HIPÓTESIS DE EFICIENCIA ESPECULATIVA Y PREDICCIÓN DE PRECIOS SPOT DE COBRE Y PETRÓLEO USANDO CONTRATOS FUTUROS

Tamaño: px
Comenzar la demostración a partir de la página:

Download "HIPÓTESIS DE EFICIENCIA ESPECULATIVA Y PREDICCIÓN DE PRECIOS SPOT DE COBRE Y PETRÓLEO USANDO CONTRATOS FUTUROS"

Transcripción

1 PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA HIPÓTESIS DE EFICIENCIA ESPECULATIVA Y PREDICCIÓN DE PRECIOS SPOT DE COBRE Y PETRÓLEO USANDO CONTRATOS FUTUROS MARIA ANDREA ALCANTARA ALVARADO Tesis para optar al grado de Magister en Ciencias de la Ingeniería Profesor Supervisor: GONZALO CORTÁZAR S. Santiago de Chile, Abril, 2004

2 PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA Departamento de Ingeniería Industrial y de Sistemas HIPÓTESIS DE EFICIENCIA ESPECULATIVA Y PREDICCIÓN DE PRECIOS SPOT DE COBRE Y PETRÓLEO USANDO CONTRATOS FUTUROS MARIA ANDREA ALCANTARA ALVARADO Tesis presentada a la Comisión integrada por los profesores: GONZALO CORTÁZAR S. RICARDO PAREDES M. RAIMUNDO SOTO M. MARIO DURÁN T. Para completar las exigencias del grado de Magister en Ciencias de la Ingeniería Santiago de Chile, Abril, 2004

3 A Dios, mi familia, amigos y a Rodrigo por todo lo que me han entregado y por su apoyo incondicional. i

4 AGRADECIMIENTOS Agradezco a todas las personas que de una u otra manera intervinieron para que yo lograra la elaboración de esta investigación. A Dios por estar presente en mi camino. A mi madre, a Rodrigo Villalonga y Juan Carlos Velásquez por su ayuda incondicional y su paciencia sin límites. Mi agradecimento especial al Prof. Gonzalo Cortázar por sus valiosos consejos. Una especial mención a Riskamerica y particularmente a Lorenzo Naranjo por su ayuda, tiempo e ideas entregadas en colaboración a mi trabajo. Y un agradecimiento a todas las personas que me apoyaron durante este tiempo, a Natalia Arancibia, Daniela Acuña, Cristóbal Caballero, Cecilia Martabit y Lorena Vergara, de manera especial por su apoyo en las correcciones y por ser mis amigos. ii

5 INDICE GENERAL DEDICATORIA...i AGRADECIMIENTOS...ii INDICE DE TABLAS...vii INDICE DE FIGURAS...xii RESUMEN...xiii ABSTRACT...xv I. INTRODUCCION...1 II. MARCO TEÓRICO PARA EL ANÁLISIS DE LAS SERIES DE PRECIOS SPOT Y DE CONTRATOS FUTUROS Contrato Spot Contrato Forward Contrato Futuro La Relación entre el Precio Spot y los Contratos Futuros La teoría de almacenaje Teoría de las expectativas Análisis Econométrico de las Series de Tiempo Estacionariedad y procesos estacionarios Procesos estocásticos no estacionarios homogéneos iii

6 2.5.3 Raíces unitarias Cointegración III. RESULTADOS EMPÍRICOS DE PRUEBAS DE RAICES UNITARIAS Y DE COINTEGRACION EN LOS MERCADOS DE COBRE Y PETRÓLEO Descripción de Datos Contratos futuros de cobre Contratos futuros de petróleo Resultados Test de Estacionariedad de Precios Spot y Futuros Resultados para cobre Resultados para petróleo Test de Cointegración Entre Precios Spot y Contratos Futuros Resultados para cobre Resultados para petróleo Conclusiones IV. ANÁLISIS DE LA HIPÓTESIS DE EFICIENCIA ESPECULATIVA: EL FUTURO COMO PREDICTOR INSESGADO Test Alternativos de la Hipótesis de Eficiencia Especultiva Test de la HEE bajo precios estacionarios Test de la HEE bajo precios estacionarios en diferencias iv

7 4.1.3 Test de la HEE bajo cointegración entre spot y futuro Test de la HEE bajo no cointegración entre spot y futuro Resultados de Test de la HEE para los Mercados de Cobre y Petróleo HEE para cobre y petróleo bajo la suposición de precios estacionarios en diferencia HEE para cobre y petróleo bajo la suposición de cointegración Conclusiones...65 V. MODELOS DE PREDICCIÓN BASADOS EN INFORMACIÓN DE CONTRATOS FUTUROS Y EN HISTORIA DEL PRECIO SPOT Los Métodos Basados En La Historia Del Precio La caminata aleatoria AR(1) Predicción en Función del Precio de los Contratos Futuros El futuro como predictor insesgado Modelos que relacionan spot y un contrato futuro Modelos que relacionan spot y contratos futuros de distinta madurez Criterios de Evaluación de Modelos de Predicción Resultados de la Predicción del Precio Spot de Mercados de Cobre y Petróleo...79 v

8 5.4.1 Resultados en el mercado del cobre Resultados en el mercado del Petróleo Conclusiones VI. FUTURAS LINEAS DE INVESTIGACION VII. CONCLUSION VIII. BIBLIOGRAFIA ANEXOS ANEXO A: CRITERIOS DE SELECCIÓN DE MODELOS ANEXO B: ESTADÍSTICOS DESCRIPTIVOS ANEXO C: RESULTADOS TEST ESTACIONARIEDAD ANEXO D: RESULTADOS TEST DE COINTEGRACIÓN DE ENGLE- GRANGER ANEXO E: RESULTADOS TEST DECOINTEGRACIÓN DE JOHANSEN ANEXO F: RESULTADOS HIPÓTESIS DE EFICIENCIA ESPECULATIVA ANEXO G: RESULTADOS PREDICCIÓN EN LA MUESTRA ANEXO H: RESULTADOS PREDICCIÓN FUERA DE MUESTRA vi

9 INDICE DE TABLAS Tabla 3.1: Test de Dickey-Fuller Aumentado y Phillips-Perron para datos spot de cobre...37 Tabla 3.2: Test de Dickey-Fuller Aumentado y Phillips-Perron para contratos futuros a un mes de cobre Tabla 3.3: Test de Dickey - Fuller y Phillips-Perron para datos spot de petróleo Tabla 3.4: Test de Dickey-Fuller y Phillips-Perron para contratos futuros a un mes de petróleo Tabla 3.5: Test de cointegración de Engle y Granger para series de precio spot y futuros a un mes de vencimiento de cobre Tabla 3.6: Test de Johansen entre precio spot y futuro a un mes de vencimiento del cobre Tabla 3.7: Test de cointegración de Engle y Granger para series de precio spot y futuros a un mes de vencimiento de petróleo Tabla 3.8: Test de Johansen entre precio spot y futuro a un mes de vencimiento de petróleo Tabla 4.1: Test de la HEE bajo precios estacionarios en diferencias: regresión bivariada sobre la base con contratos futuros a 1, 6, 12 y 17 meses de madurez Tabla 4.2: Test de la HEE bajo precios cointegrados: FM-OLS con contratos futuros a 1, 6, 12 y 17 meses de madurez Tabla 4.3: Test de Johansen aplicado a HEE vii

