por el comportamiento de la volatilidad en el período anterior. Y por la dependencia de los cuadrados en las funciones de autocorrelación simple y parcial, lo que implica que los clustering 17 ya no están tan acentuados presentando una distribución asimétrica. En cuanto a la volatilidad de la tasa de cambio, y los efectos que puede tener sobre la actividad del sector real y financiero. Los trabajos Arize, Osang y Slottje (2000) demuestran que en efecto, una alta volatilidad de la tasa de cambio puede afectar los flujos de comercio internacional y las decisiones de inversión. Adicionalmente, la evidencia al respecto muestra que la volatilidad propicia el desarrollo de instrumentos de cobertura (Côté, 1994). A nivel individual, algunos inversionistas se pueden beneficiar de fluctuaciones grandes de la tasa de cambio al generarse oportunidades de trading. A partir de estos desarrollos, Andersen y Bollerslve (2001) muestran el desarrollo de nuevas herramientas para el análisis empírico sólido de la volatilidad, encontrando patrones que son capaces de 17 o concentración de volatilidades, es decir, en ciertos momentos del tiempo se producen altas dispersiones y en otros la dispersión es menor. 28

29 manejar las complicaciones que surgen en esta situación mediante la regresión de flexibilidad de Fourier 18 : R t, n = σ S Z (3) t, n t, n t, n Donde, Z, unidad de la varianza de error, σ, t, significa la influencia del nivel n t n general de volatilidad para el día t y S, representa los componentes asociados a t n la pauta intra-día, así como cualquier otro factor que influye en la previsible rentabilidad esperada volatilidad en el enésimo intervalo de tiempo. Tratando de identificar los parámetros de la ecuación (3), Foster y Nelson (1996), construyen un filtro basado en la volatilidad media. Pero este método presenta algunas irregularidades: en primer lugar se basan fundamentalmente en la hipótesis de la difusión y extracción de volatilidad instantánea, y no en cualquier tipo de arbitraje. En segundo lugar, desde una perspectiva empírica, varias características de la microestructura del mercado limitan la frecuencia con la que los retornos pueden ser incluidos en la muestra lo cual hace inviable extraer estimaciones de volatilidad para un gran número de puntos en el tiempo en cada día de negociación Modelos de impacto de la información en la volatilidad mercado de divisas. La variación en el tiempo y la volatilidad en los mercados pueden ser poco solidas, dado que se presentan patrones complejos de altas y bajas fluctuaciones en los centros financieros, estas regularidades han inspirado una amplia bibliografía, presentados en la tabla 1, este tipo de trabajos tratan de explicar cómo estos patrones pueden derivarse de la interacción de los distintos grupos de clientes y los creadores de mercado. Los argumentos se centran en la prevalencia de 18 Esta regresión permite con una menor cantidad de parámetros ajustar mejor los datos sin sacrificar eficiencia en los estimadores (Andersen y Bollerslev, 2001). 29

30 información privada (asimetría) frente a la información pública, el riesgo país, costo del mercado, y el entorno institucional. Contribuciones tempranas que tratan de analizar estas implicaciones son las de Admati y Pfleiderer (1988), Foster y Viswanathan (1990). Tabla 1: Modelos de impacto de la información sobre la volatilidad AUTOR (AÑO) CARACTERÍSTICAS DE LA METODOLOGÍA CONCLUSIONES Torben Andersen y Bollerslev (1998) Engle (1990) Goodhart (1993) -Utilizando la volatilidad medida de los mercados, para examinar los efectos de los comunicados en prensa sobre la volatilidad de los tipos de cambio. -Modela MGARCH para la volatilidad en los mercados y la influencia de los que cierran antes sobre los mercados que cierran más tarde. Demostrando que la volatilidad en las acciones causa volatilidad en las obligaciones en el futuro. -Mediante el índice de varianza, determinan la volatilidad de alta frecuencia en las tasa de cambio y las noticias (tasas de interés) de la paridad Dólar / Libra. -Presenta dificultad de encontrar un fuerte poder explicativo, pero queda inmerso que dichos comunicados de prensa tienen efectos importantes en las decisiones de los inversionistas extranjeros. -La gran incidencia de la volatilidad de los mercados europeos y asiáticos de divisas sobre la volatilidad del mercado americano. -la noticia provocó una alta variación de tipos de cambio. De hecho el mercado reacciona a las noticias de una manera asimétrica: la mala noticia tiene una mayor repercusión que una buena noticia. Bollerslev (1992) Elaboración Propia. -Realiza estudios de series temporales de los tipos de cambio, donde representa un modelo teórico que muestra la relación entre la volatilidad y los precios del mercado que están expuestos a problemas internos de un país. -La volatilidad en el tipo de cambio es significativa con los problemas: políticos, sociales, y seguridad, (riesgo país). En este sentido, trabajos como Balduzzi (2001), tratan de explorar la causa de los fuertes efectos en los precios de los distintos tipos de activos, encontrando que estos se correlacionan positivamente por la rápida incorporación de las noticias. El modelo desarrollado muestra una estructura como la presentada en la ecuación 4. Allí se observa que el precio del activo es dividido por la desviación estándar para facilitar la interpretación. 30

31 S kt = A kt E σ k kt (4) Donde y σ k. A k. t anuncia el indicador de valor k, es la desviación estándar de muestra E k. t E es el valor esperado de mercado k. t A. Lo cual evidencia que el uso k. t de las noticias facilita la comparación significativa a las respuestas de los diferentes tipos de cambio. La evidencia empírica de esta medición no ha aportado resultados unánimes. Mientras que Engle (1985) encuentra un efecto positivo y significativo, Ray-Yeutien Chou (1992), Lawrence y Glosten (1993) encuentran una relación que varía a lo largo del tiempo y podría ser negativa debido a la omisión de variables. Con frecuencia el tipo de cambio está sujeto a una fuerte fluctuación, por lo tanto, Melvin y Kok-Hui (1996) modelizan este tipo de variables introduciendo medidas de riesgo país 19, dado que estas últimas, registran los acontecimientos que cambian la percepción del riesgo asociado a la volatilidad de las transacciones financieras entre los países y a su vez, afecta a la rentabilidad para los inversionistas extranjeros. Allí, presentan un modelo de efectos aleatorios que contiene una especificación como lo expresa la ecuación 5. = + + CR + ε + u υit α 0 α1σ it α 2 it it i (5) Donde CR representa el valor de la medida de riesgo de país para el mes t, it es un país específico de perturbación que podría ser considerada como la agrupación de factores en la regresión. U i 19 Riesgo país puede definirse como el riesgo de un cambio inesperado debido a la política o las condiciones sociales que afecta negativamente a la rentabilidad para los inversionistas extranjeros (Melvin y Kok-Hui, 1996). 31

