Dinámica del tipo de cambio en el Perú: Una aproximación a través de modelos de volatilidad

Documentos relacionados
LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)

Especificación y Estimación de los MODELOS ARCH. Horacio Catalán Alonso

Una aproximación a la dinámica de las tasas de interés de corto plazo en Colombia a través de modelos GARCH multivariados

4. Modelos de series de tiempo

Metodología de la estimación de los ingresos anuales y mensuales

Estimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles.

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción

1. Descripción de modelos desarrollados en el BCN. 2. Comentarios generales a los modelos. 3. Limitaciones para el desarrollo de investigaciones

Una estimación de la inflación anual del 2002 para la Argentina sobre la base de la ecuación de Fisher.

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión

Capítulo Suponga que la función de producción para el país X es la siguiente:

El Efecto Traspaso de la Tasa de Interés y la Política Monetaria en el Perú:

Sesión 4: Instrumentos y Objetivos del Banco Central

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

Guía de Ejercicios Econometría II Ayudantía Nº 3

Luis H. Villalpando Venegas,

Sesión 2 Análisis univariado de series de tiempo

La Curva de Phillips CAPÍTULO 17. Profesor: Carlos R. Pitta. Macroeconomía Avanzada. Universidad Austral de Chile Escuela de Ingeniería Comercial

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez

Índice Mensual de Actividad de la Construcción: Un Estimador en Frecuencias Mixtas

Un Indicador Líder de Corto Plazo para la Economía Peruana

Análisis estocástico de series temporales

Introducción al método

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán

Estimación de la volatilidad del tipo de cambio en México y Brasil. un enfoque con modelos markov switching garch

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero

CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N

Métodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica

Crimen y Distribución del Ingreso. Por: F. Bourguignon, Jairo Núñez y F. Sánchez

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

Actualización de los parámetros del Modelo Monetario de Inflación para el período

El comportamiento del tipo de cambio real frente a la asimetría del sistema de política monetaria: El caso peruano

LOS COSTOS ASOCIADOS AL PROCESO DESINFLACIONARIO

Tendencias comunes y análisis de la política monetariaen el Perú

Tendencias comunes y análisis de la política monetaria en el Perú

EL EFECTO TRASPASO DE LA TASA DE INTERÉS Y LA POLÍTICA MONETARIA EN EL PERÚ: Erick Lahura Diciembre, 2005

Análisis Estadístico de Datos Climáticos

1. INTRODUCCIÓN. XVI Jornadas ASEPUMA IV Encuentro Internacional Vol Actas_16 Issue 1: 901

PREVISIÓN DE LA DEMANDA

Tema 9 Aprendizaje por la práctica y desbordamiento del conocimiento. El modelo de Romer (1986)

Descomposición Estacional

Proyección de tasas de actividad

Tema 3. Especificación, estimación y validación de modelos ARIMA

INCIDENCIA DEL IVA EN LOS INDICES DE PRECIOS AL CONSUMIDOR Y AL PRODUCTOR. RESUMEN

GUÍA DE EJERCICIOS 3 ECONOMETRÍA II., se quiere decidir sobre el número de raíces unitarias mediante un test Dickey-Fuller del tipo

TODO ECONOMETRÍA. Autocorrelación

Relaciones dinámicas entre precios del vacuno. Ejemplo preperado por la Profa.Esther Ruíz

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico

Ciclos Económicos y Riesgo de Crédito: Un modelo umbral de proyección de la morosidad bancaria de Perú

SERIE CUADERNOS DE INVESTIGACIÓN NÚM. 49 AGOSTO 1999 EL PRODUCTO POTENCIAL EN COLOMBIA: UNA ESTIMACION BAJO VAR ESTRUCTURAL

Macroeconomía II ADE Curso

Estimación de modelos de volatilidad estocástica

PREDICCIÓN DE VOLATILIDAD DE LA RENTABILIDAD DIARIA DEL MERCADO DEL AZÚCAR Y SU APLICACIÓN EN LA RAZÓN DE COBERTURA *

El objetivo de este trabajo es determinar empíricamente si la relación entre la deuda y el producto interno bruto (pib) generó efectos