10 Tabla 4.4: Test de cointegración que impone bs = (-1,1) Tabla 5.1: Descripción de modelos de predicción Tabla 5.2: Error medio en predicción fuera de muestra precios spot de cobre. Data Set 1995:8 1999:12. Predicción período 2000:1-2002:12 (36 obs) Tabla 5.3: Error medio en predicción fuera de muestra precios spot de cobre. Data Set 1995:8 1999:12. Predicción período 2000:1-2000:12 (12 obs) Tabla 5.4: Error medio en predicción fuera de muestra precios spot de cobre. Data Set 1995:8 2000:12. Predicción período 2001:1-2001:12 (12 obs) Tabla 5.5: Error medio en predicción fuera de muestra precios spot de cobre. Data Set 1995:8 2001:12. Predicción período 2002:1-2002:12 (12 obs) Tabla 5.6: Resultados de Razón de EAM para Cobre. Data Set 1995:8 1999:12 predicción período 2000:1-2002:12 (36 obs) Tabla 5.7: Resultados EAM de caminata aleatoria sin drift para Cobre. Data Set 1995:8 1999:12 predicción período 2000:1-2002:12 (36 obs) Tabla 5.8: Resultados de Razón de EAM para Cobre. Data Set 1995:8 1999:12 predicción período 2000:1-2000:12 (12 obs) Tabla 5.9: Resultados EAM de caminata aleatoria sin drift para Cobre. Data Set 1995:8 1999:12 predicción período 2000:1-2000:12 (12 obs) Tabla 5.10: Resultados de Razón de EAM para Cobre. Data Set 1995:8 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.11: Resultados EAM de caminata aleatoria sin drift para Cobre. Data Set 1995:8 2000:12 predicción período 2001:1-2001:12 (12 obs) viii

11 Tabla 5.12: Resultados de Razón de EAM para Cobre. Data Set 1995:8 2001:12 predicción período 2002:1-2002:12 (12 obs) Tabla 5.13: Resultados EAM de caminata aleatoria sin drift para Cobre. Data Set 1995:8 2001:12 predicción período 2002:1-2002:12 (12 obs) Tabla 5.14: Resultados de Razón de RMSE para Cobre. Data Set 1995:8 1999:12 predicción período 2000:1-2002:12 (36 obs) Tabla 5.15: Resultados EAM para modelo caminata aleatoia: caso del cobre. Data Set 1995:8 1999:12 predicción período 2000:1-2002:12 (36 obs)...96 Tabla 5.16: Resultados de Razón de RMSE para Cobre. Data Set 1995:8 1999:12 predicción período 2000:1-2000:12 (12 obs) Tabla 5.17: Resultados EAM para modelo caminata aleatoia: caso del cobre. Data Set 1995:8 1999:12 predicción período 2000:1-2000:12 (12 obs)...97 Tabla 5.18: Resultados de Razón de RMSE para Cobre. Data Set 1995:8 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.19: Resultados EAM para modelo caminata aleatoia: caso del cobre. Data Set 1995:8 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.20: Resultados de Razón de RMSE para Cobre. Data Set 1995:8 2001:12 predicción período 2002:1-2002:12 (12 obs) Tabla 5.21: Resultados EAM para modelo caminata aleatoia: caso del cobre. Data Set 1995:8 2001:12 predicción período 2002:1-2002:12 (12 obs) Tabla 5.22: Modelo de corrección de errores para precio spot de petróleo ix

12 Tabla 5.23: Error medio en predicción fuera de muestra precios spot de petróleo. Data Set 1989:1 1999:12 predicción período 2000:1-2002:12 (36 obs) Tabla 5.24: Error medio en predicción fuera de muestra precios spot de petróleo. Data Set 1989:1 1999:12 predicción período 2000:1-2000:12 (12 obs) Tabla 5.25: Error medio en predicción fuera de muestra precios spot de petróleo. Data Set 1989:1 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.26: Error medio en predicción fuera de muestra precios spot de petróleo. Data Set 1989:1 2001:12 predicción período 2002:1-2002:12 (12 obs) Tabla 5.27: Resultados de razón de EAM para petróleo. Data Set 1989:1 1999:12 predicción período 2000:1-2002:12 (36 obs) Tabla 5.28: Resultados de EAM de modelo caminata aleatoria: caso del petróleo. Data Set 1995:8 1999:12 predicción período 2000:1-2002:12 (36 obs) Tabla 5.29: Resultados de razón de EAM para petróleo. Data Set 1989:1 1999:12 predicción período 2000:1-2000:12 (12 obs) Tabla 5.30: Resultados de EAM de modelo caminata aleatoria: caso del petróleo. Data Set 1995:8 1999:12 predicción período 2000:1-2000:12 (12 obs) Tabla 5.31: Resultados de razón de EAM para petróleo. Data Set 1989:1 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.32: Resultados de EAM de modelo caminata aleatoria: caso del petróleo. Data Set 1995:8 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.33: Resultados de razón de EAM para petróleo. Data Set 1989:1 2001:12 predicción período 2002:1-2002:12 (12 obs) x

13 Tabla 5.34: Resultados de EAM de modelo caminata aleatoria: caso del petróleo. Data Set 1995:8 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.35: Resultados de razón de RMSE para petróleo. Data Set 1989:1 1999:12 predicción período 2000:1-2002:12 (36 obs) Tabla 5.36: Resultados de RMSE de modelo caminata aleatoria: caso del petróleo. Data Set 1995:8 1999:12 predicción período 2000:1-2002:12 (36 obs) Tabla 5.37: Resultados de razón de RMSE para petróleo. Data Set 1989:1 1999:12 predicción período 2000:1-2000:12 (12 obs) Tabla 5.34: Resultados de RMSE de modelo caminata aleatoria: caso del petróleo. Data Set 1995:8 1999:12 predicción período 2000:1-2000:12 (12 obs) Tabla 5.39: Resultados de razón de RMSE para petróleo. Data Set 1989:1 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.40: Resultados de RMSE de modelo caminata aleatoria: caso del petróleo. Data Set 1995:8 2000:12 predicción período 2001:1-2001:12 (12 obs) Tabla 5.41: Resultados de razón de RMSE para petróleo. Data Set 1989:1 2001:12 predicción período 2002:1-2002:12 (12 obs) Tabla 5.42: Resultados de RMSE de modelo caminata aleatoria: caso del petróleo. Data Set 1995:8 2001:12 predicción período 2002:1-2002:12 (12 obs) Tabla 5.43: Modelo de corrección de errores para precio spot de petróleo xi

14 INDICE DE FIGURAS Figura 3.1: Datos utilizados precios spot de cobre..33 Figura 3.2: Media y desviación estándar para series de contrato spot y futuros de cobre Figura 3.3: Datos utilizados precios spot de petróleo..35 Figura 3.4: Media y desviación estándar para series de contrato spot y futuros de petróleo Figura 5.1: Error medio de predicción para precio spot de cobre Figura 5.2: Razón EAM para cobre Figura 5.3: Razón de RMSE para cobre Figura 5.4: Error medio de predicción para precio spot de petróleo Figura 5.5: Razón EAM para petróleo Figura 5.6: Razón de RMSE para petróleo xii

15 RESUMEN Esta tesis examina empíricamente la posibilidad de utilizar la información contenida en los contratos futuros para obtener el valor esperado del precio spot. El análisis es realizado para los mercados de cobre y petróleo haciendo uso de 18 contratos futuros de distinta madurez. El hecho de que los contratos futuros incorporan información acerca de las expectativas del precio spot ha sido analizado empíricamente en variados estudios (Bilson, 1981; Fama y French, 1987; Krehbiel y Adkins, 1993; Clarida y Taylor, 1997; Heany, 2001). La literatura provee resultados contradictorios, lo que acrecienta la necesidad de nuevos análisis empíricos. Un aporte de esta tesis consiste en usar desarrollos recientes en el área de cointegración que proveen nuevos métodos para probar la capacidad predictiva del contrato futuro. Se emplean dos perspectivas distintas para las pruebas empíricas. La primera es el estudio de la hipótesis de eficiencia especulativa, que plantea que el futuro es un estimador insesgado del precio spot. Esta hipótesis es aceptada para contratos futuros de 1 a 11 meses en el caso del cobre y de 1 a 17 meses en el caso del petróleo. La segunda perspectiva consiste en la comparación del poder de predicción relativo de los modelos que emplean los contratos futuros con modelos basados únicamente en la historia del precio spot como la caminata aleatoria y el modelo AR(1). Los resultados de este análisis indican para horizontes mayores a los seis meses una superioridad de los modelos de corrección de errores. Estos modelos son implementados utilizando toda la estructura de contratos futuros disponibles. Además, los contratos futuros por sí solos son superiores frente a otras alternativas de predicción como la caminata aleatoria y las regresiones estándar entre precios spot y futuros. Los modelos que se basan en la cointegración de los precios spot y futuros son propuestos como los adecuados para captar de mejor manera la información contenida en la estructura de contratos futuros. Bajo los resultados encontrados, esta xiii