32 Al estimar el efecto de los índices de riesgo el trabajo de Melvin y Kok-Hui (1996) concluyen que los cambios en la volatilidad a través del tiempo para los países 20 y los cambios en la propagación entre los países en un momento parecen ser significativamente relacionados con las diferencias de riesgo país modelos GARCH para el caso colombiano. Para el caso colombiano son pocos los trabajos realizados referentes a la volatilidad en el mercado de divisas, por ejemplo, Lega, (2007), analizan la volatilidad de la tasa de cambio en Colombia con el objetivo de describir sus características en comparación con la de otros países 21 y sus determinantes. Siguiendo a Diebold (2004), este tipo de modelos permiten identificar la dinámica de los efectos permanentes y transitorios que caracterizan la volatilidad. Lo cual resulta muy útil para análisis de la política económica. Las estimaciones de las volatilidades y persistencias de las tasas de cambio nominales de los países analizados se obtienen a partir de la estructura de la ecuación 6 y 7, esta última denota la volatilidad de largo plazo σ t qt ) = α( ε t 1 ) + β ( σ t 1 qt ) (6) ( 1 q 2 2 ϖ + p( ϖ ) + ϕ( ε t 1 σ 1) (7) t = q t 1 t Donde ϖ corresponde a la variación no condicional o varianza de largo plazo, además la dinámica del componente persistente es gobernada por ρ, en tanto que la volatilidad de corto plazo esta se rige bajo los parámetros α y β. Bajo ciertas 20 La estimación la realizan mediante regresiones de corte transversal para 36 países. 21 Los demás países analizados fueron: Brasil, Chile, México, Perú, Turquía, Filipinas, Nueva Zelanda, República Checa, Polonia, Zona Euro y Japón; escogidos o bien por su similitud con Colombia en algunos aspectos o porque sus monedas son una referencia obligada (Euro y Yen). 32

33 condiciones, este modelo corresponde a un GARCH (2,2) con restricciones no lineales sobre sus parámetros, el cual genera una serie de volatilidad condicional estacionaria. Se encuentra que la volatilidad de Colombia es una de las menores (octava de un total de doce), aunque es la segunda más persistente. Al mismo tiempo, Melo y becerra (2006) Con el objeto de establecer la relación, en frecuencia diaria, entre dos tasas de interés de corto plazo, la CDT y la Tasa de intervención del Banco de la República. Por lo tanto, mediante modelos GARCH multivariados 22, en los cuales se puede considerar simultáneamente las interacciones dinámicas entre las tasas de interés tanto en su nivel (variación) como en su volatilidad. Al analizar las tasas de interés en términos de volatilidad la variable que presentó una mayor respuesta ante diferentes choques, fue la Tasa de intervención del Banco y los choque sobre la volatilidad de la son significativos. Adicionalmente, al comparar los efectos sobre la volatilidad de la Tasa de intervención del Banco de la República con los de la CDT, se observa que aunque la magnitud de respuesta de la volatilidad de la tasa CDT es menor, su persistencia es más alta. Para la caracterización de la volatilidad y la agrupación en frecuencias bajas Bollerslev y otros (1994) reconocen que una estructura GARCH (1,1) proporciona una buena descripción del comportamiento diario de las distintas paridades, pero en ocasiones en periodos largos se pierde algunas características, se puede apreciar en el componente de estructura compleja, sistemática y patrones de volatilidad intradía documentado en Andersen y Bollerslev ( ) y Muiller (1997), entre otros. Sin embargo, como con una aproximación de sus variantes, 22 Este tipo de modelos tiene la ventaja de que no solo incorpora las interacciones entre los niveles (o variaciones) de estas series, sino que también modela las relaciones entre las volatilidades de las variables endógenas del modelo (Engle, 2004) 33

34 proporciona un útil ejemplo de los efectos de las variables en el tiempo y la participación de la volatilidad en regresos de alta frecuencia. En conclusión, se evidencia una abundancia de trabajos que han tratado de modelar la volatilidad con tipos de modelos ARCH-GARCH, esto se puede atribuir en gran medida a las aplicaciones que éstos tienen en finanzas. Si bien los modelos pueden aplicarse a numerosos problemas estadísticos con series temporales, adquieren un valor especial cuando se aplican a series temporales financieras. Esto se debe en parte a la importancia del dilema riesgo y rendimiento en los mercados financieros, y en parte a las características omnipresentes de los rendimientos financieros de los activos con riesgo. Los rendimientos son prácticamente impredecibles, tienen, sorprendentemente, una gran cantidad de valores extremos, y tanto los periodos de más agitación como los más tranquilos están agrupados en el tiempo. Estas características a menudo se describen como impredecibilidad, colas gordas (exceso de curtosis) y agrupamiento de la volatilidad. Éstas son precisamente las características para las cuales se diseña el modelo ARCH. Dado que en mercados como el FOREX la volatilidad es elevada, y es probable que permanezca elevada a lo largo de la serie. En muchos casos se podría encontrar un modelo un poco mejor entre la lista de modelos nombrados anteriormente, pero el modelo GARCH es, por lo general, un excelente punto de partida 23. Por lo tanto, se puede especificar una estructura que identifique los impactos de nueva información sobre la volatilidad de las principales paridades del mercado FOREX. Así se puede identificar la hipótesis de que el agrupamiento de la volatilidad corresponde simplemente al agrupamiento de la llegada de información. 23 La especificación GARCH (1,1) es el caballo de batalla de las aplicaciones financieras. Resulta llamativo el que se pueda emplear un único modelo para describir la dinámica de volatilidad de casi todas las series de rendimientos financieros. Esto es cierto no sólo para las acciones, sino para la mayoría de los índices de los mercados de valores. También es aplicable a tipos de cambio, rendimientos de obligaciones y rendimientos en los mercados de bienes primarios. 34

35 De acuerdo a lo anterior, el empleo de ARCH-GARCH se presenta como la mejor herramienta a la hora de medir volatilidad y confeccionar pronósticos dada su mejor estrategia al maximizar la relación con la varianza realizada, imponiendo el modelo como instrumento financiero apropiado para medir la volatilidad de los precios en las diferentes paridades En el capítulo 3, se presenta el marco metodológico de este trabajo. 35

