En esta propuesta, presento dos proyectos que planeo desarrollar en los próximos años. El primer proyecto investiga los factores comunes que impulsan la agrupación de eventos extremos en un amplio panel de series temporales macroeconómicas de EE. UU. El estudio del riesgo macroeconómico a la baja ha ganado atención desde la popularización del concepto "Growth-at-Risk", análogo al "Value-at-Risk" para el crecimiento del PIB. Trabajos fundamentales han modelado empíricamente la distribución completa del crecimiento futuro del PIB real en función de las condiciones financieras. Varias instituciones han desarrollado proyecciones "at-Risk", y métodos similares se han propuesto para variables como inflación y desempleo. Sin embargo, la literatura carece de una perspectiva multivariada. Este proyecto aborda esa brecha identificando los factores comunes que impulsan las colas de las distribuciones en las series temporales macroeconómicas de EE. UU. Aunque los modelos factoriales han sido exitosos al predecir las medias de las variables macroeconómicas, su efectividad para el riesgo a la baja sigue poco explorada.

Desde una perspectiva política, los factores de riesgo a la baja son cruciales porque determinan la probabilidad de eventos adversos extremos conjuntos. Mi análisis empleará indicadores de estrés macroeconómico y factores estadísticos estimados mediante PCA y “Quantile Factor Models”, evaluando su relevancia según el desempeño predictivo fuera de la muestra. Combinaré modelos GARCH y regresión cuantílica.

Los resultados preliminares revelan una marcada dependencia de colas en la economía de EE. UU. Los eventos extremos tienden a agruparse, asemejándose a una distribución “power law”. Los modelos factoriales superan a los modelos de referencia, pero agregar más de un factor aporta beneficios mínimos. Los factores más exitosos están altamente correlacionados y reflejan la volatilidad macroeconómica. Además, los modelos GARCH superan a la regresión cuantílica en horizontes cortos, sugiriendo la necesidad de reevaluar su uso para predecir riesgos a la baja.

El segundo proyecto evalúa la presencia de estrés de liquidez durante crisis en distintas clases de activos, su impacto en el PIB y el crédito, y los roles relativos del riesgo de precios y la liquidez en la predicción de crisis. Para ello, aprovecharé un conjunto de datos de largo plazo que incluye varios países. Este trabajo contribuye al debate sobre la importancia del riesgo y la liquidez en los resultados postcrisis. Aunque la teoría destaca los problemas de liquidez, la evidencia empírica es escasa. La especificación principal analizará su efecto en el PIB y el crédito