16 tesis postula que los contratos futuros de cobre y petróleo no pueden ser rechazados como fuente de información de los precios spot. xiv

17 ABSTRACT This thesis empirically examines the possibility of using the information contained in the future contracts to obtain the expected spot price. The analysis is realized for the markets of copper and oil using 18 future contracts of different maturity. The fact that the future contracts incorporate information of expected spot price has been empirically analyzed in varied studies (Bilson, 1981; Fama and French, 1987; Krehbiel and Adkins, 1993; Clarida and Taylor, 1997; Heany, 2001). The literature provides contradictory results, which increases the need of new empirical analyses. The contribution of this thesis is based in recent developments in the area of cointegration which provides new methods for proving the predictive capacity of future contract. Two different perspectives are used for the empirical tests. The first one is the study of the hypothesis of speculative efficiency, which raises that the future is an unbiased estimator of the spot price. This hypothesis is accepted for future contracts from 1 to 11 months in the case of the copper and from 1 to 17 months in the case of the oil. The second perspective consists of the comparison of the relative power of prediction of the models that use the future contracts with models based only on the history of the spot price such as the random walk and the AR (1) model. The results of this analysis indicate for horizons superior to six months a superiority of error correction models. These models are implemented using the whole structure of avalaible future contracts. In addition, the future contracts for themselves are better estimators than other alternatives of prediction as the random walk and the standard regressions between spot and futures prices. The models based on the cointegration of the spot and future prices are proposed as the suitable ones to catch of better way the information contained in the xv

18 structure of future contracts. Given the results, this thesis postulates that the future contracts of copper and oil cannot be rejected as source of information of the spot prices. xvi

19 1 I. INTRODUCCION Existen resultados contradictorios en gran parte de la literatura abocada a la búsqueda de información para la predicción de precios spot en los contratos futuros (Brenner y Kroner, 1995; Engel, 1996). Se presentan conclusiones opuestas sobre la capacidad de los contratos futuros para predecir precios spot, lo que acrecienta el interés por esclarecer si es posible o no. La motivación para abordar la posibilidad de predecir precios spot usando contratos futuros, se basa no sólo en la obtención de una fuente de información de precios, lo que no tiene valor por sí solo. Es relevante además que el mercado estudiado sea de interés económico y de precios volátiles que justifiquen el desarrollo de mecanismos de predicción. En el caso de esta tesis, estas características se cumplen al escoger como mercados objetivos el mercado mundial de cobre y de petróleo, ambos de gran relevancia, involucrando muchos recursos y repercutiendo fuertemente en la economía mundial. Un aumento en la capacidad de predicción, por pequeño que sea, mejora la capacidad de toma de decisiones de inversión, lo que tiene una especial importancia dada la dependencia existente con la explotación y consumo de estos commodities a nivel mundial. La evolución histórica de los retornos de los precios de cobre y petróleo demuestra una alta volatilidad. En el caso del cobre en el presente estudio se calculó una volatilidad anual de 19.79%, contando con observaciones mensuales que comprenden el período entre Agosto de 1995 y Diciembre de Por ejemplo, Gareca (1997) ha encontrado valores en la desviación anual de los retornos de 24% para el cobre entre el período , Bodie y Rosansky (1980) encontraron desviaciones de 47% para el período Para el caso del petróleo, en este estudio se calculó una volatilidad de 34.31%, contando con observaciones mensuales que comprenden el período entre Enero de 1989 y Diciembre del Gareca (1997), en tanto, encuentra una volatilidad de 33% en el período Esta

20 2 volatilidad en los retornos, explica el interés en determinar alguna capacidad de predicción que pueda reducir el riesgo en la toma de decisiones contingentes a estos commodities. La búsqueda de información para predicción de precios spot, se soporta además en evidencia empírica que respalda la posibilidad de predecir los precios de commodities. Esto, ya que si bien en el mercado de las acciones el enfoque tradicional acepta un proceso de caminata aleatoria para el comportamiento de los precios, en el mercado de los commodities esta aseveración es discutible, existiendo estudios que respaldan un cierto grado de reversión a la media de los precios (Gareca, 1997). En el camino a encontrar fuentes de información, el contrato futuro surge como una elección natural, dada su condición de instrumento derivado. Hasta hoy, una de las principales líneas de investigación seguidas en la búsqueda de información en el mercado de futuros estudia la hipótesis de eficiencia especulativa, la que establece al contrato futuro como un estimador insesgado del precio spot 1. Una razón que motiva este análisis está en la posibilidad de obtener fácilmente una herramienta gratuita de predicción. Además, el conocer el sesgo de la predicción del futuro tiene implicancias en las decisiones de cobertura. El camino planteado en esta tesis para este análisis es el desarrollar resultados empíricos, considerando cada una de las suposiciones requeridas en distintos mercados y analizar globalmente la hipótesis de eficiencia especulativa. Conjuntamente con la hipótesis de eficiencia especulativa surge un camino de investigación enfocado a las capacidades de predicción de los contratos futuros bajo el análisis de sus errores de predicción fuera de muestra. Lo importante 1 Los supuestos de esta hipótesis serán discutidos en el Capítulo IV

21 3 en esta línea de investigación es lograr estimaciones de su error fuera de muestra para predecir el precio y encontrar la manera para utilizar la información contenida en los contratos futuros para lograr una mejor predicción. Como se mencionó, para hacer el análisis, se estudia la relación entre el precio spot y el precio futuro de dos commodities, el cobre y el petróleo, con el primer objetivo de examinar la hipótesis de eficiencia especulativa y con un segundo objetivo de entregar datos empíricos sobre la calidad de predicción prestada por los contratos futuros en comparación con modelos de series de tiempo presentes en la literatura. Junto con esto, se busca desarrollar modelos de series de tiempo de predicción más eficientes que hagan un mejor uso de la información contenida en los contratos futuros. El acercamiento por el que se opta permite comparar resultados considerando contratos futuros de distinta madurez. Junto con esto, se presentan mecanismos que permiten extraer la información desde toda la estructura de contratos futuros, a diferencia de la mayor parte de las investigaciones realizadas en la literatura, que sólo estudian la relación con un contrato futuro en particular. Esta tesis sigue la línea de investigaciones recientes, las técnicas son descritas y se analizan cada una de los suposiciones tomadas para realizarlas adecuadamente. La tesis se organiza como sigue. El Capítulo II registra las principales teorías en la relación entre el contrato spot y el futuro. Este registro se complementa con el marco teórico de las principales características de las series de tiempo. También, se presentan los principales test utilizados para lograr una adecuada implementación de los modelos analizados. El Capítulo III describe los resultados empíricos del análisis econométrico para la relación entre el precio spot y futuro para el mercado de cobre y petróleo. Concluye con un análisis de los resultados encontrados. El Capítulo IV resume las principales líneas de investigación seguidas para el análisis de la hipótesis de eficiencia especulativa y los resultados

22 4 encontrado en los períodos estudiados. El Capítulo V analiza la capacidad predictiva de doce modelos de series de tiempo a utilizar, resumiendo sus principales características y exponiendo las capacidades predictivas de cada modelo. El Capítulo VI propone las futuras líneas de investigación y finalmente, el Capítulo VII concluye.

23 5 II. MARCO TEÓRICO PARA EL ANÁLISIS DE LAS SERIES DE PRECIOS SPOT Y DE CONTRATOS FUTUROS Este capítulo resume la teoría existente sobre la relación entre los precios de los contratos futuros y el spot de un determinado activo. El explorar esta relación, tiene por objetivo responder una de las preguntas más usuales de la literatura, que es si los contratos futuros poseen o no información útil acerca de cómo se generan los precios spot. La respuesta a esta pregunta requiere de una exploración en las características y comportamiento de estos contratos. Se procederá a definir brevemente cada uno de estos contratos y discutir las suposiciones que esta tesis emplea acerca de los mecanismos de generación de estos precios. 2.1 Contrato Spot El precio spot es aquel que tendría el activo subyacente para entrega inmediata bajo los términos del contrato futuro. En el caso de commodities físicos, como por ejemplo petróleo o cobre, el precio spot puede ser distinto al precio contado o cash, dado que por lo general en un contrato futuro se especifican sólo algunos lugares específicos de entrega del commodity. En el caso de commodities financieros como son las monedas, este problema es menor, ya que no existen costos asociados de transporte del commodity, aunque sí pequeñas comisiones por transferencia de fondos. Para el caso de este trabajo, el precio spot será considerado como el precio futuro en su vencimiento, suposición común cuando no se cuenta con los precios spot (Fama y French, 1987; Gareca, 1997). Bajo una suposición de neutralidad al riesgo y racionalidad de los agentes, el precio spot debe ser el precio futuro a su vencimiento.