Modelos de Heteroscedasticidad Condicional

Un análisis estadístico de la relación entre la inflación general y algunas definiciones de inflación subyacente en México

VOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN

Sistemas lineales con ruido blanco

Efectos Económicos de la Política Fiscal en el Perú: Una análisis Comparativo y Metodológico de SVAR. (Avance) Subgerencia de Investigación Económica

Ecuador Evolución del crédito y tasas de interés Noviembre 2005

EVOLUCIÓN DE LA PRODUCTIVIDAD MULTIFACTORIAL, CICLOS Y COMPORTAMIENTO DE LA ACTIVIDAD ECONÓMICA EN CUNDINAMARCA

UNA APLICACIÓN DEL MODELO EGARCH PARA ESTIMAR LA VOLATILIDAD DE SERIES FINANCIERAS

Apertura en Mdos Financieros y de Bienes Profesor: Carlos R. Pitta CAPÍTULO 11. Macroeconomía General

COBERTURA DE CARTERAS ÍNDICE DE RENTA VARIABLE CON FUTUROS SOBRE EL IBEX 35

Sesión 2 Análisis univariado de series de tiempo. 5. Series de tiempo no estacionarias en media

Serie Apuntes de Clase ΩΒΓ

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009)

Modelo de Solow. Ronald Cuela

Por: Marco Arena y Pedro Tuesta * I. Régimen de flotación del nuevo sol peruano:

EL PASS THROUGH DEL TIPO DE CAMBIO: UN ANÁLISIS PARA LA ECONOMÍA COSTARRICENSE DE 1991 AL 2001

ECONOMETRÍA II 1. La Econometría de Series de Tiempo

DETERMINANTES Y VULNERABILIDAD

MODELOS DE VOLATILIDAD DEL FUTURO SOBRE EL BONO NOCIONAL A 10 AÑOS ABSTRACT

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales

Octubre 2003 nº 03. Reyna Vergara González

" CONTRASTES DE EXPECTATIVAS RACIONALES Y NEUTRALIDAD DE LA POLITICA MONETARIA A CORTO PLAZO: EL CASO DE ESPAÑA "

Notas sobre Análisis de Series de Tiempo: Estacionariedad, Integración y Cointegración

Qué explica las fluctuaciones de la inflación en el Perú en el periodo ? Evidencia de un análisis VAR estructural 1

Tema 2: El modelo de Solow y Swan: análisis teórico

ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t

MECANISMOS DE TRANSMISIÓN

Modelación de la volatilidad

ESTIMACIÓN DE UNA FUNCIÓN DE REACCIÓN PARA LA TASA DE INTERÉS DE POLÍTICA DEL BANCO CENTRAL DE COSTA RICA

SORPRESAS DE POLÍTICA MONETARIA Y LA CURVA DE RENDIMIENTO EN CHILE *

MACROECONOMÍA II ADE GRUPOS 20 Y 21 (ECTS) FECHA DE ENTREGA: Martes 11 de Mayo de 2010 Práctica nº 5: Hoja de problemas sobre Tipos de cambio

Ejercicios Resueltos

Métodos de Previsión de la Demanda Datos

Impacto del Costo de la Energía en la Economía Chilena

La Conducción de la Política Monetaria del Banco de México a través del Régimen de Saldos Diarios

Tema 8: SERIES TEMPORALES

EL EFECTO EURO Y EL RIESGO CAMBIARIO EN LOS TIPOS DE CAMBIO DE CONTADO

ESTIMACIÓN DEL CIRCULANTE EN MONEDA

Resultados de las encuestas de sacrificio de ganado Informe de los resultados del año 2011

CARACTERÍSTICAS DEL DESEMPLEO EN MEDELLÍN Y EL VALLE DE ABURRÁ: JUAN BYRON CORREA FONNEGRA *

Sesión 5: Intervención en el Mercado Cambiario, Política Monetaria en Economías Emergentes, y Nivel Optimo de Reservas Internacionales

