Orientador: Tarcísio Pedro da Silva. / Dissertação (Mestrado em Ciências Contábeis) - Programa de Pós-Graduação em Ciências Contábeis, Centro de Ciências Sociais Aplicadas, Universidade Regional de Blumenau, Blumenau.

La evidencia empírica indica que la volatilidad de la serie de los retornos bursátiles tiene larga memoria. Sin embargo, se ha demostrado que los procesos de corta memoria contaminados con cambios de nivel aleatorios pueden ser confundidos con larga memoria. Frecuentemente esta característica es conocida como larga memoria espúrea. Este trabajo presenta un estudio empírico del modelo de cambios de nivel aleatorios, Random Level Shift (RLS) usando la aproximación de Lu y Perron (2010) y Li y Perron (2013) para la volatilidad de los retornos bursátiles diarios para cinco países latinoamericanos. El modelo RLS consiste en la suma de un componente de corta memoria y un componente de cambio de nivel, donde este último es gobernado por un proceso Bernoulli con probabilidad de cambio a. Los resultados obtenidos sugieren que los cambios de nivel de la volatilidad de los retornos diarios son poco frecuentes pero una vez que se toman en cuenta, la característica de larga memoria y los efectos GARCH desaparecen. También se realizó un ejercicio de predicción fuera de la muestra. / Tesis

Using a sample of weekly frequency of the stock markets returns series, we estimate a set of Markov-Switching-Generalized Autoregressive Conditional Heterocedastic- ity (MS-GARCH) models to a set of Latin American countries (Argentina, Brazil, Chile, Colombia, Mexico and Peru) with an approach based on both the Monte Carlo Expectation-Maximization (MCEM) and Monte Carlo Maximum Likelihood (MCML) algorithms suggested by Augustyniak (2014). The estimates are compared with a stan- dard GARCH, MS and other models. The results show that the volatility persistence is captured di¤erently in the MS and MS-GARCH models. The estimated parameters with a standard GARCH model exacerbates the volatility in almost double compared to MS-GARCH model. There is di¤erent behavior of the coe¢ cients and the variance according the two regimes (high and low volatility) by each model in the Latin Amer- ican stock markets. There are common episodes related to global international crises and also domestic events producing the di¤erent behavior in the volatility of each time series. / Utilizando una muestra de frecuencia semanal de series de retornos de los mercados bursátiles, se estima un conjunto de modelos autorregresivos heterocedásticos condicionales generalizados con cambios de régimen Markov (MS-GARCH, por sus siglas en inglés) a un conjunto de países de América Latina (Argentina, Brasil, Chile, Colombia, México y Perú) con un enfoque basado en los algoritmos de Esperanza-Maximización de Monte Carlo (MCEM, por sus siglas en inglés) y de Máxima Verosimilitud de Monte Carlo (MCML, por sus siglas en inglés) sugeridos por Augustyniak (2014). Las estimaciones son comparadas contra un modelo GARCH estándar, un modelo de cambio de régimen Markov (MS, por sus siglas en inglés) y otros modelos más. Los resultados muestran que la persistencia de la volatilidad es capturada de manera diferente en los modelos MS y MS-GARCH. Los parámetros estimados con un modelo GARCH estándar exacerban la volatilidad a casi el doble en comparación el modelo MS-GARCH. Se evidencia un diferente comportamiento de los coeficientes y la varianza según los dos regímenes (alta y baja volatilidad) en cada uno de los modelos en los Mercados Bursátiles Latinoamericanos. Hay episodios comunes relacionados con las crisis internacionales globales así como eventos domésticos (nacionales) que producen un diferente comportamiento de la volatilidad en cada serie de tiempo. / Tesis

En nuestra investigación planteamos dos escenarios a proyectar, el primero busca hallar ecuaciones que incluyan variables de los tres mercados de manera tal que podamos evaluar estas en periodos que incluyen las operaciones iniciales del MILA, el segundo escenario plantea proyectar el índice de capitalización de mercado tomando como base periodos antes de la entrada en operatividad del MILA. En el primer capítulo presentamos una reseña histórica de las fusiones e integraciones de Bolsas de Valores, sus consecuencias y una perspectiva al caso MILA. En el segundo capítulo se presenta la justificación y delimitación de nuestro trabajo de investigación, objetivos generales y específicos, y nuestra hipótesis. En el tercer capítulo explicamos la metodología de investigación utilizada y desarrollamos un modelo econométrico para validar nuestra hipótesis que consiste en que la fusión y/o integración de las bolsas de valores logran ciertas sinergias que generan beneficios que sustentan la existencia de creación de valor. Para validar la hipótesis se aplicó el modelo sobre las variables referidas a montos negociados, número de empresas listadas, índice general, y la capitalización bursátil, así como se consideró tomar los montos de las actividades de fusiones y adquisiciones que se presentaron en estos tres mercados participantes en el MILA.

