Maya y Gómez 2008 - What Exactly is Bad News in FX Markets

What exactly is ‘bad news’ in Foreign
Exchange Markets?
Evidence from Latin American Markets.
CECILIA MAYA OCHOA Ph.D.
XM S.A.
KAROLL GÓMEZ PORTILLA M.Sc.
Universidad Nacional de Colombia
Resumen
Esta investigación indaga si lo que fue denominado el efecto
apalancamiento -leverage effect- por Black (1976) para los
mercados accionarios es también característico de los mercados
de divisas. El estudio se enfoca en los mercados emergentes de
Latinoamérica que han adoptado un régimen de tasa de cambio
flexible. Se encuentra que las respuestas a shocks de volatilidad
son de naturaleza diversa, pero se caracterizan por presentar
larga memoria y simetría en la mayoría de los casos. La
respuesta es asimétrica en el caso de Brazil y Perú. Una
explicación posible es el ‘fear of floating’ que genera efectos en
la tasa de interés y la inflación, lo que el mercado considera
como malas noticias. La diferente dirección de la asimetría se
puede explicar por las características propias de cada
economía.
¿Por qué es relevante este estudio?
Conocemos:
Difícil predictibilidad
Clusters de volatilidad
Pero…
Leverage
Volatilidad asimétrica
Larga memoria
¿Por qué es relevante este estudio?
• Medición del riesgo: VaR, CVaR
• Valoración de una opción sobre tasa de
cambio (Garman – Kolhagen, 1983)
• Sonrisas de volatilidad
La sonrisa de volatilidad en
opciones sobre tasa de cambio
Volatilidad
Implícita
Precio de
Ejercicio
John C. Hull, 2009
La sonrisa de volatilidad en
opciones sobre acciones
Volatilidad
implícita
Precio de
ejercicio
John C. Hull, 2009
Leverage effect
Una mayor volatilidad cuando los retornos son
negativos: correlación negativa volatilidad-retornos
Explicación de Black (1976): ‘Bad News’
Nos preguntamos entonces:
¿Qué es exactamente ‘bad news’ en los mercados
de FX?
Evidencia empírica sobre
‘leverage’
1.Mercados accionarios
Johnson y Soriano (2003): 39 países; 1990-2002;
EGARCH(1,1) y TGARCH(1,1).
Bouchaud et al. (2001): correlación entre volatilidad
futura y retornos pasados; 7 índices principales:
S&P 500, NASDAQ, CAC 40, FTSE, DAX, NIKKEI y
Hang Seng; 437 stocks del S&P; los índices
presentan mayor leverage que las acciones.
Evidencia empírica sobre
‘leverage’
2. Mercados de divisas
Bollerslev et al. revisan una cantidad amplia de
evidencia y concluyen que “the two-sided nature of
foreign exchange markets makes such
asymmetries less likely” (Bollerslev, Chou and
Kroner, 1992, p.38).
Hsieh (1988), Diebold and Nerlove (1989), Taylor
(1986), Andersen et al. (2001) entre otros concluyen
también que un GARCH(1,1) simétrico presenta el
mejor ajuste para la tasa de cambio del dólar
respecto a varias otras divisas importantes.
Evidencia empírica sobre
‘leverage’
2. Mercados de divisas. Otros estudios.
Oh y Lee (2004): Korean Won/USD y Won/Yen
encuentran respuesta asimétrica a la revaluación y
la devaluación; EGARCH(1,1) y TGARCH(1,1).
Yang (2006): el marco y la libra esterlina respecto al
dólar; GARCH semiparamétrico que tiene en
cuenta la asimetría.
En el mismo sentido: Hsieh (1989), Tse y Tsui (1997),
McKenzie y Mitchell (2002), y Adler and Qi (2003).
Evidencia empírica sobre
‘leverage’
2. Mercados de divisas. Otros estudios en L.A.
Fernández (2003): peso chileno-dólar; GARCH
asimétrico (Engel, 2000) y EGARCH.
Domac y Mendoza (2003): peso mexicano-dólar de
agosto 1996-junio 2001; EGARCH(1,1)
Vilela y Holland (2004): real brasilero-dólar, enero
1999-mayo 2004; proceso GARCH(1,1).