36 CAPÍTULO 3: VOLATILIDAD DE LAS PARIDADES DE MERCADO DE DIVISAS: ESTIMACIONES ECONOMÉTRICAS Y HECHOS ESTILIZADOS. En este capítulo se describe la especificación econométrica del modelo ARCH- GARCH, y sus respectivas estimaciones durante el periodo seleccionado En segunda instancia con respecto a los resultados arrojados se realiza algunos hechos estilizados del comportamiento de los principales fundamentales en el precio de las paridades (EUR-UDS, GBP-USD, GBP-JPY 25 ) con respecto a la volatilidad estimada. Para terminar se realiza un modelo general que determina el impacto de algunos agregados macroeconómicos sobre la volatilidad, estimaciones y resultados. 3.1 MODELO DE VOLATILIDAD SOBRE EL MERCADO DE DIVISAS FOREX: ESQUEMA METODOLÓGICO. Los modelos ARCH (Autoregressive Conditional Heteroscedasticity Models) pretenden replicar algunas regularidades de los activos financieros tales como los conglomerados de volatilidad (volatility clustering) y las colas pesadas de la distribución 26. Estos modelos fueron desarrollados por Engle (1982) y suponen que la varianza no condicional es constante en el tiempo, mientras que la varianza condicional es variable. El modelo ARCH (q) se define de la siguiente forma: donde f z ) es una función que modela el valor esperado de la cual puede ser por ( t ejemplo un modelo de regresión lineal o un proceso. (1) Yt = f ( Z t ) + ε t (2) η = t ε t h t 25 Como se conoce en la nomenclatura del mercado de divisas FOREX donde; (EUR-USD) zona euro y estados unidos; (GBP-UDS) Reino Unido y Estados unidos; ( GBP-JPY) Reino Unido y Japón. 26 Una descripción detallada de las regularidades de los activos financieros se encuentra en Bollerslev et al.(1994). 36

37 q 0 + iε i= 1 2 (3) h = α α t i t Donde f ( z t ) es una función que modela el valor esperado de y la cual puede t ser por ejemplo, un modelo de regresión lineal o un proceso ARMA 27 iid, y η N(0.1), es un proceso independiente de h Adicionalmente t. q i= 1 α >, α 0, i 1,..., q = α i < 1. Es posible demostrar bajo estos supuestos que ε es un proceso ruido t blanco con varianza condicional h t y Una posible generalización de estos modelos son los modelos GARCH, los cuales fueron desarrollados por Bollerslev (1986). Los modelos GARCH (generalized autoregressive conditional heteroskedastic) poseen una estructura de rezagos más flexible y en muchos casos, permiten una descripción más parsimoniosa de los datos. Un modelo GARCH (p, q) es descrito por las ecuaciones (1), (2) y (4), esta última ecuación es representada como: q q α ε + i= 1 i= 1 h = α β h (4) t i t i i t i Donde α > 0, α 0, β 0, i = 1,..., q, j 1,..,, lo que garantiza la no negatividad 0 i j = p de la varianza condicional. En este modelo la varianza no condicionada del error es: V ( ε ) = t 1 q i= 1 α α 0 p i j= 1 β j 27 En el caso que f ( z t ) este asociada a un modelo ARMA, se dice que las ecuaciones (1),(2) y (3) conforman un proceso ARMA-ARCH. 37

38 q En consecuencia, si α β 1 la varianza del error no se encuentra definida. i= 1 i q + i= 1 i En tal caso, un choque en la volatilidad no se desvanece a medida que avanza el tiempo. Por lo tanto, para que la varianza del error esté definida la suma de los coeficientes debe ser menor que uno. Como se mencionó anteriormente los modelos ARCH o GARCH pueden replicar dos hechos estilizados de los retornos financieros: conglomerados de volatilidad y distribuciones de colas pesadas. Por un lado, las ecuaciones (3) ó (4) implican conglomerados de volatilidad y por otro lado, dado que ε condicionado al t conjunto de información pasada hasta t 1 tiene una distribución normal con media 0 y varianza condicionada h, se puede demostrar que la curtosis de t ε t no condicionado es mayor que tres 28, la curtosis bajo el supuesto de normalidad. Por lo tanto, la distribución de ε puede ser de colas pesadas. t Estimaciones econométricas y resultados Se presenta una generalización de los modelos ARCH-GARCH, que permiten descripción de la volatilidad de precios de las principales paridades del mercado de divisas FOREX. Un modelo definido (p, q) descrito por las ecuaciones (1), (2) y (3), se podría representar como: h t q q αiε t i + i= 1 i= 1 = α β h i t i Donde 28 Esto es demostrado, entre otros textos, en Gouriéroux (1997). 38

39 h = precio de la paridad EUR/USD, GBP/USD, GBP/JPY t α =tendencia promedio de la serie 0 ε =rezagos estimados periodo anterior de la perturbación aleatoria para el t i pronósticos. = rezagos de la variable precio de la paridad (endógena). ht i Y α > 0, α 0, β 0, i = 1,..., q, j 1,..,, lo que garantiza la no negatividad de 0 i j = p la varianza condicional. El análisis es realizado en el periodo de 1996 a Para las tres series tomadas en su conjunto, a fin de poder tener una estimación de volatilidad óptima, se procedió e efectuar test de raíz unitaria (Prueba Dickey-Fuller), aceptando primeras diferencias como mecanismo de corregir la no estacionalidad. En sus resultados, las tres estimaciones de la volatilidad muestran que la probabilidad de cometer error es cero, o muy cercano a este valor, para cada una de las pruebas 29. A su vez, en relación al test de normalidad, el estadístico Jarque Bera de la prueba acepta la hipótesis nula, por lo que las tres series trabajadas en diferencia aceptan la hipótesis nula de normalidad de los errores.para cada modelo óptimo se realizaron pruebas con el fin de testear los órdenes del ARCH y el GARCH. a) Volatilidad del Euro Dólar: Los resultados de la estimación se muestran en la tabla 1. Allí se evidencia que el proceso de volatilidad es un AR-GARCH (1,1). El coeficiente de perturbación rezagado un periodo es significativo, lo cual evidenciaría que este estaría presente en la acumulación de volatilidad de la paridad. 29 Ver ANEXO 3. 39