Using a sample of weekly frequency of the stock markets returns series, we estimate a set of Markov-Switching-Generalized Autoregressive Conditional Heterocedastic- ity (MS-GARCH) models to a set of Latin American countries (Argentina, Brazil, Chile, Colombia, Mexico and Peru) with an approach based on both the Monte Carlo Expectation-Maximization (MCEM) and Monte Carlo Maximum Likelihood (MCML) algorithms suggested by Augustyniak (2014). The estimates are compared with a stan- dard GARCH, MS and other models. The results show that the volatility persistence is captured di¤erently in the MS and MS-GARCH models. The estimated parameters with a standard GARCH model exacerbates the volatility in almost double compared to MS-GARCH model. There is di¤erent behavior of the coe¢ cients and the variance according the two regimes (high and low volatility) by each model in the Latin Amer- ican stock markets. There are common episodes related to global international crises and also domestic events producing the di¤erent behavior in the volatility of each time series. / Utilizando una muestra de frecuencia semanal de series de retornos de los mercados bursátiles, se estima un conjunto de modelos autorregresivos heterocedásticos condicionales generalizados con cambios de régimen Markov (MS-GARCH, por sus siglas en inglés) a un conjunto de países de América Latina (Argentina, Brasil, Chile, Colombia, México y Perú) con un enfoque basado en los algoritmos de Esperanza-Maximización de Monte Carlo (MCEM, por sus siglas en inglés) y de Máxima Verosimilitud de Monte Carlo (MCML, por sus siglas en inglés) sugeridos por Augustyniak (2014). Las estimaciones son comparadas contra un modelo GARCH estándar, un modelo de cambio de régimen Markov (MS, por sus siglas en inglés) y otros modelos más. Los resultados muestran que la persistencia de la volatilidad es capturada de manera diferente en los modelos MS y MS-GARCH. Los parámetros estimados con un modelo GARCH estándar exacerban la volatilidad a casi el doble en comparación el modelo MS-GARCH. Se evidencia un diferente comportamiento de los coeficientes y la varianza según los dos regímenes (alta y baja volatilidad) en cada uno de los modelos en los Mercados Bursátiles Latinoamericanos. Hay episodios comunes relacionados con las crisis internacionales globales así como eventos domésticos (nacionales) que producen un diferente comportamiento de la volatilidad en cada serie de tiempo.

La evidencia empírica indica que la volatilidad de la serie de los retornos bursátiles tiene larga memoria. Sin embargo, se ha demostrado que los procesos de corta memoria contaminados con cambios de nivel aleatorios pueden ser confundidos con larga memoria. Frecuentemente esta característica es conocida como larga memoria espúrea. Este trabajo presenta un estudio empírico del modelo de cambios de nivel aleatorios, Random Level Shift (RLS) usando la aproximación de Lu y Perron (2010) y Li y Perron (2013) para la volatilidad de los retornos bursátiles diarios para cinco países latinoamericanos. El modelo RLS consiste en la suma de un componente de corta memoria y un componente de cambio de nivel, donde este último es gobernado por un proceso Bernoulli con probabilidad de cambio a. Los resultados obtenidos sugieren que los cambios de nivel de la volatilidad de los retornos diarios son poco frecuentes pero una vez que se toman en cuenta, la característica de larga memoria y los efectos GARCH desaparecen. También se realizó un ejercicio de predicción fuera de la muestra.

En respuesta a los esfuerzos de integración de los mercados MILA, se hace importante conocer hasta qué punto es factible la convergencia a largo plazo. Una mayor divergencia ante estímulos macroeconómicos supone retos a asumir en la integración de las bolsas y la coordinación en materia monetaria y fiscal. El conocimiento del impacto de factores macroeconómicos en las bolsas MILA y su significancia, pueden contribuir a la predictibilidad de sus activos. Los antecedentes empíricos apuntan a que variables macroeconómicas como el rendimiento del mercado, la tasa de interés, la depreciación cambiaria, la cotización internacional del cobre y crudo, y los niveles de producción, influyen en los rendimientos bursátiles. En base a esto, la presente investigación emplea el modelo multifactorial APT para medir su impacto, y qué semejanzas y diferencias se pueden encontrar en el MILA. La hipótesis a analizar plantea si las variables influyen de manera similar en las bolsas integrantes, efectuando este análisis mediante la realización de modelos de mínimos cuadrados ordinarios en cada caso. En función de los resultados obtenidos se concluyó que los retornos del mercado MILA están influenciados por variables macroeconómicas, en especial el tipo de cambio, que fue significativo para los cuatro mercados. Asimismo, las diferencias en los productos de exportación preponderantes aperturan posibilidades de diversificación. Para un inversionista, el invertir en un portafolio común que incorpore acciones tanto de los mercados andinos como México le aportará una menor dependencia y comovimiento respecto a la inversión en un solo mercado.

La finalidad de esta investigación es estudiar las volatilidades y correlaciones de mercados emergentes, específicamente de los mercados de latinoamérica representados por el Mercado Integrado Latinoamericano (MILA), que está compuesto por las bolsas de valores de Chile, Colombia, México y Perú. Además, estudiaremos su interrelación con las volatilidades de un mercado desarrollado como Estados Unidos (EE.UU.). De esta manera podremos conocer si el mercado desarrollado es el principal transmisor de volatilidad a los demás mercados. Se puede observar que el incremento de la volatilidad en un mercado se origina por eventos internos; tales como situaciones sociales y la política de los países latinoamericanos y por eventos externos; tales como los eventos originados en los otros países que componen el MILA y el país desarrollado tomado en esta investigación, los EE.UU. Por esto último sería importante el estudio de las correlaciones de los mercados. Tanto las volatilidades y correlaciones fueron estimadas con el modelo \diagonal BEKK" que es un modelo GARCH multivariado que permite estimar la matriz de varianzas y covarianzas condicionadas durante todo el período de análisis. Los resultados de ésta investigación servirán para que los inversionistas puedan tomar decisiones óptimas en sus portafolios de inversión, reduciendo el riesgo con el efecto de la diversi ficación. Con la ayuda de la revisión histórica de las volatilidades y correlaciones, se podría determinar en qué situaciones los inversionistas podrían usar el mercado latinoamericano para diversi ficar y cuando no sería posible. Adicionalmente, esta investigación es útil para las autoridades de los países para tomar decisiones de políticas regulatorias.