Evidencia empírica sobre
‘leverage’
Conclusión:
• La evidencia es mixta
• Cuando se evidencia asimetría no es
necesariamente en la dirección del efecto
leverage: revaluación
• Es mayor la evidencia de asimetrías en
mercados emergentes
Evidencia empírica sobre
‘leverage’
Y volvemos a la pregunta original:
Claramente, el efecto leverage como lo definió Black
(1976) no es la explicación de las asimetrías en FX
Es posible que la doble naturaleza de la tasa de cambio
(Bollerslev et al., 1992), en lugar de generar simetrías,
produzca una mayor volatilidad en cierta dirección, no
necesariamente en la dirección de los retornos
negativos, como muestra la evidencia.
Qué es una mala noticia? revaluación o devaluación?
Aunque es claro qué lo es para mercados accionarios, en
FX puede ser en cualquier dirección
Modelos de volatilidad
Engle (1982) introduce el modelo de Heterocedasticidad Condicional
Autoregresivo —ARCH—.
Sea la especificación para la media condicional de la serie un modelo
ARMA(p, q):
p
q
yt = α i + ∑ φ j yt − j + ∑θ j u t − j
j =1
(1)
j =1
Donde el término de perturbación de la ecuación (1) tiene la siguiente
especificación, la cual incluye una perturbación ( vt ) multiplicativa:
u t = vt
ht
q
h t = c + ∑ α j u t2− j
j =1
E ( v t ) = 0 and E ( v t2 ) = 1
(2)
Modelos de volatilidad
Bollerslev
(1986) formula una generalización del ARCH, el cual
permite una especificación más parsimoniosa para la función de la
varianza condicional como un proceso ARMA (p, q). A este modelo se le
conoce como modelo ARCH generalizado —GARCH (p,q)— y su
especificación esta dada por
ut = vt
ht
q
ht = c +
∑
(3)
p
α ju
2
t− j
+
j =1
E ( v t ) = 0 and
∑
β j ht−
j
j =1
E ( v t2 ) = 1
En este caso, se deben satisfacer las siguientes condiciones para garantizar
que la varianza condicional sea no negativa y no persistente, c > 0 , α j , β j ≥ 0
q
y ∑ j =1α j + β j < 1 , respectivamente. Adicionalmente, se debe cumplir que p ≥ 0
y q > 0 para todo j=1,..., p y j=1,...,q.
Modelos de volatilidad
Las especificaciones ARCH y GARCH presentan
algunas limitaciones:
Las condiciones de no negatividad de los parámetros en
las ecuaciones (2) y (3), además de crear dificultades en
la estimación, implican que un valor positivo para la
varianza condicional en el periodo t, ht , produce una
estimación siempre positiva de ht + m , para todo
m ≥ 1 eliminando la posibilidad de un comportamiento
oscilatorio futuro (Nelson, 1991).
Ausencia de efectos leverage.
Modelos de volatilidad
Nelson en 1991 introduce el modelo GARCH exponencial —EGARCH—
En el EGARCH, la varianza condicional ht depende tanto de la magnitud
como del signo de los residuales rezagados, lo cual permite respuestas
asimétricas de la varianza condicional ante shocks negativos y positivos.
En este modelo esta dada por:
q
p
j =1
j =1
[
ln(ht ) = c + ∑ α j g (vt − j ) + ∑ β j ln ht − j ; g (vt − j ) = δvt − j + γ vt − j + E vt − j
] (4)
Donde δ y γ son constantes reales. La asimetría se modela en la función
g ( zt ) la cual depende de los residuales estandarizados
vt −i = ut −i
ht −i
Modelos de volatilidad
Ding,
Engle y Granger (1993). Modelo GARCH de potencia
asimétrico – APGARCH (p,q,ρ) -. Su especificación esta dada por:
(5)
c >0, ρ ≥ 0, αi ≥ 0, βj ≥ 0 y –1 < γ i < 1 para todo i =1,...,p y j =1,...,q.
Modelos de volatilidad
Un
modelo más general que anida todos los anteriores es el
Hyperbolic Asymmetric Power ARCH –HYAPARCH— propuesto por
Dark (2006), el cual incluye asimetrías en la volatilidad y larga memoria
donde los shocks decaen a una tasa hiperbólica:
σ tρ = β p−1 (1)c +  β p−1 ( L)α q ( L)(1 − τ + τ (1 − L) d  (| ut | −γ ut ) ρ
(6)
ut = vt σ t , vt ~ i.i.d (0,1)
α q ( L) = 1 − α1 L − L − α q Lq
β p ( L) = 1 − β1 L − L − β p Lp
son los polinomios de la varianza condicional;
0 ≤ τ ≤ 1 , 0 ≤ d ≤ 1 , ρ ≥ 0 , | γ |< 1
representan amplitud, memoria, potencia y asimetría, respectivamente.