40 TABLA 2: ESTIMACION ARCH-GARCH PARIDAD EUR-USD. Dependent Variable: D(EURUSD) GARCH = C(1) + C(2)*RESID(-1)^2 + C(3)*GARCH(-1) Coefficient Std. Error z-statistic Prob. C RESID(-1)^ GARCH(-1) Estimaciones a partir del programa econométrico Eviews 6. Cálculos propios. b) Volatilidad de Libra Dólar R-squared Mean dependent var Adjusted R S.D. dependent var squared S.E. of regression Sum squared resid Akaike info criterion Schwarz criterion Log likelihood Durbin-Watson stat Si se estima el modelo GARCH para la paridad GBP/USD son los siguientes como se muestra en la tabla 2: el proceso de volatilidad es un GARCH (1) donde la constante no es significativa, permite evidenciar una relación positiva con la volatilidad de la paridad. TABLA 3: Estimaciones GARCH paridad GBP-USD Dependent Variable: D(GBPUSD) GARCH = C(1) + C(2)*GARCH(-1) Coefficient Std. Error z-statistic Prob. C GARCH(-1) R-squared Mean dependent var Adjusted R- squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat Cálculos propios. Estimaciones a partir del programa econométrico Eviews 6. 40

41 C) Volatilidad Libra Yen: Se estima para GBP/JPY el proceso se muestra un GARCH (1) donde se aprecia que su excepto la constante el otro parámetro es significativo lo que implica que la variación del tipo de cambio está influenciado por el comportamiento de la volatilidad. TABLA 4: Estimaciones GARCH paridad GBP-JPY Dependent Variable: D(GPBJPY) GARCH = C(1) + C(2)*GARCH(-1) Coefficient Std. Error z-statistic Prob. C GARCH(-1) R-squared Mean dependent var Adjusted R- squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat Cálculos propios. Estimaciones a partir del programa econométrico Eviews 6. 41

42 3.2 COMPORTAMIENTO DEL ANALISIS FUNDAMENTAL EN LAS PRINCIPALES PARIDADES DEL MERCADO DE DIVISAS FOREX: HECHOS ESTILIZADOS GRÁFICA 2: Análisis fundamental -Volatilidad de la paridad EUR-USD. p paridad 1,6000 1,4000 1,2000 1,0000 0,8000 0,6000 0,4000 0,2000 0,0000 PIB USD TI USD PIB EUR U EUR y = 0,001x -0,023 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 1E-16-0,05-0,1-0,15 volatilidad I 1996 IV 1996 III 1997 II 1998 I 1999 IV 1999 III 2000 II 2001 I 2002 IV 2002 III 2003 II 2004 I 2005 IV 2005 III 2006 II 2007 I 2008 IV 2008 EUR/UDS VOL Lineal (VOL) Elaboración propia. FUENTE: Precios de la paridad bróker VT TRADER. Volatilidad, Estimaciones mediante el programa econométrico Eviews 6. Como se aprecia en la grafica 2,la tendencia de la volatilidad EUR-USD es positiva en el periodo de estudio, presentando una media de , una desviación estándar de , en cuanto al análisis fundamental en el IV semestre de 1996 presenta un mínimo de , que fue generado por el siguiente comportamiento de los indicadores: en primer lugar, un fuerte crecimiento del Producto interno bruto de Estados Unidos en 35 puntos básicos que propicia un estimulo en la economía del país, disminución de la Tasa de interés en 23 puntos básicos aumentando la inversión interna, de hecho esta economía presento para este periodo la inflación más baja de la década generando el fortalecimiento interno de la economía Estadounidense, y el punto más bajo de la paridad. Por el contrario, Para el II trimestre de 2005 se genera 30 Para el análisis de los estadísticos descriptivos ver (ANEXO 4). 42

43 un máximo en la volatilidad de la paridad de , se debió a un fuerte mejoramiento en los aspectos fundamentales: crecimiento del Producto interno bruto de Europa en 37 puntos básicos contribuyendo a la apreciación de su moneda, sumado a una disminución del Desempleo de 12 puntos básicos que indica que la economía está funcionando de forma estable. p paridad 2,1000 1,8000 1,5000 1,2000 0,9000 0,6000 0,3000 0,0000 GRÁFICA 3: Análisis fundamental- Volatilidad de la paridad GBP-USD y = -0,000x + 0,018 PIB GBP TI GBP IPC GBP PIB GBP TI GBP 0,5 0,4 0,3 0,2 0,1 0-0,1-0,2-0,3 volatilidad I 1996 IV 1996 III 1997 II 1998 I 1999 IV 1999 III 2000 II 2001 I 2002 IV 2002 III 2003 II 2004 I 2005 IV 2005 III 2006 II 2007 I 2008 IV 2008 GBP/USD VOL Lineal (VOL) Elaboración propia. FUENTE: Precios de la paridad bróker VT TRADER. Volatilidad, estimaciones mediante el programa econométrico Eviews 6. En cuanto al análisis de la volatilidad de la paridad GBP-USD, se observa en el gráfico 3 que la tendencia de la volatilidad es levemente negativa en el periodo de estudio, presentando una media de , con una desviación estándar de El máximo de la paridad se registra en el IV trimestre de 2003, cuando su volatilidad llego al , considerando el análisis fundamental nos arroja la siguiente información: el crecimiento en la economía Británica repercutió en un crecimiento del Producto interno bruto en 48 puntos básicos, otro aspecto en que se beneficio fue en el aumento de la Tasa de interés en 34 puntos básicos que la hace atractiva para los inversionistas, después de 3 mes consecutivos donde la mantuvo estable Por el contrario en el IV trimestre de 2008 se evidencia un 43

44 mínimo histórico de en la paridad, que según el análisis fundamental fue ocasionado por un caída significativa del Producto interno bruto de Inglaterra de 210 puntos básicos, un aumento de 23 puntos básicos de la Inflación, y una disminución por encima de los 300 puntos básicos de la Tasa de interés, esta desaceleración se produjo al inicio de la crisis económica en este país. GRÁFICA 4: Análisis Fundamental-Volatilidad de la paridad GBP-JPY p paridad 250,00 200,00 150,00 100,00 50,00 0,00 PIB JPY TI JPY y = -0,188x + 4,784 PIB GBP TI GBP IPC GBP volatilidad I 1996 IV 1996 III 1997 II 1998 I 1999 IV 1999 III 2000 II 2001 I 2002 IV 2002 III 2003 II 2004 I 2005 IV 2005 III 2006 II 2007 I 2008 IV 2008 GPB/JPY VOL Lineal (VOL) Elaboración propia. FUENTE: Precios de la paridad bróker VT TRADER. Volatilidad estimaciones mediante el programa econométrico Eviews 6. La tendencia de la volatilidad GBP-JPY es negativa en el periodo de estudio como se aprecia en la grafica 4, presentando una Media de , una desviación estándar de , En esta medida el máximo de 23,3300 en el IV trimestre de 1997 ocasionado por la desaceleración de la economía Japonesa, presentando fundamentales poco favorables en este periodo: el Producto interno bruto presento una caída de 78 puntos básicos, a su vez se registro una disminución de la Tasa de interés en 24 puntos básicos,favoreciendo de esta forma al incremento de la paridad. De otro lado un mínimo sustancial en en el IV trimestre de 44

