La publicación científica, titulada Un estudio empírico de criptomonedas centrado en evaluar sus funciones de distribución, lleva a cabo una comparativa siguiendo dos direcciones: por un lado, comparar las distribuciones en términos estadísticos para determinar cuál es la mejor para ajustar a los rendimientos financieros y, por otro, comparar las distribuciones en términos de cuantificación del riesgo de mercado a través de estimaciones de Valor en Riesgo (VaR).
En línea con los resultados obtenidos en el análisis estadístico, los investigadores encontraron que las distribuciones asimétricas proporcionan mejores estimaciones de riesgo de mercado que las distribuciones Normal y t-Student, tanto en posiciones largas como cortas. En términos de VaR, existe una distribución que proporciona los mejores resultados, explica la autora.
Los autores, por tanto, determinan en las conclusiones del artículo que las distribuciones asimétricas tienen un desempeño superior frente a las simétricas, tanto en términos estadísticos como en la cuantificación del riesgo de mercado.
“El fuerte crecimiento que han experimentado los precios de las criptomonedas desde su creación ha atraído la atención del mundo académico. La modelización de las funciones de distribuciones de estos activos es fundamental para la cuantificación del riesgo de mercado. El objeto de la investigación ha sido contribuir a la literatura existente de estos nuevos activos financieros que han irrumpido con fuerza en los mercados financieros”, señala la profesora de la UNED.
