Nuestro modelo de componentes principales indica que un factor explica el 93% de la volatilidad en los pares EUR-USD y USD-JPY
Los datos indican que el factor de nivel de cambio ha incrementado su importancia
Las predicciones del modelo demuestran algunas anomalías en la estructura de plazos
Las volatilidades implícitas en los principales tipos de cambio se generan al aplicar la fórmula de Black Scholes a los precios de las opciones. La volatilidad está implícita en este sentido porque el método genera una cifra para la volatilidad que satisface el precio observado de una opción particular cuando se introduce en la fórmula. Como tal, la volatilidad implícita puede discrepar de la volatilidad real. Con la adición de las opciones de los distintos plazos, este método permite el cálculo de la estructura de plazos de la volatilidad. La convención de los mercados es relacionar las volatilidades implícitas de las opciones al dinero (ATM), ya que así se limita un posible eje de variabilidad de las opciones. Lo que queda es una representación de la volatilidad de las opciones de divisas en el futuro. Naturalmente, algunas de estas opciones son más líquidas que otras. Para las que son líquidas, hay una serie a largo plazo de volatilidad implícita diaria para los tipos de cambio de futuros de un mes a un año.
Podemos extraer algunas métricas informativas sobre las tendencias de la volatilidad implícita de las divisas de estos datos, utilizando el Análisis de Componentes Principales (ACP). El ACP nos permite extraer una señal a partir de un factor no observable que explica la variación de los datos. En los datos diarios que hay disponibles desde 1999 hasta el presente, agregamos la información en promedios semanales. Después de inspeccionar visualmente los datos, el contraste de Dickey-Fuller ampliado con mínimos cuadrados generalizados (MCG) determinó la presencia de raíces unitarias y por consiguiente las diferencias de registro alimentaron las regresiones del ACP. Al aplicar el ACP a la volatilidad implícita ATM de los pares EUR-USD y US-JPY de un mes a un año encontramos que un componente principal explica el 93% de los datos de cada tipo de cambio. En ambos casos, la medida de adecuación muestral Kaiser-Meyer-Olkin demuestra que los datos son adecuados para el ACP. Las inspecciones visuales de los valores propios de la regresión del ACP confirman que debemos retener únicamente un componente principal. Además, también examinamos las cargas factoriales de nuestro primer componente y son fuertemente reminiscentes de los parámetros que se encuentran en otros estudios. Así pues, el primer componente puede considerarse un parámetro de cambio de nivel que se mueve con la volatilidad del tipo de cambio.