Fuzzy Gaussian GARCH and Fuzzy Gaussian EGARCH Models: Foreign Exchange Market Forecast

Resumen

Modelos GARCH Gaussiano Difuso y EGARCH Gaussiano Difuso: Pronóstico del Mercado Cambiario 

El presente artículo compara los métodos de varianza condicional GARCH y EGARCH, con respecto a la propuesta Fuzzy Gaussian GARCH y Fuzzy Gaussian EGARCH. Se pronosticó la rentabilidad de cuatro tipos de cambio en periodicidad diaria desde enero 2015 a noviembre 2022 y fuera de muestra, enero 2019 y diciembre 2022. Los resultados revelan que los modelos Fuzzy GARCH y Fuzzy EGARCH estiman mejor el comportamiento de la volatilidad de las series del mercado cambiario en comparación con las técnicas tradicionales. Por lo que, la recomendación es estimar otras variables de alta volatilidad para verificar la eficiencia de las técnicas difusas, sin embargo, la principal limitación es que no es posible aplicar las pruebas econométricas tradicionales para técnicas difusas porque los parámetros no son estimados con el logaritmo de máxima verosimilitud. La estimación de los parámetros de los modelos GARCH y EGARCH con teoría difusa es la propuesta de originalidad. En conclusión, las metodologías difusas tienen menos error al pronosticar la volatilidad de los tipos de cambio dentro muestra y fuera de muestra.