Un Enfoque Bayesiano para el Estimación de Modelos TAR Multivariados con Distribución de Error Generalizada

Abstract

En este documento se utiliza un enfoque Bayesiano para la estimación de los parámetros de un modelo TAR multivariado con Distribución de Error Generalizada Multivariada (MGED). Esta distribución nos permite modelar una gran variedad de procesos sin fijarnos, preliminarmente, en la distribución multivariada asociada. A partir de la implementación de algoritmos adaptativos se extraen muestras de las densidades condicionales completas de los parámetros. Se evalúa la metodología propuesta a través de simulaciones. Finalmente, se modeló la relacióin de dos índices bursátiles latinoamericanos (COLCAP y BOVESPA) donde la variable de umbral está dada por el índice norteamericano S and P500.

Abstract: This document uses a Bayesian approach for estimating the parameters of a multivariate TAR model with Multivariate Generalized Error Distribution (MGED). This distribution allows us to model a wide variety of processes without worrying us, preliminary, in the associated multivariate distribution. Based on the implementation of adaptive algorithm, samples of the complete conditional densities of the parameters are extracted. The proposed methodology is evaluated through simulations. Finally, we modeled the relationship of two Latin American stock indexes (COLCAP and BOVESPA) where the threshold variable is given by the North American index S and P500.