Descripción de las series
La serie objeto de estudio corresponde a las siguientes tasas de
cambio:
1.
2.
3.
4.
5.
Peso colombiano - Dólar americano y Euro
Peso chileno – Dólar americano y Euro
Peso mexicano - Dólar americano y Euro
Nuevo sol peruano - Dólar americano y Euro
Real brasilero - Dólar americano y Euro
Los datos corresponden al régimen de flotación libre de la tasa
de cambio Agosto 1, 2000 – Julio 31, 2007
Se calcularon las variaciones diarias en el logaritmo natural, para
lo cual se tienen en cuenta únicamente los días hábiles.
3600
.04
3200
.02
.06
.04
.02
2800
.00
.00
2400
-.02
2000
-.02
-.04
1600
2001
2002
2003
2004
COP/EUR
2005
2006
-.04
2001
2007
2002
2003
2004
2005
2006
2007
2001
2002
COP/USD Return
COP/USD
16
.03
14
.02
12
.01
2004
2005
2006
2007
COP/EUR Return
.04
.02
.00
10
2003
.00
-.01
8
-.02
-.02
6
-.03
2001
2002
2003
2004
MNX/EUR
2005
2006
2007
2001
2002
MNX/USD
2003
2004
2005
2006
2007
-.04
2001
2002
MNX/USD Return
900
.03
800
.02
2003
2004
2005
2006
2007
MNX/EUR Return
.06
.04
.01
700
.02
.00
600
500
-.01
.00
-.02
-.02
-.03
400
2001
2002
2003
2004
CLP/USD
2005
2006
2007
-.04
2001
2002
CLP/EUR
2003
2004
2005
2006
2007
2001
2002
CLP/USD Return
4
3
2003
2004
2005
2006
2007
2006
2007
2006
2007
CLP/EUR Return
.08
.08
.04
.04
.00
.00
-.04
-.04
2
1
2001
2002
2003
2004
BRL/USD
2005
2006
3.6
4.0
3.5
3.5
3.4
3.0
3.3
2.5
3.2
2.0
PEN/USD
2001
2002
BRL/EUR
4.5
2003
-.12
2004
2005
2006
PEN/EUR
2003
2004
2005
2006
2007
2001
2002
BRL/USD Return
3.7
2002
-.08
-.12
2007
5.0
2001
-.08
3.1
2007
2003
2004
2005
BRL/EUR Return
.02
.04
.01
.02
.00
.00
-.01
-.02
-.04
-.02
2001
2002
2003
2004
2005
PEN/USD Return
2006
2007
2001
2002
2003
2004
2005
PEN/EUR Return
COP/USD
COP/USD
140
0.03
Kernel Density
120
QQ-Plot x normal
0.02
N(s=0.00511)
100
0.01
80
0
60
-0.01
40
-0.02
20
0
-0.03
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
0.04
-0.02
-0.015
-0.01
-0.005
COP/EUR
0
0.005
0.01
0.015
0.02
COP/EUR
60
0.04
Kernel Density
50
QQ-Plot x normal
0.03
N(s=0.00783)
0.02
40
0.01
30
0
20
-0.01
10
-0.02
0
-0.03
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
0.04
0.05
0.06
-0.03 -0.025 -0.02 -0.015 -0.01 -0.005
MXN/USD
100
90
80
70
60
50
40
30
20
10
0
0
0.005
0.01
0.015
0.02
0.025
MXN/USD
0.02
Kernel Density
0.015
N(s=0.00481)
0.01
QQ-Plot x normal
0.005
0
-0.005
-0.01
-0.015
-0.02
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
0.04
-0.02
MXN/EUR
-0.015
-0.01
-0.005
0
0.005
0.01
0.015
MXN/EUR
70
0.03
Kernel Density
60
QQ-Plot x normal
0.02
N(s=0.00778)
50
0.01
40
0
30
-0.01
20
-0.02
10
0
-0.03
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
0.04
-0.03 -0.025 -0.02 -0.015 -0.01 -0.005
0
0.005
0.01
0.015
0.02
0.025
CLP/USD
100
90
80
70
60
50
40
30
20
10
0
CLP/USD
0.02
Kernel Density
0.015
N(s=0.00551)
0.01
QQ-Plot x normal
0.005
0
-0.005
-0.01
-0.015
-0.02
-0.025
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
-0.02
-0.015
-0.01
-0.005
CLP/EUR
0
0.005
0.01
0.015
0.02
CLP/EUR
70
0.04
60
50
Kernel Density
0.03
N(s=0.00779)
0.02
QQ-Plot x normal
0.01
40
0
30
-0.01
20
-0.02
10
-0.03
0
-0.04
-0.05
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
0.04
0.05
