TAREA 3

Demostrar que el modelo GARCH es ARCH infinito

El modelo GARCH fue desarrollado independientemente por Bollerslev (1986) y Taylor (1986).
El modelo GARCH permite que la varianza condicional dependa de retrasos propios
anteriores, de modo que la ecuación de varianza condicional en el caso más simple ahora sea:

 n2     un21   n21

¿Por qué GARCH es un mejor modelo mejor y mucho más utilizado que ARCH? La respuesta
es que la primera es más parsimoniosa y evita el sobreajuste. En consecuencia, es menos
probable que el modelo viole las restricciones de no negatividad. Para ilustrar por qué el
modelo es parsimonioso, primero tome la ecuación de varianza condicional en el caso GARCH
(1,1), reste 1 de cada uno de los subíndices de tiempo de la ecuación de varianza condicional

en  n     un 1   n 1 , para obtener la siguientes expresiones:

2 2 2

  n21     un2 2   n22

  n22     un23   n23

  n23     un2 4   n2 4

  

 n2     un21     un22   2   2 un23   3   3un24   4 un25  ..........

Un número infinito de sustituciones sucesivas de este tipo producirá:

 n2   1     2   3   4     un21  1   L   2 L2   3 L3  ......    02

Esta expresión
1    2
 3  4
es simplemente una constante, y como el número de
observaciones tiende a infinito,  tenderá a cero. Por lo tanto, el modelo GARCH (1,1) se


puede escribir como:

 n2   0   un21  1   L   2 L2   3 L3  ......

 n2   0   1un21   2 un2 2   3un23   4 un24  .......


   0    i un2i
2
n
i 1
que es un modelo ARCH de orden infinito restringido. Así, el modelo GARCH (1,1), que
contiene solo tres parámetros en la varianza condicional.

Bibliografía:

 Schopohl, L., Wichmann, R., & Brooks, C. (2019). Stata Guide to Accompany Introductory Econometrics
for Finance.