Según arXiv q-fin, un estudio reciente analiza el comportamiento de la volatilidad en la tasa de intercambio de 1 año a 10 años del dólar, utilizando modelos estocásticos como GARCH(1,1), GJR-GARCH(1,1) y un modelo de tipo de cambio de regímenes (MSGARCH) con transiciones de Markov. Los datos empleados abarcan 16 años, desde el 2007 hasta el 2023, y combinan mediciones implicadas del mercado —como la volatilidad de swaption a término (ATM) y el índice SRVIX— con pruebas diagnósticas rigurosas. Los resultados revelan que, aunque los parámetros de corto plazo en los modelos estándar son consistentes, el término de intercepto ω muestra variaciones significativas en ventanas móviles, generando inestabilidad en la varianza a largo plazo. Esta inconsistencia es validada mediante el test de Nyblom, que indica una necesidad clara de incorporar estructuras de régimen. El modelo MSGARCH resuelve este problema al mantener parámetros específicos por régimen establecidos, y utiliza probabilidades filtradas para capturar el cambio temporal en la volatilidad. Este enfoque logra el mayor logaritmo de verosimilitud y el menor valor del AIC, aunque el criterio BIC prefiere la versión más simple del GJR-GARCH por su simplicidad estructural. En evaluaciones de predicción de un paso adelante, todos los modelos muestran niveles comparables de precisión en el corto plazo. Sin embargo, el MSGARCH permite una interpretación más clara de los escenarios de alta y baja volatilidad, asociados a eventos clave del mercado.
Para el lector peruano, este análisis es especialmente relevante en un contexto donde las fluctuaciones del tipo de cambio afectan directamente la estabilidad de las exportaciones, la inversión extranjera y los costos de los bienes importados. Aunque el estudio se centra en el dólar estadounidense, los principios de volatilidad estructurada y la necesidad de modelos dinámicos pueden aplicarse a los mercados de divisas latinoamericanos, incluyendo el nuevo sol. Las instituciones financieras locales podrían beneficiarse de adoptar enfoques más sofisticados para predecir movimientos en el tipo de cambio, especialmente en periodos de incertidumbre económica, como los que se han registrado en 2023. Además, entender cómo los mercados reaccionan ante eventos específicos —como crisis globales o decisiones de política monetaria— permite a los inversionistas y empresarios diseñar estrategias más robustas frente al riesgo cambiario. En un entorno de alta volatilidad, como el que vive actualmente el Perú, la capacidad de identificar regímenes de alto y bajo riesgo podría transformar la forma en que se gestionan los activos y se toman decisiones en el corto y mediano plazo.