-0.03 -0.025 -0.02 -0.015 -0.01 -0.005
BRL/USD
0.06
0.05
0.04
0.03
0.02
0.01
0
-0.01
-0.02
-0.03
-0.04
-0.05
Kernel Density
N(s=0.0103)
40
30
20
10
0
-0.12
-0.1
-0.08
-0.06
-0.04
0.005
0.01
0.015
0.02
0.025
BRL/USD
60
50
0
-0.02
0
0.02
0.04
0.06
QQ-Plot x normal
-0.04
-0.03
-0.02
-0.01
BRL/EUR
0
0.01
0.02
0.03
0.04
0.01
0.02
0.03
0.04
BRL/EUR
45
0.06
40
Kernel Density
35
N(s=0.0117)
QQ-Plot x normal
0.04
30
0.02
25
0
20
15
-0.02
10
-0.04
5
0
-0.06
-0.12
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
0.04
0.06
0.08
-0.04
-0.03
-0.02
-0.01
0
PEN/USD
PEN/USD
450
0.01
400
Kernel Density
350
N(s=0.00186)
QQ-Plot x normal
0.005
300
0
250
200
-0.005
150
100
-0.01
50
0
-0.025
-0.015
-0.02
-0.015
-0.01
-0.005
0
0.005
0.01
0.015
-0.008
-0.006
-0.004
PEN/EUR
Kernel Density
60
N(s=0.00639)
0.025
0.02
0.015
0.01
0.005
0
-0.005
-0.01
-0.015
-0.02
-0.025
50
40
30
20
10
0
-0.04
-0.03
-0.02
-0.01
0
0.01
0
0.002
0.004
0.006
PEN/EUR
80
70
-0.002
0.02
0.03
0.04
0.05
-0.025
QQ-Plot x normal
-0.02
-0.015
-0.01
-0.005
0
0.005
0.01
0.015
0.02
COP/USD
MNX/USD
CLP/USD
BRL/USD
PEN/USD
Mean
-5.38E-05
8.86E-05
-3.63E-05
3.66E-05
-5.31E-05
Median
0.000000
-0.000200
0.000000
0.000000
0.000000
Maximum
0.032800
0.027200
0.025900
0.052600
0.013200
Minimum
-0.029900
-0.022100
-0.026700
-0.103400
-0.018800
Standard
Deviation
0.005109
0.004813
0.005508
0.010272
0.001865
Skewness
0.223344
0.335238
0.036893
-0.139138
-0.460996
Kurtosis
8.413390
4.648068
4.680278
11.48356
15.85369
2244.787 (0)
240.8544 (0)
215.2230 (0)
5481.666 (0)
12634.96 (0)
Q(10)
25.07 (0)
24.87 (0)
28.02 (0)
45.22 (0)
16.22 (0.09)
Q2(10)
573.97 (0)
96.02 (0)
202.43 (0)
864.24 (0)
192.12 (0)
1826
1826
1826
1826
1826
COP/EUR
MNX/EUR
CLP/EUR
BRL/EUR
PEN/EUR
Mean
0.000220
0.000301
0.000178
0.000244
0.000162
Median
0.000000
0.000000
0.000000
5.00E-05
0.000100
Maximum
0.047700
0.032000
0.042600
0.056100
0.036600
Minimum
-0.030900
-0.026900
-0.036200
-0.093400
-0.029700
Standard
Deviation
0.007832
0.007779
0.007796
0.011713
0.006397
Skewness
0.332321
0.235384
0.180896
0.010632
0.169350
Kurtosis
5.156954
3.977808
4.773134
7.141666
4.621134
Jarque-Bera
387.5839 (0)
89.60578 (0)
249.1651 (0)
1305.122 (0)
208.6808 (0)
Q(10)
12.13 (0.27)
12.17 (0.27)
14.18 (0.16)
28.37 (0)
11.03 (0.30)
Q2(10)
75.46 (0)
126.32 (0)
57.44 (0)
906.13 (0)
42.07 (0)
1826
1826
1826
1826
1826
Jarque-Bera
Observations
Observations
COP/USD returns
COP/USD square returns
1.2
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
-0.2
-0.2
10
20
30
40
50
60
70
80
90
10
100
20
30
MXN/USD returns
1.2
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
-0.2
-0.2
10
20
30
40
50
60
70
80
90
10
100
20
30
CLP/USD returns
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
-0.2
-0.2
20
30
40
50
60
50
60
70
80
90
100
40
50
60
70
80
90
100
70
80
90
100
70
80
90
100
70
80
90
100
CLP/USD square returns
1.2
10
40
MXN/USD square returns
70
80
90
10
100
20
30
BRL/USD returns
40
50
60
BRL/USD square returns
1.2
1.0
0.8
0.8
0.6
0.4
0.4
0.0
0.2
-0.4
0.0
10
20
30
40
50
60
70
80
90
10
100
20
30
PEN/USD
40
50
60
PEN/USD square returns
1.2
1.2
1.0
0.8
0.8
0.6
0.4
0.4
0.2
0.0
0.0
-0.4
-0.2
10
20