45 2008, como sucedió en la paridad anterior debido a la estrepitosa caída del Producto interno bruto de Inglaterra, a la precaria dinámica de la economía y a un desplome significativo de la Tasa de interés, generando la caída más significativa en la historia de la paridad. 3.3 MODELO DE IMPACTO DE INFORMACIÓN ECONÓMICA SOBRE LAS PRINCIPALES PARIDADES DEL MERCADO FOREX A fin de en encontrar las posibles relaciones entre la volatilidad de cada paridad frente a los principales agregados macroeconómicos de los países que rigen estas paridades se estima un modelo general. Las estimaciones para cada tipo de volatilidad se llevan a cabo mediante el método Steepwise Regression. 31 σ T,J TABLA 5: Impacto de los agregados económicos en las paridades. MODELO GENERAL t, j = β0 + β1pib t, i + β2ipct, i + β3tit, i β4u t, i σ + Donde: = Volatilidad de la paridad j t = corresponde a los años en el periodo j = corresponde a cada paridad i = corresponde a cada país de referencia PIB t, i = Producto Interno Bruto en el tiempo t para el país i IPC t, i = Indicé de precios al consumidor en el tiempo t para el país i TI t, i = Tasa de interés en el tiempo t para el país i U i, t = Tasa de desempleo en el tiempo t para el país i 31 También denominado método de etapas de regresión, en la que elección de las variables predictoras se llevan a cabo por un procedimiento de Fordware Selection y de Backward elimination. En el cual se prueba las variables una por una para determinar su grado de significancia. Para una mejor referencia sobre este método de regresión se recomienda abordar los estudios de Pope y Webster (1972) y de Bendel y Afifi (1977). 45

46 A través de la formulación econométrica desarrollada, se tiene la siguiente especificación para las principales paridades del mercado de dividas FOREX. σ TABLA 6: Impacto de los agregados económicos en la paridad EUR-USD MODELO 1 = ( D ( TI )) ( D( TI )) ( D( U t, EUR USD USD EUR EUR σ EUR.USD Donde: = Volatilidad de la paridad EUR - USD t. = corresponde a los años en el periodo j = Corresponde a cada paridad ( j=eur-usd) i = corresponde a cada país de referencia( i= Zona Euro Estados Unidos) ) TI t, i = Tasa de interés en el tiempo t para USD TI t, i = Tasa de interés en el tiempo t para EUR U i, t = Tasa desempleo en el tiempo t para EUR Variable Coefficient Std.Error t-statistic Prob. * D(TIUSD) ** D(TIEUR) ** D(UEUR) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) *Las series se trabajaron en diferencias para efectos de lograr la estacionariedad de las mismas. **Estadísticamente significativas al 10% a Datos tomados del Centro de Economía Internacional (CEI), Banco Central Europeo (BCE). Según los resultados arrojados (tabla 6), la tasa de interés de estados Unidos y de la zona euro son estadísticamente significativas para el modelo. Lo cual sugiere que la volatilidad de la paridad euro dólar es explicada por estas dos variables. La primera afecta inversamente la volatilidad de la paridad, mientras que un 46

47 movimiento en la tasa de interés de la zona euro tiene una relación positiva o directa con el nivel de volatilidad. Esto es coherente con la teoría de paridad de tipos de interés lo cual relaciona el impacto significativo de las tasas de interés en el mercado cambiario. A su vez, esto muestra la coherencia del efecto Fisher 32. Lo expresado anteriormente es coherente con la tendencia observada de la relación de cada una de las variables determinantes (significativas) con la volatilidad como se observa en la gráfica 5. GRÁFICA 5: Relación de las variables significativas con la volatilidad de EUR-USD volatilidad EUR-USD 0,15 y = -0,010x + 0,043 0,1 0,05 0-0,050,00 2,00 4,00 6,00 8,00-0,1-0,15 Tasa de interes USD volatilidad EUR-USD 0,15 0,1 0,05 0-0,1-0,15 Tasas de interes EUR y = -0,000x + 0,004-0,050,00 2,00 4,00 6,00 Fuente: Elaboración Propia. GRÁFICA 6: Impacto de las variables significativas en la paridad EUR-USD Response to Cholesky One S.D. Innovations ± 2 S.E Response of D(TIUSD) to VOLEURUSD Response of D(TIEUR) to VOLEURUSD Fuente: Elaboración Propia. Estimaciones en paquete econométrico Eviews Véase capitulo 1.figura 3. 47

48 Un análisis de los impactos de las variables tasa de interés de los Estados Unidos y la tasa de interés de la zona Euro explicado a través de las funciones de impulso respuesta a través de un modelo VAR no satisface las condiciones de estabilidad pues se observaron comportamientos explosivos de la Función Impulso Respuesta sobre la Volatilidad EUR USD lo que da lugar a una presencia de raíz unitaria. TABLA 7: Impacto de los agregados económicos en la paridad GBP-USD MODELO 2 σ GBPUSD = ( D( IPC GBP )) ( D( U GBP )) ( D( TI GBP )) ( D( PIBGBP ) Donde: σ GBP.USD = Volatilidad de la paridad GBP - USD t. = corresponde a los años en el periodo j = Corresponde a cada paridad ( j= GBP-USD) i = corresponde a cada país de referencia( i= Reino Unida Estados Unidos) IPC t, i = Indicé de precios al consumidor en el tiempo t para el país i U i, t = Tasa desempleo en el tiempo t para GBP TI t, i = Tasa de interés en el tiempo t para GBP PIB t, i = Producto Interno Bruto en el tiempo t para el país i Variable Coefficient Std. Error t-statistic Prob.* D(PIBGBP) * D(TIGBP) * D(UGBP) D(IPCGBP) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter Durbin-Watson stat Las series se trabajaron en diferencias para efectos de lograr la estacionalidad las mismas. *Estadísticamente significativas al 5%. De significancia parcial. a Datos tomados del Centro de Economía Internacional CEI. Banco Central Inglaterra. 48