24 6 2.2 Contrato Forward Un contrato forward es un tipo particular de instrumento derivado. En su forma más simple, un derivado es un instrumento financiero cuyo pago depende del valor que tome otro activo al vencimiento 2. Esto implica que existirá una relación directa entre el precio del derivado y del activo al cual está ligado. La valorización de instrumentos derivados es en la actualidad un área de activa investigación en la cual se han realizados importantes avances desde la aparición del trabajo pionero de Black y Scholes (1973). Antes de estudiar las características de un contrato futuro es conveniente analizar el contrato forward. Un forward es un contrato de compra-venta a plazo, en el que se fija un precio determinado y la fecha en que se llevará a cabo la operación en el futuro. El activo sobre el cual está escrito el forward se llama activo subyacente y la fecha futura a la cual se comprometen las partes a transar el activo se llama el vencimiento, madurez o plazo del contrato. La parte que se compromete a comprar el activo subyacente se dice que tiene una posición larga en el forward, mientras que la contraparte que se compromete a vender este activo se dice que tiene una posición corta. En este tipo de contratos no se realiza ninguna transferencia de fondos hasta el vencimiento. Ninguna de las partes paga un precio inicial por entrar en el contrato. Este hecho introduce una incertidumbre adicional en cuanto a que ambas partes están expuestas al riesgo de que la contraparte pueda no disponer de los fondos necesarios para pagar lo que corresponda al vencimiento del forward. Este tipo de contratos se realiza privadamente entre las partes involucradas en lo que se denomina el mercado 2 Existen derivados más complejos que dependen de la trayectoria que haya seguido el precio del activo subyacente durante la vida del contrato.

25 7 OTC 3. Esta última característica es la diferencia principal que posee con el contrato futuro. 2.3 Contrato Futuro Los contratos futuros son muy similares a los contratos forward, siendo ambos establecidos por dos partes quienes acuerdan sobre la compra o venta de un activo específico en el futuro. Los contratos futuros, a diferencia de los forward, son estandarizados, dado que lo único que se decide entre vendedor y comprador es el precio del subyacente, mientras que el volumen de cada contrato, la calidad y el lugar de entrega están determinados de antemano por el mercado. Una segunda diferencia, es que un contrato forward se contrata directamente entre los involucrados, mientras que el contrato futuro se contrata a través de una Cámara de Compensaciones (OTC). Por otra parte, en un contrato futuro las pérdidas o ganancias que se generen se pagan o se reciben diariamente durante la vida del contrato. Estos contratos se transan en bolsas de comercio y es responsabilidad de la bolsa garantizar que los pagos se realicen oportunamente. Para esto, cada parte que entra en un contrato futuro debe depositar un margen inicial de manera de garantizar la disponibilidad de fondos en caso que se originen pérdidas. Este margen se debe mantener por sobre un mínimo establecido por la bolsa de comercio respectiva, para cada uno de los activos sobre los cuales existen contratos futuros y se conoce como Market to market. Cox, Ingerson y Ross (1981) demostraron que cuando las tasas de interés no son estocásticas o no tienen correlación con el activo subyacente, los precios de un forward y un futuro son iguales. Sin embargo, cuando se consideran tasas de interés estocásticas y correlacionadas con el activo subyacente, los precios de ambos contratos difieren. Independientemente de si las tasas de interés son estocásticas o no, al 3 OTC es la sigla de Over-the-Counter.

26 8 vencimiento siempre se debe tener que el precio de un forward es igual a un futuro, si las condiciones de entrega del activo subyacente son las mismas. El precio de un contrato futuro a punto de vencer se llamará precio spot del activo subyacente. 4 Sea FS (, tt, ) el precio de un contrato futuro en la fecha t con vencimiento t en la fecha T. La madurez del contrato es entonces τ = T t. El precio de este contrato futuro es simplemente el valor esperado del precio spot en T bajo la medida de probabilidad ajustada por riesgo (Cox, 1981). Formalmente, se tiene que: FS (, tt, ) = E ( ST ) (2.1) t Q t Donde Q E ( ) t representa el valor esperado bajo la probabilidad ajustada por riesgo Q, que es una medida de probabilidad artificial que se obtiene ajustando la media de las variables estocásticas que caracterizan a una economía. Para la mayoría de los commodities, los contratos futuros son más transados que los contratos forward, lo que los hace más líquidos. Existen además muchos más datos y de mejor calidad para los contratos futuros. Esto provoca que en las investigaciones se usen mucho más los contratos futuros que los contratos forward, lo que también ocurre en la presente investigación. 4 Un análisis más detallado de las características de los contratos futuros se puede encontrar en Hull (1999) y en Duffie (1989).

Series de Tiempo. Una Introducción

Series de Tiempo. Una Introducción Series de Tiempo. Una Introducción Series de Tiempo Muchas veces, sobretodo para realizar pronósticos, resulta conveniente no suponer un modelo explícito para que explique la variables de interés, sino

Más detalles

Métodos y Modelos Cuantitativos para la toma de Decisiones

Métodos y Modelos Cuantitativos para la toma de Decisiones Métodos y Modelos Cuantitativos para la toma de Decisiones David Giuliodori Universidad Empresarial Siglo 21 David Giuliodori (UE-Siglo 21) MMC 1 / 98 Índice: 1 Conceptos Generales 2 Enfoque Clásico Tendencia

Más detalles

VALORACIÓN DE MERCANCÍAS ALMACENABLES. vs. MERCANCÍAS NO ALMACENABLES

VALORACIÓN DE MERCANCÍAS ALMACENABLES. vs. MERCANCÍAS NO ALMACENABLES VALORACIÓN DE MERCANCÍAS ALMACENABLES vs. MERCANCÍAS NO ALMACENABLES MERCANCÍAS Y RENDIMIENTO DE CONVENIENCIA El concepto de rendimiento de conveniencia fue analizado por primera vez por Kaldor y Working

Más detalles

Procesos de Media Móvil y ARMA

Procesos de Media Móvil y ARMA Capítulo 4 Procesos de Media Móvil y ARMA Los procesos AR no pueden representar series de memoria muy corta, donde el valor actual de la serie sólo está correlado con un número pequeño de valores anteriores

Más detalles

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de

Más detalles

Econometría de series de tiempo aplicada a macroeconomía y finanzas

Econometría de series de tiempo aplicada a macroeconomía y finanzas Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo Estacionarias (Univariadas) Carlos Capistrán Carmona ITAM Serie de tiempo Una serie de tiempo es una sequencia de valores

Más detalles

Valoración de Opciones Financieras. Begoña Vitoriano Villanueva bvitoriano@mat.ucm.es Facultad de CC. Matemáticas Universidad Complutense de Madrid

Valoración de Opciones Financieras. Begoña Vitoriano Villanueva bvitoriano@mat.ucm.es Facultad de CC. Matemáticas Universidad Complutense de Madrid Begoña Vitoriano Villanueva bvitoriano@mat.ucm.es Facultad de CC. Matemáticas Universidad Complutense de Madrid Valoración de Opciones Financieras Nociones básicas sobre derivados financieros Derivado

Más detalles

MODELOS DE CÁLCULO DE LA VOLATILIDAD *

MODELOS DE CÁLCULO DE LA VOLATILIDAD * MODELOS DE CÁLCULO DE LA VOLATILIDAD * Uno de los objetivos principales perseguidos en el análisis de series temporales es poder predecir de la manera más aproximada el comportamiento futuro que pueden