30
40
50
60
70
80
90
100
10
20
30
40
50
60
COP/EUR returns
COP/EUR square returns
1.2
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
-0.2
-0.2
10
20
30
40
50
60
70
80
90
10
100
20
30
MXN/EUR returns
1.2
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
-0.2
-0.2
10
20
30
40
50
60
70
80
90
10
100
20
30
CLP/EUR returns
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
-0.2
-0.2
20
30
40
50
60
50
60
70
80
90
100
40
50
60
70
80
90
100
70
80
90
100
70
80
90
100
70
80
90
100
CLP/EUR square returns
1.2
10
40
MXN/EUR square returns
70
80
90
10
100
20
30
BRL/EUR returns
40
50
60
BRL/EUR square retuns
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
-0.2
0.0
10
20
30
40
50
60
70
80
90
10
100
20
30
PEN/EUR returns
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
-0.2
-0.2
20
30
40
50
60
50
60
PEN/EUR square returns
1.2
10
40
70
80
90
100
10
20
30
40
50
60
Análisis de resultados
No se rechaza la hipótesis de media cero y hay persistencia en la volatilidad en
la mayoría de los casos.
Returns
Specification
Returns
Specification
COP/USD
ARFIMA(4,d,0)
IGARCH(0,1)
COP/EUR
FIGARCH(1,1)
MNX/USD
HYGARCH(0,1)
MNX/EUR
HYGARCH(0,1)
CLP/USD
ARMA(1,1)
FIGARCH(0,1)
CLP/EUR
IPARCH(0,1)
BRL/USD
PEN/USD
FIAGARCH(0,1)
EGARCH(1,1)
BRL/EUR
FIAGARCH(0,1)
PEN/EUR
HYGARCH(1,1)
Análisis de resultados
1. No se rechaza la hipótesis de media nula y hay persistencia en la
volatilidad en la mayoría de los casos.
2. El real presenta asimetría negativa respecto a ambos, el dólar y el euro.
3. El nuevo sol exhibe asimetría positiva respecto al dólar.
4. Para la mayoría de las tasas de cambio, la mejor manera de modelarlas es
con base en la varianza condicional, con la excepción del peso chileno al
euro donde es más adecuado utilizar la desviación estándar condicional.
Nota 1: se reporta los tests conjuntos de Nyblom-Hansen de estabilidad de
parámetros y no se rechaza la hipótesis nula de estabilidad
Nota 2: para verificar la robustez de los resultados, se estiman los modelos
referenciados en los retornos semanales y se obtienen resultados similares
Análisis de resultados
¿Qué puede explicar los resultados obtenidos?: La respuesta a los shocks de
volatilidad difiere de un país a otro.
Una posible explicación: la hipótesis de FEAR OF FLOATING
CALVO Y REINHART (2002): aunque muchos países declaran adoptar un
régimen flotante de tasa de cambio, en la práctica intervienen
frecuentemente para estabilizarla.
⇒ otras variables v.gr. Tasa de interés e inflación se pueden ver afectadas, lo
cual el mercado puede interpretar como
“malas
noticias”.
Análisis de resultados
De la muestra seleccionada, los dos países que presentan
volatilidad asimétrica, Brazil y Perú, también dan evidencia de
FOF:
• Con base en 3 variables que son la volatilidad de la tasa de
cambio nominal, volatilidad de su variación y volatilidad de las
reservas internacionales, Brazil es reclasificado en el régimen
de tasa de cambio fija y Peru en un régimen intermedio, en
tanto Chile, Colombia y México permanecen en la categoría
de régimen tasa flotante al año 2000 en el cual comienza
nuestro estudio (Levy-Yeyati y Struzenegger (2002).