49 En el segundo modelo (Tabla 6), el cuál se trata de explicar las variables que mayor impacto tienen sobre la volatilidad de la paridad libra- dólar (GPB-USD), se puede observar que los agregados macroeconómicos de Inglaterra son los de mayor impacto tienen sobre la volatilidad Libra-Dólar: Es un resultado atípico en la medida que la información macroeconómica de Estados Unidos se esperaba que tuviese mayor impactos sobre la volatilidad de la paridad. Las únicas variables significativas son Producto interno Bruto y la tasa de interés de referencia para Inglaterra, las demás variables, el método de regresión no las incluye por parsimonia y bondad de ajuste del modelo. De manera, que un incremento en un punto del PIB afecta la volatilidad de Libra Dólar en 0.04 puntos de manera directa, a su vez un incremento de un punto en la tasa de interés de Inglaterra afecta a volatilidad en 0.03 puntos. Este resultado es coherente al observar la tendencia de las relaciones de estas variables con respecto a la volatilidad de la paridad como se observa en la gráfica 7. GRÁFICA 7: Relación de las variables significativas con la volatilidad de GBP-USD volatilidad GBP-USD 0,2 0,15 0,1 0,05 0-2,00-0,050,00 2,00 4,00-0,1-0,15-0,2-0,25 y = 0,031x -0,077-0,3 PIB Inglaterra 0,2 0,15 0,1 0,05 0-0,050,00 2,00 4,00 6,00 8,00 10,00-0,1-0,15-0,2-0,25 y = -0,000x + 0,002-0,3 colatilidad GBP-USD Tasa de interes Inglaterra 49

50 GRÁFICA 8: Impacto de las variables significativas en la paridad GBP-USD. Response to Cholesky One S.D. Innovations ± 2 S.E..8 Response of D(PIBGBP) to VOLGBPUSD.8 Response of D(TIGBP) to VOLGBPUSD Fuente: Elaboración Propia. Estimaciones en paquete econométrico Eviews 6. De acuerdo a los resultados arrojados por las funciones de impulso respuesta (gráfica 8), se evidencia que un movimiento en el Producto interno Bruto de Inglaterra afecta la volatilidad de la paridad Libra- Dólar (GBP/USD) en los primeros trimestres de manera positiva, después del tercer trimestre se torna negativa logrando una estabilización para el cuarto trimestre. De otro lado, los movimientos en la tasa de interés de Inglaterra afecta de manera positiva la volatilidad libra-dólar en el primer trimestre, luego tiende a decrecer y a estabilizarse entre el quinto y tercer trimestre. 50

51 σ t, GBPJPY σ GBPJPY TABLA 8: Impacto de los agregados económicos en la paridad GBP-JPY MODELO 3 = ( D( U GBP )) ( D( PIB GBP )) + 1,625332( D( PIB JPY )) ( D( U JPY )) ( D( TI )) GBP Donde: = Volatilidad de la paridad GBP-JP t. = corresponde a los años en el periodo j = Corresponde a cada paridad ( j= GBP- JPY) i = corresponde a cada país de referencia( i= Reino Unida - Japón) U i, t = Tasa desempleo en el tiempo t para GBP PIB t, i = Producto Interno Bruto en el tiempo t para GBP PIB t, i = Producto Interno Bruto en el tiempo t para JPY U i, t = Tasa desempleo en el tiempo t para JPY TI t, i = Tasa de interés en el tiempo t para GBP Variable Coefficient Std. Error t-statistic Prob.* D(TIGBP) * D(UJPY) * D(PIBJPY) ** D(PIBGBP) D(UGBP) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter Las series se trabajaron en diferencias para efectos de lograr la estacionariedad de las mismas. *Estadísticamente significativas al 5% de significancia parcial. ** Estadísticamente significativa a un nivel de 10% de significancia parcial. a Datos tomados del Centro de Economía Internacional CEI. Banco Central Inglaterra. El tercer modelo (Tabla 7) que trata de capturar las variables que afectan significativamente a volatilidad de la paridad Libra-Yen (GBP/JPY) muestra que la tasa de interés de referencia para Inglaterra, el desempleo y los datos del PIB de Japón impactan de forma directa la volatilidad de esta paridad. 51

52 Este tipo de relaciones son coherentes con la tendencia observada en los gráficos de dispersión de la gráfica 9. GRÁFICA 9: Relación de las variables significativas con la volatilidad de GBP.JPY volatilidad GBP-JPY ,00 4,00 5,00 6,00 7,00 8, y = 2,117x -11,56 tasa interes Inglaterra volatilidad GBP-JPY ,00 4,00 5,00 6, y = -0,710x + 2,916 desempleo Japon 40 volatilidad GBP-JPY ,00-2,00 0, ,00 4,00 6,00-40 PIB Japon y = 2,940x -4,652 GRÁFICA 10: Impacto de las variables significativas en la paridad GBP-JPY Response to Cholesky One S.D. Innovations ± 2 S.E..8.6 Response of D(TIGBP) to VOLGBPJPY Response of D(PIBJPY) to VOLGBPJPY 2.4 Response of D(UJPY) to VOLGBPJPY

53 De acuerdo al primer gráfico una depreciación del tipo de interés tiene de Inglaterra tiene un efecto positivo sobre la volatilidad GBP/JPY donde se debe buscar una política cambiaria que permita unas tasas de interés competitivas y estables. El segundo y tercer gráfico nos muestra que tanto el Producto Interno Bruto como el desempleo de Japón perjudican a la volatilidad de la paridad libra-yen (GBP/JPY) ocasionando que se estabilicen en un periodo más prolongado. 53

