64-vol. 32, núm. 2, julio-diciembre, 2017
Artículos

Pronósticos de la estructura temporal de las tasas de interés en México con base en un modelo afín

pdf

PDF
pdf

XML
  • Rocío Elizondo
Rocío Elizondo
Banco de México
DOI: https://doi.org/10.24201/ee.v32i2.7

Publicado 2017-07-01

Palabras clave

  • modelo afín,
  • pronósticos,
  • curva de rendimientos,
  • componentes principales,
  • condición de no arbitraje

Cómo citar

Elizondo, R. (2017). Pronósticos de la estructura temporal de las tasas de interés en México con base en un modelo afín. Estudios Económicos De El Colegio De México, 32(2), 213–253. https://doi.org/10.24201/ee.v32i2.7

Métrica

Resumen

Se muestra que un modelo afín permite igualar o mejorar los pronósticos de la estructura temporal de las tasas de interés en México. El modelo de pronóstico se especifica como una relación lineal entre las tasas de interés y tres factores observables, para vencimientos de 1-60 meses. Los pronósticos del modelo afín son comparados con estos de una tasa forward, un AR (1), un VAR (1) y una caminata aleatoria. El modelo afín tiene un desempeño comparable con los otros modelos para horizontes de 12- y 18- meses, con excepción de la caminata aleatoria, Que presenta menores pronósticos para los vencimientos de 24- y 36- meses. No obstante, el modelo afín mejora su desempeño de pronóstico para los horizontes de 24- meses, principalmente para vencimientos de 60-meses

pdf

PDF
pdf

XML

Descargas

Los datos de descargas todavía no están disponibles.

Citas

  1. Ang, A., G. Bekaert y M. Wei. 2007. The term structure of real rates and expected inflation, NBER, Working Paper Series, núm. 12930.
  2. Ang, A. y M. Piazzesi. 2003. A no-arbitrage vector auto regression of term structure dynamics with macroeconomic and latent variables, Journal of Monetary Economics, 50: 745-787.
  3. Christensen, J., F. Diebold y G. Rudebusch. 2007, The affine arbitrage-free class of Nelson-Siegel term structure models, Federal Reserve Bank of San Francisco, Working Paper Series, núm. 2007-20.
  4. Clark, T. y M. McCracken. 2001. Test of equal forecast accuracy and encompassing for nested models, Journal of Econometrics, 105: 85-110.
  5. Clark, T. y M. McCracken. 2010. Testing for unconditional predictive ability, Federal Reserve Bank of San Francisco, Working Paper Series, núm. 2010-031A.
  6. Cortés, J., M. Ramos-Francia y A. Torres. 2008. Un análisis empírico de la estructura temporal de tasas de interés en México, Banco de México, documento de investigación, núm. 2008-07.
  7. Cortés, J. y M. Ramos-Francia. 2008. Un modelo macroeconómico de la estructura temporal de tasas de interés en México, Banco de México, documento de investigación, núm. 2008-10.
  8. Cox. J., J. Ingersoll y S. Ross. 1985. A theory of the term structure of interest rates, Econometrica, 53: 385-407.
  9. Dai, Q. y K. Singleton. 2000. Specification analysis of affine term structure models, Journal of Finance, 55: 1943-1978.
  10. De Pooter, M., F. Ravazzolo y D. van Dijk. 2010. Term structure forecasting using macro factors and forecast combination, Board of Governors of the Federal Reserve System, International Finance Discussion Papers, núm. 993.
  11. Diebold, F. y C. Li. 2006. Forecasting the term structure of government bond yields, Journal of Econometrics, 130: 337-364.
  12. Duffie, D. y R. Kan. 1996. A yield-factor model of interest rates, Mathematical Finance, 6: 379-406.
  13. Favero, C., L. Niu y L. Sala. 2007. Term structure forecasting: No-arbitrage restrictions vs. large information Set, CEPR, International Macroeconomics Discussion Paper Series, núm. 6206.
  14. Giacomini, R. y H. White. 2006. Test of conditional predictive ability, Econometrica, 74(6): 1545-1578.
  15. Gimeno, R. y J. Marques. 2009. Extraction of financial market expectations about inflation and interest rates from market, Banco de España, documento de trabajo, núm. 0906.
  16. Harvey, D, S. Leybourne y P. Newbold. 1997. Testing the equality of prediction mean squared errors, International Journal of Forecasting, 13: 281-291.
  17. Jolliffe, I. 2002. Principal Component Analysis, Springer Series in Statistics, 2da. Edición.
  18. Monch, E. 2005. Forecasting the yield curve in a data-rich environment: A noarbitrage factor-augmented VAR approach, European Central Bank, Working Paper Series, núm. 544.
  19. Nelson, C. y A. Siegel. 1987. Parsimonious modeling of yield curve, Journal of Business, 60: 473-489.
  20. Sethi, R. 2008. New Zealand zero-coupon yield curves: A principal-components analysis, Bank for International Settlements or the Reserve Bank of New Zealand (mimeo).
  21. Svensson, L. 1994. Estimating and interpreting forward interest rates: Sweden 19921994, IMF, Working Paper, núm. 94/114.
  22. Tipping, M. y C. Bishop. 1999. Probabilistic principal component analysis, Journal of the Royal Statistical Society Series B, 61(3): 611-622.
  23. Valuación Operativa y Referencias de Mercado S. A. de C. V. (Valmer). Bases de datos, varios años, Grupo BMV, Ciudad de México, México.
  24. Vasicek, O. 1977. An equilibrium characterization of the term structure, Journal of Finance Economics, 37: 177-188.
  25. Yu, W. y E. Zivot. 2011. Forecasting the term structures of treasury and corporate yields using dynamic Nelson-Siegel models, International Journal of Forecasting, 27(2): 579-591.