Análisis de resultados
2.
3.
Walker (2006) clasifica a Brazil como el país con mayor
intervención medido con base en la volatilidad de la
variación de las reservas internacionales. A Perú lo clasifica
en un bajo nivel junto con Chile, Colombia y México.
Ibarra (2007) afirma que se debe utilizar como medida la
volatilidad relativa de la tasa de cambio en relación con la
volatilidad de las reservas y no la volatilidad de la variación
absoluta. Su estudio se limita a Chile, Colombia y México y
nosotros lo ampliamos a Brazil y Perú.
Análisis de resultados
Resultados del análisis de FOF periodo flotación hasta Sept.2005:
PAÍS
Volatilidad tasa de
cambio / Volatilidad
reservas
CHILE
COLOMBIA
MEXICO
BRAZIL
PERU
1.04
0.79
0.74
0.14
0.29
Análisis de resultados
Conclusión: la volatilidad de la tasa de cambio es
asimétrica en aquellos países donde hay intervención
activa.
¿Cuál es la dirección de la asimetría?
Dependerá de las condiciones particulares de cada
economía. Otros dirán (Wang y Yang, 2006) que se
debe a que la intervención usualmente va en una
dirección –otra forma de decir lo mismo?-
Análisis de resultados
Conclusión: la volatilidad de la tasa de cambio es
asimétrica en aquellos países donde hay intervención
activa.
¿Cuál es la dirección de la asimetría?
Dependerá de las condiciones particulares de cada
economía. Otros dirán (Wang y Yang, 2006) que se
debe a que la intervención usualmente va en una
dirección –otra forma de decir lo mismo?-
Análisis de resultados
Conclusión: la volatilidad de la tasa de cambio es
asimétrica en aquellos países donde hay intervención
activa.
¿Cuál es la dirección de la asimetría?
Dependerá de las condiciones particulares de cada
economía. Otros dirán (Wang y Yang, 2006) que se
debe a que la intervención usualmente va en una
dirección –otra forma de decir lo mismo?-
Análisis de resultados
Caso 1: Brazil.
•
•
•
Asimetría izquierda respecto al dólar y al euro: las “malas
noticias” son una revaluación
Balanza comercial positiva con Estados Unidos ($40
billones)
20% de sus exportaciones se dirigen a Europa
Caso 2: Perú.
•
•
•
Asimetría derecha respecto al dólar: las “malas noticias”
son una devaluación
Hiperinflación y crisis económica en los ochenta
Deuda externa e importaciones en dólares. Balanza
comercial positiva es reciente por altos precios en minería
Análisis de resultados
Caso 3: Chile, Colombia y México.
•
•
•
Simetría
No se da FOF
El mercado espera que los shocks de volatilidad de la
tasa de cambio se ajusten vía tasa de cambio
Conclusiones
La respuesta a shocks de volatilidad varían de
un país a otro. Todas las series presentan
evidencia de clusters de volatilidad y la mayoría
se caracterizan por larga memoria. En cuanto a
la correlación retornos – volatilidad, se da en
algunos casos y no siempre es negativa como
el tan documentado efecto ‘leverage’. Luego en
lugar de una sonrisa de volatilidad bien puede
darse el caso de una mueca.
Conclusiones
La evidencia de asimetría en la volatilidad es
característica de los países de la muestra
latinoamericana que presentan ‘Fear of Floating’.
La explicación puede estar en el hecho de que
una intervención activa en el mercado cambiario
puede interpretarse como “malas noticias” por el
mercado debido a los efectos que la misma puede
generar en variables fundamentales como la tasa
de interés o la inflación.
Conclusiones
Finalmente, la dirección de la asimetría
dependerá de las condiciones particulares de
cada economía que conduzcan a que el mercado
considere como “mala noticia” una devaluación o
una revaluación.
En aquellos países en los cuales no se presenta
‘Fear of Floating’ la respuesta a los shocks de
volatilidad es simétrica pues el mercado espera
que el efecto de los mismos sea absorbido vía
tasa de cambio.
¡ MUCHAS GRACIAS!
Agradecemos sus comentarios a las siguientes
direcciones electrónicas:
[email protected]
[email protected]