54 4. CONCLUSIONES Y RECOMENDACIONES En la teoría establecida dentro del trabajo se plantea la evolución del tipo de cambio fijo que se utilizó hasta mediados de la de la década de los 70, el cual fue reemplazado por el flexible que se rige por medio de la oferta y demanda, con esto ya se evidenció el surgimiento del mercado de divisas como se conoce hoy en día reflejando importantes relaciones entre los diferentes mercados y las decisiones de política económica al interior de los países. De esta forma, un análisis de los principales trabajos que han tratado de medir la volatilidad en los diferentes mercados financieros, lleva a concluir que la metodología ARCH-GARCH arrojan modelos óptimos para explicar la volatilidad añadida a series como las de los precios internacionales de monedas reflejadas en el mercado de divisas FOREX. Por lo tanto, para la estimación de la volatilidad de la paridad Euro- Dólar (EUR/USD) el modelo óptimo es una combinación con mecanismo Arch-Garch; en las dos restantes Gbp-Usd, Gbp-Jpy solo presentaron Garch para determinar sus fluctuaciones máximas y mínimas donde se podrá evidenciar la influencia directa de la variables mencionadas, en el corto plazo dentro de cada respectiva paridad sujeta a los cambios económicos suscitados en cada economía. De otro lado, las volatilidades de las principales paridades del mercado de divisas tienen una explicación a partir de los equilibrios y variables determinantes de los procesos de decisión de inversión de los agentes en un entorno de libre movilidad de capitales. De esta manera se concluye que existe una relación entra los indicadores variables macroeconómicas como el Producto Interno Bruto, el Índice de Precios al consumidor, la tasa de interés y el desempleo en referencia a los niveles de volatilidad de las principales paridades del mercado de divisas FOREX. Sin embargo, los resultados arrojan conclusiones específicas: 1. Para la volatilidad de la paridad euro-dólar (EUR/USD), las variables que mayor impacto reflejan sobre el comportamiento de la volatilidad son las 54

55 tasas de interés tanto de Estados Unidos como de la zona Euro. Esto llevaría a catalogar la evidencia empírica del efecto Fisher sobre el comportamiento de las tasas de cambio. 2. El comportamiento de la volatilidad producto de los movimientos de precio entre la libra y el dólar (GBP/USD) arroja que prácticamente los agregados macroeconómicos de Inglaterra son los que mayor impacto reflejan. Este hecho deja prever que la información del producto interno bruto y las tasas de interés de Inglaterra son las variables que mayor impacto tiene sobre la volatilidad GPB/USD. 3. Las tasas de interés de Inglaterra, el Producto Interno Bruto y el desempleo son vectores de información que reflejan un impacto positivo sobre la volatilidad de la paridad libra- yen (GBP/JPY). Los resultados muestran que cualquier movimiento en el producto interno bruto de Inglaterra y en el desempleo de Japón tienen un impacto muy grande y directo sobre el comportamiento de la volatilidad de esta paridad. Las estimaciones permiten apreciar que durante el período comprendido entre la variable macroeconómica que impactó sobre los tres tipos de paridades analizadas es la tasa de interés, lo cual demuestra la importancia de esta variable y sus efectos sobre las decisiones de inversión de los agentes económicos, que evidencia la trascendencia de la política monetaria en las principales economías sobre los equilibrios y comportamientos de las variables en los mercados financieros, aún más cuando los movimientos de esta variable impacta las expectativas de los agentes económicos. Sin embargo, el comportamiento de la producción Bruta también se muestra como un indicador de fortaleza o debilidad de una economía, por lo tanto cualquier salto positivo o negativo del PIB afecta la percepción de riesgo en activos como las divisas. Los resultados arrojados son coherentes con los preceptos teóricos mencionados en este trabajo, en la medida que el comportamiento de los agregados 55

56 macroeconómicos arrojan información al mercado de divisas afectan las decisiones de inversión, la percepción de riesgo y las condiciones de liquidez de los inversionistas, hecho reflejado en un incremento de la volatilidad de la paridad que rige los fundamentales económicos de los países. RECOMENDACIONES Será de interés en futuras investigaciones ajustar modelos no paramétricos que relacione una medida de volatilidad en la previsión financiera en contextos específicos. En particular, los resultados sugieren que una gaussiana lineal no refleja el comportamiento de distribuciones con alto riesgo. Este modelo podría presentar mejoras importantes en la exactitud de la volatilidad, como la correlación y las previsiones de valor en riesgo de tipo de cálculo en el tiempo. Se debe tener en cuenta que en la mayoría de aplicaciones financieras hay muchos activos, en los cuales se requieren modelos de volatilidad como de sus respectivas correlaciones, para esto se hace necesario implementar métodos econométricos más robustos que reflejen, capturen el impacto del comportamiento de los principales agregados macroeconómicos sobre la volatilidad de series financieras. Por otro lado, se necesita de un conocimiento previo del tipo de plataforma que se va utilizar para las negociaciones, como la implementación de herramientas financieras y estadísticas que permitan utilizar y plantear un análisis técnico que corresponda a los requerimientos que el mercado plantea. Para ello, es importante recordar, que un análisis fundamental bien estructurado, debe tener en cuenta el impacto, de los agregados macroeconómicos, no solo de los estudiados en este trabajo sino de otras variables del entorno general de los países, que puedan tener mayor influencia en el tipo de cambio y por lo tanto en variación de las volatilidades de las diferentes paridades del mercado de divisas. 56

57 REFERENCIAS BIBLIOGRÁFICAS - Admati, R., y Pfleiderer, 1988, a theory of intraday patterns: Volume and price variability, Review of Financial Studies 1, Andersen, G., y Bollerslev T. (1997), Intraday periodicity and volatility persistence in financial markets, Journal of Empirical Finance 4, Andersen, G. y Bollerslev T. (1998a). Deutsche mark-dollar volatility: Intraday activity patterns, macroeconomic announcements, and longer-run dependencies, Journal of Finance 53, Andersen, G., y Bollerslev T. (1998b). Answering the skeptics: Yes, standard volatility models do provide accurate forecasts, International Economic Review 39, Andersen, G. y Bollerslev, T. (2001). Variance-Ratio Statistics and High- Frequency Data: Testing for Changes in Intraday Volatility.The Journal of Finance, Vol. 56, No. 1 pp Arias, E. (2004). Modelos VAR y VECM para el pronóstico de corto plazo de las importaciones de costa rica. Banco central de Costa Rica. - Báez, M. (2003). Mercado de divisas FOREX. Nueva York. Pacific center. - Balduzzi, P. y Green, T. (2001). "Economic News and the Yield Curve: Evidence from the U.S. Treasury Market." Salomon Center Working Paper No. S-98-5, New York University. - Bendel, R. y Afifi A.(1977). Comparison of Stopping Rules in Forward "Stepwise" Regression. Journal of the American Statistical Association, Vol. 72, No. 357 (Mar., 1977), pp Bollerslev T. (1986). Generalized autoregressive conditional Heteroscedasticity. Journal of Econometrics 31.Pp Bollerslev, T., Engle R. y Nelson D. (1994). ARCH models, en Handbook of Econometrics, vol. 4, , Elsevier North Holland. - Bubula, A. y Otker- Robe, I. (2004). En defensa de la Bipolaridad. Finanzas y Desarrollo. Fondo Monetario Internacional