Más detalles

Vectores Autorregresivos (VAR)

Vectores Autorregresivos (VAR) Vectores Autorregresivos (VAR) 1 Procesos estocasticos multivariados Y t = [Y 1t, Y 2t,, Y Nt ], t = 1, 2,..., T Estamos interesados en el comportamiento temporal de N variables simultaneamente. E(Y t

Más detalles

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica

Más detalles

El impulso. y el PBI. en el Perú: 1992 2009. crediticio

El impulso. y el PBI. en el Perú: 1992 2009. crediticio análisis El impulso crediticio y el PBI en el Perú: 1992 2009 Erick Lahura* y Hugo Vega* *Especialistas en Investigación Económica del BCRP. erick.lahura@bcrp.gob.pe hugo.vega@bcrp.gob.pe La literatura

Más detalles

EL FILTRO DE KALMAN. Resumen

EL FILTRO DE KALMAN. Resumen EL FILTRO DE KALMAN Carlos Pillajo Universidad Politécnica Salesiana - Ecuador cpillajo@ups.edu.ec Javier E. Sierra Universidad Pontificia Bolivariana Colombia javier.sierra@upb.edu.co Resumen El filtro

Más detalles

ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelación con ARMA

ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelación con ARMA ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Modelación con ARMA Método Box-Jenkins: Un libro que ha tenido una gran influencia es el de Box y Jenkins (1976): Time Series Analysis: Forecasting and

Más detalles

Análisis de Riesgo y Portafolios de Inversión

Análisis de Riesgo y Portafolios de Inversión Portafolios de Inversión Análisis de Riesgo y Portafolios de Inversión 1 Índice I. Definición de portafolio I. Portafolio de inversión II. Proceso de selección de un portafolio I. Harry M. Markowitz III.

Más detalles

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA Villalva Roxana, Ramírez John Resumen. El presente trabajo es realizado a partir de los datos de producción de una planta empacadora

Más detalles

LA DEMANDA DE DINERO EN CHILE: UNA COMPARACION DE METODOS ALTERNATIVOS DE ESTIMACION DE VECTORES DE COINTEGRACION

LA DEMANDA DE DINERO EN CHILE: UNA COMPARACION DE METODOS ALTERNATIVOS DE ESTIMACION DE VECTORES DE COINTEGRACION LA DEMANDA DE DINERO EN CHILE: UNA COMPARACION DE METODOS ALTERNATIVOS DE ESTIMACION DE VECTORES DE COINTEGRACION Ricardo Martner F. Daniel Titelman K.* Documento de Trabajo No. 8 ** Noviembre de 1992

Más detalles

Consideraciones sobre el valor razonable

Consideraciones sobre el valor razonable Consideraciones sobre el valor razonable Angel Vilariño Lima, mayo 2007 Angel Vilariño 1 Valor razonable Valor razonable (en una fecha determinada) es el precio por la que puede ser intercambiado un activo

Más detalles

FACTORES COMUNES EN LA VOLATILIDAD DE LOS TIPOS DE INTERÉS DEL MERCADO INTERBANCARIO

FACTORES COMUNES EN LA VOLATILIDAD DE LOS TIPOS DE INTERÉS DEL MERCADO INTERBANCARIO "FACTORES COMUNES EN LA VOLATILIDAD DE LOS TIPOS DE INTERÉS DEL MERCADO INTERBANCARIO" José Miguel Navarro Azorín Dpto. de Métodos Cuantitativos para la Economía Universidad de Murcia (versión preliminar)

Más detalles

EVOLUCIÓN DE DOS ÍNDICES BURSÁTILES Y DEL PRECIO DEL PETÓLEO EN ECONOMÍAS ABIERTAS EN CICLOS DE EXPANSIÓN-CRISIS EN EL PERÍODO 2003:1-2010:5.

EVOLUCIÓN DE DOS ÍNDICES BURSÁTILES Y DEL PRECIO DEL PETÓLEO EN ECONOMÍAS ABIERTAS EN CICLOS DE EXPANSIÓN-CRISIS EN EL PERÍODO 2003:1-2010:5. EVOLUCIÓN DE DOS ÍNDICES BURSÁTILES Y DEL PRECIO DEL PETÓLEO EN ECONOMÍAS ABIERTAS EN CICLOS DE EXPANSIÓN-CRISIS EN EL PERÍODO 2003:1-2010:5. En este trabajo realizo un estudio entre las variables, con

Más detalles

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

Aplicación de los modelos de credit scoring para instituciones microfinacieras.

Aplicación de los modelos de credit scoring para instituciones microfinacieras. Econ. Reynaldo Uscamaita Huillca Aplicación de los modelos de credit scoring para instituciones microfinacieras. OBJETIVO Proporcionar al ejecutivo del sistema financiero un modelo solido que permita tomar

Más detalles

3.1 Opciones reales Opciones Call Opciones Put Compra de Call

3.1 Opciones reales Opciones Call Opciones Put Compra de Call 3.1 Opciones reales La teoría de opciones tiene un origen puramente financiero, se usa ampliamente como estrategia de cobertura de riesgos para inversiones en valores o acciones e inclusive existen opciones

Más detalles

Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú

Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones Banco Central de Reserva del Perú - Gonzalo Chávez - Paul Zanabria 1 Introducción La proyección

Más detalles

Prólogo. Agradecimientos. Sobre los autores. Presentación

Prólogo. Agradecimientos. Sobre los autores. Presentación CONTENIDO Prólogo Agradecimientos Sobre los autores Presentación IX XI XIII XV PRIMERA PARTE: INTRODUCCIÓN 1 1. QUÉ ENTENDEMOS POR ECONOMÍA FINANCIERA? 3 1.1 Aspectos conceptuales y evolución de la Economía

Más detalles

Expectativas de depreciación y diferencial de tasas de interés: Hay regímenes cambiantes? El caso de Perú*

Expectativas de depreciación y diferencial de tasas de interés: Hay regímenes cambiantes? El caso de Perú* ESTUDIOS ECONÓMICOS Expectativas de depreciación y diferencial de tasas de interés: Hay regímenes cambiantes? El caso de Perú* Alberto Humala alberto.humala@bcrp.gob.pe 1. Introducción Un episodio reciente

Más detalles

TEMA 1. Introducción al análisis empírico de variables económicas.

TEMA 1. Introducción al análisis empírico de variables económicas. TEMA 1. Introducción al análisis empírico de variables económicas. Profesor: Pedro Albarrán Pérez Universidad de Alicante. Curso 2010/2011. Contenido 1 Datos Económicos Introducción Tipos de Datos. Tratamiento

Más detalles

Adrian De León Arias. 1. Introducción.

Adrian De León Arias. 1. Introducción. EL CRECIMIENTO EN MEXICO Y SU INTERDEPENDENCIA CON ESTADOS UNIDOS: UN ANÁLISIS DE COINTEGRACIÓN. MEXICO S ECONOMIC GROWTH AND ITS INTERDEPENDENCE WITH THE UNITED STATES: A COINTEGRATION ANALYSIS- Adrian

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

ANÁLISIS DE SERIE DE TIEMPO DE CAUDALES DEL RÍO EL TALA PERIODO 1937-1960

ANÁLISIS DE SERIE DE TIEMPO DE CAUDALES DEL RÍO EL TALA PERIODO 1937-1960 ANÁLISIS DE SERIE DE TIEMPO DE CAUDALES DEL RÍO EL TALA PERIODO 1937-1960 Verón, Juan Antonio* ; Herrera, Carlos Gabriel*; Rodríguez, Norma Leonor** * Facultad de Tecnología y Ciencias Aplicada de la UNCa.