Sesión 6c: Proyección de las Cuentas Monetarias

CHOQUES INTERNOS Y EXTERNOS DE LA PÓLITICA MONETARIA: CASO DE COLOMBIA, CHILE Y PERÚ

INSTITUTO NACIONAL DE ESTADÍSTICA SISTEMA DE METADATOS HIDROCARBUROS. 1.0 Agregado Estadístico- Estadísticas e Indicadores de Hidrocarburos

Transcripción:

Dinámica del ipo de cambio en el Perú: Una aproximación a ravés de modelos de volailidad Vicor D. Chique Acero XXV ENCUENTO DE ECONOMISTAS DEL BANCO CENTRAL DE RESERVA DEL PERÚ Lima, 2 de Diciembre de 2007

Conenido. Inroducción 2. El ipo de cambio en el Perú 3. Meodología economérica 4. Análisis empírico Daos Modelo univariado GARCH(,) Modelo bivariado VAR(7) - MGARCH(,) - BEKK VIRF 5. Conclusiones

. Inroducción El canal del ipo de cambio es un caso paricular del canal de acivos, al ser el ipo de cambio el precio de un acivo financiero, y resula relevane para economías pequeñas y abieras en un conexo de creciene aperura de mercados. Según Mishkin (200), las flucuaciones del ipo de cambio en el coro plazo además de ener un efeco en las exporaciones, pueden ener un efeco significaivo en las hojas de balance de las empresas financieras y no financieras, cuando esas ienen acivos y pasivos en disinas monedas, paricularmene en economías pequeñas y abieras. Para Mies, Morandé y Tapia (2004), el comporamieno del ipo de cambio debería depender de la asa de inerés, pero el impaco exaco de un cambio de la asa de políica es inciero. Sin la inervención del banco cenral para equilibrar las flucuaciones en la liquidez, la asa de inerés de coro plazo y el ipo de cambio endrían un comporamieno más voláil de lo necesario y eso endería a inerrumpir el desarrollo del secor financiero y de la economía.

. Inroducción El manejo de la asa de inerés endría un doble objeivo en el Perú, conrolar los broes inflacionarios y las excesivas flucuaciones del ipo de cambio [Alonso e al, 2006]. El propósio de ese rabajo es examinar la dinámica del ipo de cambio, para el período enero de 2002 agoso de 2007, a ravés de la aplicación de modelos GARCH y GARCH Mulivariado. La venaja de ese úlimo es que se puede modelar co-volailidad enre variables.

2. El ipo de cambio en el Perú La adopción del esquema de meas explícias de inflación, a parir de 2002, ha conribuido a manener la asa de inflación baja. La asa de inerés de coro plazo (asa de inerés inerbancaria) se ha converido en la mea operaiva de la políica monearia. Según Leiderman, Maino y Parrado (2006), las decisiones de la políica monearia, que se reflejan en los cambios de la mea operaiva, endría un impaco más elevado sobre el ipo de cambio y los precios en economías parcialmene dolarizadas como el Perú. Armas y Grippa (2006) en algunas siuaciones se necesian aumenos rápidos y significaivos de la asa de inerés para limiar la variabilidad de la moneda y eviar que el efeco de hoja de balance afece la acividad económica y la solvencia del sisema financiero

2. El ipo de cambio en el Perú Tipo de Cambio S/.xUS$ 3 3.2 3.4 3.6 I semesre de 2002, el TC y TI mosraron comporamieno esable. II semesre de 2002, el TC se depreció fueremene. El BCRP elevó la TI de referencia. El TC uvo un comporamieno moderado, pero hubo una reducción de la asa de inerés hasa finales de 2003. Desde 2004 2005 I, el TC se apreció fueremene porque se presenó de manera generalizada a nivel mundial. A la vez hubo una presión inflacionaria, lo que llevó a elevar la TI, el que se manuvo durane la primera miad de 2005. A finales de 2005, el TC volvió a depreciarse, lo que moivó inervenciones del BCRP. A comienzos de 2006, el TC presena un período de apreciación gradual, y el BCRP comenzó a aumenar la TI, para eviar una depreciación 0 500 000 500 Tasa de Inerés % 2 4 6 8 0 500 000 500

