This article proposes an extension to the CGARCH model in order to capture the characteristics of short-run and long-run asymmetry and persistence, and examine their effects in modeling and forecasting the conditional volatility of the stock markets from the region of Latin America during the period from 2 January 1992 to 31 December 2014. In the sample analysis, the estimation results of the CGARCH-class model family reveal the presence of short-run and long-run significant asymmetric effects and long-run persistency in the structure of stock price return volatility. The empirical results also show that the use of symmetric and asymmetric loss functions and the statistical test of Hansen ( 2005) are sound alternatives for evaluating the predictive ability of the asymmetric CGARCH models. In addition, the inclusion of long- * Corresponding author.

Resumen: Este trabajo aplica la teoría de valores extremos a la distribución condicional de los residuales estandarizados de especificaciones GARCH, EGARCH y TGARCH, y construye medidas de riesgo dinámicas para la estimación del VaR y expected shortfall de las posiciones larga y corta de la mezcla de petróleo mexicana del 4 de enero de 1989 al 31 de diciembre de 2013. Los resultados del proceso de validación evidencian que los modelos basados en la teoría de valores extremos condicional y simulación histórico-filtrado proporcionan estimaciones más precisas del VaR condicional en cualquier nivel de confianza, aunque su desempeño se reduce significativamente en la predicción del expected shortfall condicional. En niveles de confianza del 99.5% y 99.9%, los hallazgos empíricos muestran que el gobierno está propenso a experimentar un mayor riesgo que los consumidores de petróleo mexicano en el mercado internacional, porque la cola inferior de la distribución empírica es más estable y ancha que la cola superior.

Disponible en www.cya.unam.mx/index.php/cya Los efectos de largo plazo de la asimetría y persistencia en la predicción de la volatilidad: evidencia para mercados accionarios de América Latina The long-run effects of the asymmetry and persistency in forecasting process of the volatility: Regional evidence for Latin America stock markets

Mediante el uso de redes neuronales artificiales [RNA] se propuso mejorar la precisión de clasificación de las empresas dentro de la BMV, en específico del sector comercial en comparación con las técnicas de análisis discriminante múltiple [ADM]  y los modelos logit. Se desarrollaron más de cincuenta arquitecturas neuronales, y la red neuronal artificial  que resulto fue la de arquitectura MLP 6:12:2 basada en algoritmos de aprendizaje de retro-propagación hacia atrás. Los resultados encontrados con la técnica de [RNA] arrojaron que esta técnica tiene un mejor pronóstico de evaluación y de clasificación que la obtenida por las técnicas ADM y Logit.

ϔ ϔȋ Ȍ ϔ the commercial sector using Multiple Discriminant Analysis (MDA), Logit model , and ϔ ȋ Ȍ Ǥ ͺ ǡ ͽ ϔ Ǧ ǡ ǡ ǡ ǡ ϔ Ǧ ͷͿͿͻ ͶͶͻǤ -ϔ growth in three years in net incomes, the market price and Operative Economic Generation.ϔ ǡ ǡ ϔbles, unlike the ANN that are not subject to parametric conditions, showing that although ϔ ϔ ǡ ϔ ǡ ϔ ǡ Ǥ ϔǣ ͺͻǡ ͷ ͷͺ