Más detalles

MODULO 4 CARTERAS DE INVERSIÓN CLASE 3 EQUILIBRIO EN LOS MERCADOS DE CAPITALES

MODULO 4 CARTERAS DE INVERSIÓN CLASE 3 EQUILIBRIO EN LOS MERCADOS DE CAPITALES MODULO 4 CARTERAS DE INVERSIÓN CLASE 3 EQUILIBRIO EN LOS MERCADOS DE CAPITALES Deducción de CAPM Portfolio (j) que replica el activo (i) sobre CML con la misma covarianza con el mercado Por arbitraje el

Más detalles

Econometría de las series de tiempo, cointegración y heteroscedasticidad condicional autoregresiva* *

Econometría de las series de tiempo, cointegración y heteroscedasticidad condicional autoregresiva* * Cuestiones Económicas Vol. 20, No 2:3,2004 Econometría de las series de tiempo, cointegración y heteroscedasticidad condicional autoregresiva* * CLIVE GRANGER Y ROBERT ENGLE 1. Introducción La investigación

Más detalles

Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE

Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE 1. Fórmulas utilizadas en la simulación de la evolución del precio de una acción

Más detalles

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD. Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables

Más detalles

Capítulo 8. Tipos de interés reales. 8.1. Introducción

Capítulo 8. Tipos de interés reales. 8.1. Introducción Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más

Más detalles

10.6. Delta 10.7. El uso de árboles binomiales en la práctica 10.8. Resumen Lecturas orecomendadas Test Preguntas y problemas Preguntas de repaso

10.6. Delta 10.7. El uso de árboles binomiales en la práctica 10.8. Resumen Lecturas orecomendadas Test Preguntas y problemas Preguntas de repaso Contenido Prólogo Capítulo 1. Introducción 1.1. Contratos de futuros 1.2. Historia de los mercados de futuros 1.3. El mercado over-the-counter 1.4. Contratos a plazo (forward contracts) 1.5. Los contratos

Más detalles

CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO

CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO Estadística Superior CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE 1.1. Regresión lineal simple 1.2. Estimación y predicción por intervalo en regresión lineal

Más detalles

Econometría de Económicas

Econometría de Económicas Econometría de Económicas Apuntes para el tema 6 Curso 2004-2005 Profesoras Amparo Sancho Guadalupe Serrano Modelos de panel de datos Datos de Panel son aquellos que surgen de la observación de una misma

Más detalles

Ensayo: Construcción de la Frontera Eficiente de Markowitz mediante el uso de la herramienta SOLVER de Excel y el modelo Matricial.

Ensayo: Construcción de la Frontera Eficiente de Markowitz mediante el uso de la herramienta SOLVER de Excel y el modelo Matricial. UNIVERSIDAD DE ORIENTE NÚCLEO DE MONAGAS POST GRADO EN CIENCIAS ADMINISTRATIVAS MENCIÓN FINANZAS FINANZAS INTERNACIONALES Ensayo: Construcción de la Frontera Eficiente de Markowitz mediante el uso de la

Más detalles

Apronte Econométrico para la Estimación de Coeficientes para Programas de Empleo Asociados a Inversión Pública

Apronte Econométrico para la Estimación de Coeficientes para Programas de Empleo Asociados a Inversión Pública Apronte Econométrico para la Estimación de Coeficientes para Programas de Empleo Asociados a Inversión Pública Eugenio Rojas Rafael Sánchez Alejandra Vega Enero 2013 Dirección de Presupuestos 1 Apronte

Más detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

EN FINANZAS. Ernesto Mordecki. Primer Encuentro Regional de. Probabilidad y Estadística Matemática

EN FINANZAS. Ernesto Mordecki. Primer Encuentro Regional de. Probabilidad y Estadística Matemática MODELOS ESTOCÁSTICOS EN FINANZAS Ernesto Mordecki http://www.cmat.edu.uy/ mordecki mordecki@cmat.edu.uy Facultad de Ciencias Montevideo, Uruguay. Primer Encuentro Regional de Probabilidad y Estadística

Más detalles

Reformas impositivas y crecimiento económico. César Pérez López Instituto de Estudios Fiscales (cesar.perez@ief.minhap.es)

Reformas impositivas y crecimiento económico. César Pérez López Instituto de Estudios Fiscales (cesar.perez@ief.minhap.es) Reformas impositivas y crecimiento económico César Pérez López Instituto de Estudios Fiscales (cesar.perez@ief.minhap.es) Nuria Badenes Pla Instituto de Estudios Fiscales (nuria.badenes@ief.minhap.es)

Más detalles

- se puede formular de la siguiente forma:

- se puede formular de la siguiente forma: Multicolinealidad 1 Planteamiento Una de las hipótesis del modelo de regresión lineal múltiple establece que no existe relación lineal exacta entre los regresores, o, en otras palabras, establece que no

Más detalles

Dualidad y Análisis de Sensibilidad

Dualidad y Análisis de Sensibilidad Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Dualidad y Análisis de Sensibilidad Marcel Goic F. 1 1 Esta es una versión bastante

Más detalles

Dependencia no lineal del Índice de Precios y Cotizaciones de la Bolsa Mexicana de Valores

Dependencia no lineal del Índice de Precios y Cotizaciones de la Bolsa Mexicana de Valores Dependencia no lineal del Índice de Precios y Cotizaciones de la... Dependencia no lineal del Índice de Precios y Cotizaciones de la Bolsa Mexicana de Valores Semei L. Coronado Ramírez* Francisco Venegas-Martínez**

Más detalles

Motivación para Opciones: Evaluación de Flexibilidad en Diseño de Sistemas. Esquema de Sección de Opciones

Motivación para Opciones: Evaluación de Flexibilidad en Diseño de Sistemas. Esquema de Sección de Opciones Motivación para Opciones: Evaluación de Flexibilidad en Diseño de Sistemas Opciones: Motivación Transparencia 1 de 37 Esquema de Sección de Opciones Motivación y Conceptos Básicos Necesidad de evaluar

Más detalles

ÍNDICE Capítulo 14: Mercados De Opciones 3 Acerca De Las Opciones 3 Especulación Con Opciones De Acciones 5

ÍNDICE Capítulo 14: Mercados De Opciones 3 Acerca De Las Opciones 3 Especulación Con Opciones De Acciones 5 ÍNDICE Capítulo 14: Mercados De Opciones 3 Acerca De Las Opciones 3 Mercados Utilizados Para Negociar Opciones 4 El Papel De La Corporación De Compensación De Opciones (Occ) 4 Normas Para La Negociación

Más detalles

Aplicación 3: Rendimiento y riesgo de los activos financieros: el modelo CAPM

Aplicación 3: Rendimiento y riesgo de los activos financieros: el modelo CAPM Aplicación 3: Rendimiento y riesgo de los activos financieros: el modelo CAPM Idea de las modernas t as de finanzas: Relacionar el riesgo y el rdto (esperado) de un activo Más concretamente: explicar el

Más detalles

TRANSFORMADA DE LAPLACE

TRANSFORMADA DE LAPLACE TRANSFORMADA DE LAPLACE DEFINICION La transformada de Laplace es una ecuación integral que involucra para el caso específico del desarrollo de circuitos, las señales en el dominio del tiempo y de la frecuencia,

Más detalles

EVALUACIÓN DE ESTRATEGIAS DE COBERTURA DE PRECIOS PARA TIPO DE CAMBIO Y COMMODITIES AGRÍCOLAS:

EVALUACIÓN DE ESTRATEGIAS DE COBERTURA DE PRECIOS PARA TIPO DE CAMBIO Y COMMODITIES AGRÍCOLAS: EVALUACIÓN DE ESTRATEGIAS DE COBERTURA DE PRECIOS PARA TIPO DE CAMBIO Y COMMODITIES AGRÍCOLAS: ESTUDIO DE COBERTURAS DE TRIGO EN MERCADO CHILENO. Presentado a Comité de Seguro Agrícola Elaborado por: RiskAmerica

Más detalles

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

Más detalles

Política de Derivados de los Fondos de Pensiones Administrados por AFP Cuprum

Política de Derivados de los Fondos de Pensiones Administrados por AFP Cuprum Administrados por AFP Cuprum 2009 PoradasPoliticas.indd 1 16/6/09 16:54:29 POLÍTICA DE DERIVADOS DE LOS FONDOS DE PENSIONES ADMINISTRADOS POR AFP CUPRUM Abril 2009 1 POLITICA PARA EL USO DE INSTRUMENTOS

Más detalles

RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)

RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7) Caracterización de las fuentes y formación de escalas de tiempo Rec. UIT-R TF.538-3 1 RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)