3. Meodología economérica Se presena una revisión de los modelos GARCH univariado y GARCH mulivariado. Con ese úlimo se puede esimar la co-volailidad enre el ipo de cambio y la asa de inerés. El modelo ARCH(q) originalmene propueso por Engle (982). Bollerslev (986) desarrolla el modelo ARCH generalizado, o modelo GARCH(p,q). donde, i i=, q j=, p 2 0 + αiε i + β j i=, q j=, p h = α h α i son los parámeros ARCH y α + β j y = x β + ε ε N ( 0, ) j h β j son los parámeros GARCH. Si, la varianza del error no esá definida, lo que indica que un choque en la volailidad no se desvanece a medida que avanza el iempo. Por lo ano, es necesario que la suma de esos coeficienes sea menor que uno.

3. Meodología economérica La exensión mulivariada del modelo GARCH puede realizase a parir de la represenación univariada. La media condicional del proceso represenada como un modelo VAR: Y de dimensión K puede ser Y = A Y +... + ApY p + ΦD + donde Y = ( y,..., yk ) es un vecor de K variables endógenas, D coniene odas las variables deerminísicas (consane, endencia lineal, variables esacionales, variables dummy), = ( ε,..., ε K ) es el vecor de los érminos de error y, A i y Φ son marices de parámeros. Se asume que Ω N ( 0, H ), donde Ω denoa el conjuno de información disponible hasa el período, y H es la varianza condicional.

3. Meodología economérica En el modelo GARCH(p,q) mulivariado (MGARCH), la mariz de covarianza condicional propuesa por Engle y Kroner (995) y Bauwens e al (2003) en su represenación BEKK iene la forma: H = C N q N p 0 ' C0 + Γin ' i i ' Γin + G jn ' n= i= n= j= H j G jn donde C 0 es una mariz riangular inferior y las marices Γ in y dimensión K K. G in son de Propiedades: El modelo BEKK es esacionario si odos los valores propios de la mariz N q n= i= Γ in N p ' Γ ' + G ' G ' ienen módulos menores que uno, al in n= i= menos una de las marices in in C, Gin, i =,..., p, n,..., N no es singular y odos 0 = los elemenos de la diagonal de la mariz C 0 son posiivos.

3. Meodología economérica Las Funciones de Impulso Respuesa en la Volailidad (VIRF) propuesa por Hafner y Herwarz (200) esá basado en la represenación MGARCH de Engle y Kroner (995), llamada represenación vec: vech q p ( H ) = c + Γi vech( i i ') + G jvech( H j ) i= donde Γ i y G j son marices de parámeros que conienen ( N *) 2 mienras que el vecor c coniene N * = N( N + )/ 2 coeficienes. j= parámeros, La VIRF esá definida como la diferencia enre el valor esperado de la volailidad condicional con y sin choque. V [ ξ F ] Ε[ vech( H ) ] ( ξ ) Ε vech( H ) 0 = 0, F Para el caso de un modelo MGARCH (, ) recursivamene de la siguiene forma: V V 2 2 ( ) { ( ) ( )} ' ξ = Γ * vech H ξ ξ H vech H 0 0 0 0 ξ 0 = Γ + G * V ξ 0 ; > ( ) ( ) ( ) 0, la VIRF puede ser calculada

4. Análisis empírico Daos Depreciación del Tipo de Cambio -2-0 2 0 500 000 500 Variaciones de la TIB -2 0 2 4 0 500 000 500 Una primera caracerísica que se observa es que grandes cambios ienden a ser seguidos por grandes cambios, de cualquier signo, y pequeños cambios ienden a ser seguidos por pequeños cambios, denominados agrupamienos en las volailidades (clusering volailiy).

