Estudio de volatilidad implícita a través del análisis de componentes principales
Resumen
El efecto de una gran cantidad de variables sobre una serie financiera hace difícil diferenciar efectos correlacionados producidos por distintas variables de origen. Mediante el método de componentes principales (PCA) y la técnica de vectores y valores propios, se hace una transformación a una base ortonormal explicando en pocas variables los principales efectos. Esta idea es aplicada a la volatilidad implícita del mercado mexicano de derivados obteniendo en dos variables, de nivel, tendencia y curvatura la principal explicación.
Palabras clave
Volatilidad, PCA, valores propios, vectores propios
Referencias
- Alexander, C., "Principal Component Analysis of Implied Volatility Smiles and Skwes" ISMA Centre Discussion Papers in Finance 2000-10, University of Reading U.K.
- Derman, E. (1999), "Volatility Regimes". RISK Magazine 12:4 pp 55-59.
- Derman, E., and Kamal (1997), "The Patterns of Change in Implied Index Volatilities". Quantitative Strategies Research Notes, Goldman Sachs.
- Derman, E., and Kani (1994), "Riding on a Smile". RISK Magazine 7:2 pp 32-39.
- Flenger, M.; W. hardle, and C. Villa (2000), "The dynamics of Implied Volatilities. A common Principal Component Approach".
- Reiswish D., and M. Tompkins, "Potential PCA Interpretation Problems for Volatility Smile Dynamics. Centre for practical quantitative finance Frankfurt School of Finance and Management", Working Paper Series No.19.
- Resumen y Análisis del Mercado Mexicano de Derivados (Market Statistics) (Enero-Septiembre 2012).
- Skiadopoulos, G.; S. Hodges, and L. Clewlow (1998). "The Dynamics of Implied Volatility Surfaces". Financial Options Research Centre Preprint 1998/86 Warwick Business School, University of Warwick UK.