Más detalles

Opciones. Marcelo A. Delfino

Opciones. Marcelo A. Delfino Opciones Concepto de opción! El comprador de una opcion tiene el derecho, no la obligacion, de comprar (call) o vender (put) un contrato a termino a un precio predeterminado (precio de ejercicio)! El derecho

Más detalles

FOLLETO INFORMATIVO SOBRE FUTUROS

FOLLETO INFORMATIVO SOBRE FUTUROS FOLLETO INFORMATIVO SOBRE FUTUROS San Isidro, Febrero de 2008 Advertencia: La negociación con contratos de futuros envuelve un alto grado de riesgo, es altamente especulativa y no puede considerarse en

Más detalles

CAPÍTULO 2: MARCO TEÓRICO. El término inversión significa la asignación de fondos para la adquisición de valores o de

CAPÍTULO 2: MARCO TEÓRICO. El término inversión significa la asignación de fondos para la adquisición de valores o de CAPÍTULO 2: MARCO TEÓRICO 2.1. Valores El término inversión significa la asignación de fondos para la adquisición de valores o de bienes reales con el fin de obtener una utilidad o un interés. [2] Los

Más detalles

TEMA 6: Gráficos de Control por Variables

TEMA 6: Gráficos de Control por Variables TEMA 6: Gráficos de Control por Variables 1 Introducción 2 Gráficos de control de la media y el rango Función característica de operación 3 Gráficos de control de la media y la desviación típica 4 Gráficos

Más detalles

Asocia do s a: FitchRatings. Metodología de clasificación de compañías aseguradoras de riesgos generales

Asocia do s a: FitchRatings. Metodología de clasificación de compañías aseguradoras de riesgos generales de clasificación de compañías aseguradoras de riesgos generales Clasificación global de la institución Corresponde a la clasificación de riesgo global de la institución en categorías establecidas por la

Más detalles

T. 5 Inferencia estadística acerca de la relación entre variables

T. 5 Inferencia estadística acerca de la relación entre variables T. 5 Inferencia estadística acerca de la relación entre variables 1. El caso de dos variables categóricas 2. El caso de una variable categórica y una variable cuantitativa 3. El caso de dos variables cuantitativas

Más detalles

Métodos de promedios. Diplomado en Gestión Estratégica de las Finanzas Públicas MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS

Métodos de promedios. Diplomado en Gestión Estratégica de las Finanzas Públicas MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS La estimación o proyección de ingresos futuros puede llevarse a cabo mediante diferentes métodos estadísticos de extrapolación, entre ellos: sistema

Más detalles

Análisis de riesgo e incertidumbre

Análisis de riesgo e incertidumbre Análisis de riesgo e incertidumbre Eduardo Contreras Enero 2009 Introducción a riesgo e incertidumbre Dos Conceptos: Riesgo:» Información de naturaleza aleatórea, las probabilidades de ocurrencia de eventos

Más detalles

Curso Práctico de Bioestadística Con Herramientas De Excel

Curso Práctico de Bioestadística Con Herramientas De Excel Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA barcillo@gmail.com (593-9) 4194239 Fabrizio Marcillo Morla Guayaquil, 1966. BSc. Acuicultura. (ESPOL 1991). Magister

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

Aula Banca Privada. La importancia de la diversificación

Aula Banca Privada. La importancia de la diversificación Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual

Más detalles

Análisis de procesos estocásticos en el dominio del tiempo

Análisis de procesos estocásticos en el dominio del tiempo Análisis de procesos estocásticos en el dominio del tiempo F. Javier Cara ETSII-UPM Curso 2012-2013 1 Contenido Introducción Procesos estocásticos Variables aleatorias Una variable aleatoria Dos variables

Más detalles

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como:

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como: TEMA 1: PRONÓSTICOS 1.1. Introducción Pronostico es un método mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algún grado de certeza. Existen disponibles tres grupos

Más detalles

Empresarial y Financiero

Empresarial y Financiero Curso de Excel Empresarial y Financiero SESIÓN : REGRESIÓN Rosa Rodríguez Relación con el Mercado Descargue de yahoo.com los Datos de precio ajustado de cierre de las acciones de General Electric (GE),

Más detalles

INTRODUCCIÓN: QUÉ SON LAS FINANZAS?

INTRODUCCIÓN: QUÉ SON LAS FINANZAS? INTRODUCCIÓN: QUÉ SON LAS FINANZAS? 16 David Wong Cam 1. Definición Las finanzas significan un proceso que implica el manejo eficiente de los recursos de una empresa, y el conocimiento y la administración

Más detalles

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Cuando se analizan datos, el interés del analista suele centrarse en dos grandes objetivos:

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

COSTO DE CAPITAL PARA TELEFONÍA A EN CHILE

COSTO DE CAPITAL PARA TELEFONÍA A EN CHILE COSTO DE CAPITAL PARA TELEFONÍA A EN CHILE Eduardo Walker* Profesor Titular Escuela de Administración Pontificia Universidad Católica de Chile Santiago, diciembre de 2008 *Las opiniones sólo representan

Más detalles

REGRESIÓN LINEAL MÚLTIPLE

REGRESIÓN LINEAL MÚLTIPLE REGRESIÓN LINEAL MÚLTIPLE.- Planteamiento general....- Métodos para la selección de variables... 5 3.- Correlaciones parciales y semiparciales... 8 4.- Multicolinealidad en las variables explicativas...

Más detalles

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11 Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales

Más detalles

INDICE 1. Introducción. Los conceptos fundamentales 2. Las Estrategias básicas 3. Los Fundamentos de valor de una opción

INDICE 1. Introducción. Los conceptos fundamentales 2. Las Estrategias básicas 3. Los Fundamentos de valor de una opción INDICE Prefacio V Prólogo VII Dedicatoria XI 1. Introducción. Los conceptos fundamentales 1 Objetivos de aprendizaje 1 Una breve historia de las opciones 1 Los antecedentes europeos 1 Los antecedentes

Más detalles

Contabilidad de costos

Contabilidad de costos Contabilidad de costos CAPITULO 6 CONCEPTO Y OBJETIVOS. En la actualidad, desde el punto de vista de la gerencia, una buena administración no puede prescindir de la aplicación de un sistema de costos adecuado

Más detalles

MODELOS PANEL: APLICACIONES EN SOFTWARE R. Miguel Ángel Mendoza G. 1

MODELOS PANEL: APLICACIONES EN SOFTWARE R. Miguel Ángel Mendoza G. 1 MODELOS PANEL: APLICACIONES EN SOFTWARE R Miguel Ángel Mendoza G. 1 I. Introducción Los modelos panel normalmente se utilizan cuando el fenómeno económico, financiero, social, etc. que se está analizando

Más detalles

Teoría de los Contratos Financieros Derivados 2011

Teoría de los Contratos Financieros Derivados 2011 Teoría de los Contratos Financieros Derivados 2011 Maestría en Finanzas Universidad del CEMA Profesor: Francisco Alberto Lepone Asistente: Julián R. Siri Trabajo Práctico 3 A. Especulación con Futuros

Más detalles

Validación del modelo ARMA para la proyección de la inflación en Costa Rica. Alberto Vindas Quesada

Validación del modelo ARMA para la proyección de la inflación en Costa Rica. Alberto Vindas Quesada Validación del modelo ARMA para la proyección de la inflación en Costa Rica Alberto Vindas Quesada Serie Documentos de Trabajo No. 03-2011 Departamento de Investigación Económica División Económica Diciembre,

Más detalles

Planeamiento Estratégico Dinámico. El Modelo CAPM (Capital Asset Pricing Model- Modelo de Precio de Títulos Financieros)

Planeamiento Estratégico Dinámico. El Modelo CAPM (Capital Asset Pricing Model- Modelo de Precio de Títulos Financieros) Planeamiento Estratégico Dinámico El Modelo CAPM (Capital Asset Pricing Model- Modelo de Precio de Títulos Financieros) Massachusetts Institute of Technology El Modelo CAPM Transparencia 1 de 35 VPN Depende