4. Análisis empírico Una segunda caracerísica que muesran las series son disribuciones de colas pesadas, y esas series ienden a ser lepokuricas. El gráfico Q-Q de las variables se aleja de una línea reca principal en los exremos, lo que confirma la presencia de colas pesadas. QQ (dlexr) QQ (dib) dlexr -.05-.0-.005 0.005.0 -.005 0.005 Inverse Normal dib -2 0 2 4 -.5 0.5 Inverse Normal Densiy 0 00 200 300 400 Hisograma (dlexr) -.05 -.0 -.005 0.005.0 dlexr Densiy 0 2 3 4 5 Hisograma (dib) -2 0 2 4 dib

4. Análisis empírico Modelo univariado GARCH(,) Siguiendo a Dominguez (998) y Kim e al (2000), se esimó el siguiene modelo: Δs h = a + a Δs = α + α ε 0 0 2 + a Δs + β h 2 2 2 + + a dii + a dii + a dii ( b + b INTVADUM )* INTV in v 3 4 in vadum 5 2 + jueves a k k= lunes D k, + ( a + a INTVADUM ) in v in vadum * INTV + ε donde Δ s es la primera diferencia del logarimo del ipo de cambio; dii es la diferencia enre la asa de inerés domésica e inernacional; D i, es una dummy diaria, que oma el valor de uno para cada día i de la semana y cero en oro caso; INTV es la inervención del banco cenral aproximado por las compras neas en mesa de negociaciones, e INTVADUM es una dummy de inervención acumulada, que oma el valor de uno si la inervención en el día es precedida por inervenciones en la misma dirección en los días y 2, y cero en oro caso.

Δs = a + a Δs h 2 = α + α ε 0 0 4. Análisis empírico + a Δs + β 2 2 h 2 + + a dii + a dii 3 4 + a dii 2 jueves k k = lunes ( bin v + bin vadum INTVADUM )* INTV 5 + a D k, + ( a + a INTVADUM ) in v in vadum * INTV + ε Modelo Modelo 2 Parámeros Esimados Errores Esándar Esimados Errores Esándar Media a 0-0.0057 0.0095-0.0009 0.0096 a -0.0637 0.0397-0.0749** 0.038 a 2-0.0607* 0.0346-0.0594* 0.032 a 3-0.0032 0.0289-0.007 0.028 a 4-0.0244 0.046-0.020 0.0407 a 5 0.0238 0.0325 0.0238 0.035 a lunes 0.0000 0.07-0.0079 0.022 a mares 0.0082 0.04 0.0058 0.02 a miercoles 0.062 0.02 0.030 0.06 a jueves 0.0240** 0.07 0.0228** 0.08 a in v -0.000* 0.0002-0.002*** 0.0003 a in vadum 0.0006** 0.0002 0.0007** 0.0003 Varianza α 0 0.0007* 0.0004-6.869*** 0.5859 α 0.687*** 0.0563 0.543** 0.0620 β 0.8300*** 0.0504 0.828*** 0.0596 b in v 0.0085 0.003 b in vadum -0.0597*** 0.037 Chi2 () 28.83 [p=0.0024] 29.37 [p=0.002] N de obs. 46 46 Log-qmv 666.022 683.428 Pormaneau es for whie noise Pormaneau (Q) saisic.835 0.603 Prob>chi2(0) 0.2965 0.3893 Noa: Los niveles de significancia son: %(***), 5%(**) y 0%(*)

4. Análisis empírico 4. Análisis empírico condiional variance, one-sep 0.2.4.6.8-00 0 00 200 300 inv 0 500 000 500 sdh 0.2.4.6.8-00 0 00 200 300 inv 0 500 000 500

Modelo bivariado VAR(7) 4. Análisis empírico El crierio HQ selecciona un orden de p=7. Por lo ano, se esimó un modelo VAR(7). Las pruebas de especificación sobre los residuales del modelo VAR(7), indican que no exise evidencia de auocorrelación, los parámeros esimados son esables, pero exise evidencia de efecos ARCH. Prueba de Auocorrelación para los Errores Esimados del modelo VAR( 7) Prueba LM() LM(4) LM(8) Esadísica.55 45.37 95.95 p-valor (chi2) 0.025 0.000 0.000 Prueba ARCH-LM para los Errores Esimados del Modelo VAR ( 7) Prueba Bivariado dlexr dib LM(4) LM(8) LM(4) LM(8) LM(4) LM(8) Esadísica 403.749 774.47 97.72 03.432 56.448 65.97 p-valor (chi2) 0.000 0.000 0.000 0.000 0.000 0.000 Noa: diferencia del logarimo del ipo de cambio (dlexr) y diferencia de la asa de inerés (dib)