58 - Côté, A. (1994). "Exchange Rate Volatility and Trade: A Survey," Working Papers 94-5, Bank of Canada. - Dornbusch,R. (1976) Expectations and Exchange Rate Dynamics The Journal of Political Economy, vol. 84, núm. 6, pp Engle, R. and Trumble, D. (1985), "Small-Sample Proper- ties of ARCH Estimators and Tests," Canadian Journal of Economics, 18, Engle, R. (1982): Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation, Econometrica, vol. 50, nº 4, julio, pp Engle R. (2003). Riesgo y volatilidad: modelos econométricos y práctica financiera. Revista asturiana de economía nº 31. New York University. - Foster, F. Douglas, and S. Viswanathan, 1990, A theory of the interday variations in volume, variance, and trading costs in security markets, Review of Financial Studies 3, Forster, M., and J. George, (1996). Pricing errors at the NYSE open and close: Evidence from international cross-listed stocks, Journal of Financial Intermediation 5, Foster, F. y S. Viswanathan, 1990, A theory of the interday variations in volume, variance, and trading costs in security markets, Review of Financial Studies 3, Garcia, M. (2001) Estimación de modelos de volatilidad estocástica. Facultad de Ciencias Económicas y Empresariales. Universidad San Pablo- CEU. - Gaviria, F (2006).Moneda, banca y teoría monetaria. Bogotá.Universidad Tadeo lozano 7 (ed). pág González, S. (2000): El Sistema Monetario Internacional y el Mercado de Divisas. Pirámide. Madrid. - Goodhart, C. (1988). The foreign exchange market: a random walk with a dragging anchor. Londres. Economica, New Series, Vol. 55, No

59 - Humerez, J.(2006): Efectos de la deuda externa y otras políticas macroeconómicas sobre el producto: una aproximacion de vectores autorregresivos. Analisis economico, Vol Karolyi, G. A. (1995), "A Multivariate GARCH Model of International Transmissions of Stock Returns and Volatility: The Case of the United States and Canada," Journal of Business and Economic Statistics, 13, Keynes, J.(1930): A Treatise of Money. Macmillan. Londres. - Krugman P Y Obstfeld M. (1999).Economía Internacional: Teoría y Política. McGraw-Gill.Madrid. - Kozikowsky Z.(2000). Finanzas Internacionales. McGraw-Hill.México D.F. - Lien, D., and Luo, X. (1994), "Multiperiod Hedging in the Presence of Conditional Heteroscedasticity," Journal of Futures Markets, 14, Mankiw, G.(2006).Macroeconomia.Antoni Bosch,Editor.Barcelona. - Melo, L. y Becerra R.(2006) : Una aproximación a la dinámica de las tasas de interés de corto plazo en Colombia a través de modelos GARCH multivariados. Banco de la Republica. - Muller, Ulrich A., Michel M. Dacorogna, Rakhal D. Dav6, Richard B. Olsen, Olivier V. Pictet, and Jakob E. von Weizsacker, 1997, Volatilities at different time resolutions-analyzing the dynamics of market components, Journal of Empirical Finance 4, Murphy, J. (2000). Análisis técnico de los mercados financieros. Institute of Finance. New York. - Nelson, D.B (1991) Conditional Heteroskedasticity in Asset Returns: A new Approach.Econometrica. Vol. 59 pp Pope, P. y J. T. Webster. (1972). The Use of an F-Statistic in Stepwise Regression Procedures Technometrics, Vol. 14, No. 2, pp

60 - Roll, R. (1979). Violations of Purchasing Power Parity and their Implications for Efficient Commodity Markets en SARNAT, M; SZEGO, G. (ed): International Finance and Trade. Ballinger. Cambridge (Mass.). - Sachs, J. y Larrain F. (2002). Macroeconomia en la economia global.pearson Edocation. Buenos Aires. - Salvatore, D. (1995). Economía Internacional. McGraw-Hil. - Sharpe, W. (1964): Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk, Journal of Finance, vol. 19, nº 3, septiembre, pp Ossa, F. (1999), Economía Monetaria Internacional. Alfaomega. México. - Rao, C. "Estimation of Heteroscedastic Variances in Linear Models." Journal of the American Statistical Association, March 1970, 65, pp Rudebusch, D. "Do Measures of Mone- tary Policy in a VAR Make Sense?" International Economic Review, November 1998, 39, pp Taylor, B. "Discretion versus Policy Rules in Practice." Carnegie-Rochester Conference Series on Public Policy, December 1993, 39, pp Urich, J. y Wachtel, P. "The Ef- fects of Inflation and Money Supply Announcements on Interest Rates." Journal of Finance, September 1984, 39, pp Veronesi, P. "Stock Market Overreaction to Bad News in Good Times: A Rational Expectations Equilibrium Model." Review of Financial Studies, winter 1999, 12, pp Zarnowitz, V. y Lambros, L. "Con- sensus and Uncertainty in Economic Predic- tion." Journal of Political Economy, June 1987, 95(3), pp

61 ANEXOS ANEXO 1: PROCESO PARA OPERAR EN FOREX. Debido a que el mercado de divisas FOREX se maneja de forma electrónica se deben seguir los siguientes pasos para invertir en este mercado: -El inversionista se vincula con algún broker de cualquier lugar del mundo. El broker acepta como cliente al inversionista. -Los brokers tienen una cuenta con alguno de los bancos más grandes del mundo.el inversionista realiza una transferencia bancaria a su broker., la transferencia quedara en una sub cuenta en la que el inversionista queda como titular y sobre la cual realizara las diferentes operaciones. La orden es tomada y entra en el reporte del inversionista Automáticamente se debita o acredita en la sub cuenta bancaria. La orden es ejecutada instantáneamente (máximo 3 segundos en condiciones normales) El inversionista descarga la plataforma (software) del broker. El inversionista ingresa a su plataforma y coloca una orden (compra / venta) en el sistema online 61

62 ANEXO 2: EJEMPLO; ANÁLISIS TÉCNICO Y FUNDAMENTAL EN LA DESICION DEL INVERSIONISTA (EUR/USD). Primero se debe revisar el contexto macroeconómico, político, social y los indicadores económicos que presenta durante el día para las dos economías (Estados Unidos y Europa) Mediante diferentes programas uno de estos e ( que muestra el resultado de los indicadores en la hora establecida. Se puede evidenciar que la noticia más importante es la tasa de interés de Estados unidos debido a su color rojo que representa un alto grado de importancia en el impacto de la moneda. luego se realiza un análisis técnico mediante algunos indicares estadísticos generados por la misma plataforma. 62