Más detalles

Warrants 20 Swaps 21

Warrants 20 Swaps 21 ÍNDICE B. INTRODUCCIÓN 0.1. CATÁSTROFES NATURALES 1 0.2. ALGUNAS IDEAS 2 1. DERIVADOS 1.1. CONCEPTOS BÁSICOS 6 Derivados 6 Derivados Financieros 6 Activos Subyacentes 6 Ventajas de los Derivados Financieros

Más detalles

ANÁLISIS DISCRIMINANTE

ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE 1. Introducción 2. Etapas 3. Caso práctico Análisis de dependencias introducción varias relaciones una relación 1 variable dependiente > 1 variable dependiente

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

REGRESIONES QUE APARENTEMENTE NO ESTAN RELACIONADAS (SUR)

REGRESIONES QUE APARENTEMENTE NO ESTAN RELACIONADAS (SUR) BANCO CENTRAL DE COSTA RICA DIVISIÓN ECONÓICA DEPARTAENTO DE INVESTIGACIONES ECONÓICAS NT-06-96 REGRESIONES QUE APARENTEENTE NO ESTAN RELACIONADAS (SUR) Rigoberto Araya onge Juan E. uñoz Giró NOVIEBRE,

Más detalles

Investigación Operacional I EII 445

Investigación Operacional I EII 445 Investigación Operacional I EII 445 Programación Lineal Método Simple Gabriel Gutiérrez Jarpa. Propiedades Básicas de Programación Lineal Formato Estándar Un problema de programación lineal es un programa

Más detalles

Observatorio de morosidad FEDEA. Predicciones de morosidad. Nota metodológica. Mayo 2014

Observatorio de morosidad FEDEA. Predicciones de morosidad. Nota metodológica. Mayo 2014 Observatorio de morosidad FEDEA Predicciones de morosidad Nota metodológica Mayo 2014 1. Predicción de tasa de morosidad agregada La morosidad agregada se refiere principalmente a los créditos morosos

Más detalles

TALLER: Renta Variable 1. C. Si la empresa A se fusiona con la empresa B, la cual es del mismo tamaño, y si no existen sinergias económicas,

TALLER: Renta Variable 1. C. Si la empresa A se fusiona con la empresa B, la cual es del mismo tamaño, y si no existen sinergias económicas, I. TALLER: Renta Variable 1 A. Su corredor le dice que la desviación estándar de los rendimientos de una cartera depende sólo de las desviaciones estándar de los activos individuales y de la cantidad de

Más detalles

Cobertura de Riesgo Cambiario con productos Financieros Derivados

Cobertura de Riesgo Cambiario con productos Financieros Derivados Cobertura de Riesgo Cambiario con productos Financieros Derivados Que es un Forward de Divisas? Lic. Raúl Salas Cortés Agenda Introducción Objetivo del Mercado de Derivados Riesgos de Mercado Qué es un

Más detalles

Una validación de la interpretación no causal del análisis factorial

Una validación de la interpretación no causal del análisis factorial Una validación de la interpretación no causal del análisis factorial José Antonio Pérez-Gil y Rafael Moreno Rodríguez Es muy frecuente asumir que los factores comunes obtenidos en el Análisis Factorial

Más detalles

Análisis de los datos del robo de vehículos asegurados: una aplicación de las series de tiempo. Alejandro Román Vásquez

Análisis de los datos del robo de vehículos asegurados: una aplicación de las series de tiempo. Alejandro Román Vásquez Análisis de los datos del robo de vehículos asegurados: una aplicación de las series de tiempo Alejandro Román Vásquez 2 de mayo del 2012 Índice general 1. Introducción 5 1.1. Contexto, motivación y propósito

Más detalles

Un portafolio accionario para un período de bajo crecimiento económico

Un portafolio accionario para un período de bajo crecimiento económico Informe Estratégico CorpResearch Un portafolio accionario para un período de bajo crecimiento económico De acuerdo a las proyecciones de CorpResearch, en 2015 la economía chilena registrará un crecimiento

Más detalles

Procesos Estacionarios. Francisco J. González Serrano. Universidad Carlos III de Madrid

Procesos Estacionarios. Francisco J. González Serrano. Universidad Carlos III de Madrid PREDICCIÓN DE SEÑALES Procesos Estacionarios Francisco J. González Serrano Universidad Carlos III de Madrid Procesos Estacionarios A la hora de hacer predicciones parece obvio suponer que algo debe permanecer

Más detalles

Siguiendo a Hall (1997), existe una economía en la cual hay hogares que valoran el consumo y el ocio de acuerdo a la función de utilidad siguiente

Siguiendo a Hall (1997), existe una economía en la cual hay hogares que valoran el consumo y el ocio de acuerdo a la función de utilidad siguiente Tarea 3 Macroeconomía II (IN-759) Magister en Economía Aplicada MAGCEA Segundo Semestre 2009 Profesor: Benjamín Villena R. Fecha Inicio: Jueves 10 de Septiembre de 2009 Fecha Entrega: Martes 29 de Septiembre

Más detalles

INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE ESTADÍSTICO Y ECONOMÉTRICOS Nº 004 TI CMACT

INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE ESTADÍSTICO Y ECONOMÉTRICOS Nº 004 TI CMACT "AÑO DE LA UNIÓN NACIONAL FRENTE A LA CRISIS EXTERNA". INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE ESTADÍSTICO Y ECONOMÉTRICOS Nº 004 TI CMACT 1. NOMBRE DEL AREA Departamento de Tecnología de Información

Más detalles

Curso Gestión de Portafolios de Inversión de Reservas y Fondos Públicos. Descripción del Mercado de Derivados: Forwards, Futuros, Swaps y Opciones

Curso Gestión de Portafolios de Inversión de Reservas y Fondos Públicos. Descripción del Mercado de Derivados: Forwards, Futuros, Swaps y Opciones Mayo 18 a 28 2010 Curso Gestión de Portafolios de Inversión de Reservas y Fondos Públicos Descripción del Mercado de Derivados: Forwards, Futuros, Swaps y Opciones Javier Bonza Director de Investigación

Más detalles

DISEÑO DE UN MODELO DE APROXIMACIÓN TRIMESTRAL PARA LA ECONOMÍA DE MADRID

DISEÑO DE UN MODELO DE APROXIMACIÓN TRIMESTRAL PARA LA ECONOMÍA DE MADRID DISEÑO DE UN MODELO DE APROXIMACIÓN TRIMESTRAL PARA LA ECONOMÍA DE MADRID Ana López Yigal Montejo Instituto L. R. Klein, UAM Junio 2000 RESUMEN El presente trabajo estudia la economía madrileña basándose

Más detalles

Modelo estocástico. Un modelo estocástico para asignar el precio de bonos

Modelo estocástico. Un modelo estocástico para asignar el precio de bonos Introducción Puede el hombre conocer con certeza?. Según Carneades, el hombre por ser imperfecto no puede conocer todo con certeza, sino que sólo existen grados de certeza en el conocimiento asociándoles

Más detalles

EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA

EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA 1. Introduccio n El propósito de este reporte es describir de manera detallada un diagnóstico de su habilidad para generar ingresos pasivos, es decir, ingresos

Más detalles

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES Para la valuación de opciones hay dos modelos ampliamente reconocidos como son el modelo binomial y el modelo de Black

Más detalles

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN ACCIONES Y OTROS TÍTULOS DE INVERSIÓN TASAS EFECTIVAS DE RENDIMIENTO ANUAL Y MENSUAL: Es aquélla que se emplea en la compraventa de algunos valores en el Mercado Bursátil o Bolsa de Valores. Estas tasas

Más detalles

MONEDA. asignación ESTRATÉGICA. de activos para BANCOS CENTRALES 1 MONEDA

MONEDA. asignación ESTRATÉGICA. de activos para BANCOS CENTRALES 1 MONEDA MONEDA asignación ESTRATÉGICA de activos para BANCOS CENTRALES 1 MONEDA MONEDA I. IMPORTANCIA DE LA ASIGNACIÓN ESTRATÉGICA DE ACTIVOS (AEA) EN LA ADMINISTRACIÓN DE LAS RESERVAS INTERNACIONALES Las reservas

Más detalles