4. Análisis empírico

4. Análisis empírico Modelo bivariado VAR(7) - MGARCH(,) - BEKK VAR fueron esimados bajo la especificación BEKK, mediane el méodo de QMV, bajo el supueso de normalidad. El modelo esimado cumple con las condiciones dadas por Engle y Kroner (995), donde los elemenos de la diagonal de C 0 son mayores que cero y los parámeros γ, g 0. Los parámeros del modelo ( 7 ) MGARCH(, ) > Mediane el es de ARCH-Pormaneau, se idenificó la no presencia de efecos MGARCH. Prueba de ARCH Pormaneau Prueba Ho: No hay Efeco MGARCH Esadísica 459.997 p-valor (chi2) 0.04

4. Análisis empírico Parámeros Esimados del Modelo VAR( 7 ) MGARCH(, ) C Γ G Modelo 0 Módulo BEKK 0.0287 0.2825 0.0305 0.9474-0.0064 0.9797 (4.5339) (6.0844) (.5589) (64.9846) (-2.2290) 0.9580-0.0025 0.028-0.025 0.299 0.027 0.9246 0.9377 (-.0242) (6.836) (-0.3548) (7.2652) (0.5886) (68.206) 0.9589 Noa: Los -esadísicos son reporados enre parénesis; los valores propios de la mariz Γ Γ + G ienen módulos menores que uno. G El parámero g 0 027, que capuran el impaco de la volailidad de la asa de 2, =. inerés en el ipo de cambio, no es esadísicamene significaivo. Eso muesra que la volailidad de la asa de inerés no afeca la volailidad del ipo de cambio. Sin embargo, el parámero g = 0 0064 es negaivo y esadísicamene significaivo, lo, 2. que indica que la mayor volailidad del ipo de cambio reduce la volailidad de la asa de inerés. Eso sopora la eoría de que una mayor flexibilidad del ipo de cambio disminuye la volailidad de la asa de inerés.

4. Análisis empírico

VIRF 4. Análisis empírico Se idenificaron res choques hisóricos: del 8/0/2006, 0/04/2006 y 06/07/2007 (30 p.b.) 0..2.3 0 00 200 300 0.002.004.006.008 vexr0abr06 vexr8ene06 0 00 200 300 -.25-.2-.5-.-.050 0 00 200 300 0.002.004.006.008 cov0abr06 cov8ene06 0 00 200 300 0.05..5.2 0 00 200 300 0.002.004.006.008 vib0abr06 vib8ene06 0 00 200 300

5. Conclusiones Las inervenciones en el mercado cambiario en el día de la inervención resula en apreciación, mienras que inervenciones a lo largo de varios días iene un afeco depreciaorio. Las inervenciones que son pare de una serie de inervenciones reducen la volailidad del ipo de cambio. El impaco de la asa de inerés en el ipo de cambio no es significaivo, lo que indica que el comporamieno de ese úlimo no esá fueremene ligado al de la asa de inerés. Mediane la esimación del modelo VAR(7)-MGARCH(,)-BEKK se obiene una clara persisencia de las innovaciones y volailidades previas en la volailidad conemporánea del ipo de cambio y la asa de inerés. La mayor volailidad del ipo de cambio reduce la volailidad de la asa de inerés, lo que corrobora la eoría de que bajo sisemas flexibles de ipo de cambio, la volailidad de la asa de inerés es menor que la del ipo de cambio. A ravés del análisis de la VIRF se enconró evidencia de que la ampliud y duración de la volailidad del ipo de cambio ane los choques del 8/0/2006 y 0/04/2006 son mayores a los de la asa de inerés. Por oro lado, ane el choque del 06/07/2007, donde la asa de inerés se incremenó, las volailidades del ipo de cambio y la asa de inerés ienen una magniud mucho menor a las aneriores.