Midiendo la volatilidad del mercado de opciones con el VIX

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

Download "Midiendo la volatilidad del mercado de opciones con el VIX"

Transcripción

1 FACULTAD DE CIENCIA ECONÓMICA Y EMPREARIALE UNIVERIDAD DE LA LAGUNA Midiendo la volatilidad del mercado de opciones con el VIX Javier Giner Rubio* andra Morini Marrero * DOCUMENTO DE TRABAJO La Laguna, diciembre 2002 * Universidad de La Laguna. Departamento de Economía Financiera y Contabilidad

2 MIDIENDO LA VOLATILIDAD DEL MERCADO DE OPCIONE CON EL VIX Javier Giner Rubio y andra Morini Marrero Departamento de Economía Financiera y Contabilidad Universidad de La Laguna REUMEN El VIX es una nueva medida de la volatilidad del mercado, utilizada en algunos de los principales mercados financieros del mundo. El objetivo de este trabajo es construir este índice para el mercado español a partir de las volatilidades implícitas de las opciones sobre el futuro IBEX negociadas en MEFF durante el periodo , para analizar las propiedades univariantes y de estacionalidad de esta serie, así como las relaciones intertemporales entre el índice de volatilidad y la rentabilidad del mercado. PALABRA CLAVE: volatilidad implícita, opciones Ibex-35, predicción 1. INTRODUCCIÓN in duda la principal preocupación de los participantes en los mercados de opciones es la volatilidad de los precios de esos activos. En este sentido, se han venido desarrollando diversos trabajos que tratan de predecir la volatilidad futura que va a registrar el subyacente con el fin de tratar de aprovechar mejor las oportunidades del mercado, para ello se han empleado básicamente dos elementos que son fácilmente calculables a partir de los datos disponibles en el mercado: la volatilidad histórica que es una medida estadística de los movimientos de los precios del subyacente en el pasado y la volatilidad implícita que se calcula a partir de los precios de las opciones que se negocian en el mercado, considerando un modelo de valoración determinado y suponiendo conocidos el resto de parámetros que intervienen en ese modelo. Esto es, la volatilidad histórica es una medida de cómo se han movido los precios en el pasado y su utilidad se basa en que se considera que esa volatilidad puede volver a repetirse en el mercado, y la volatilidad implícita que se basa en que los precios negociados incorporan información acerca de cuál va a ser la volatilidad del mercado hasta el vencimiento de la opción. Efectivamente, la mayor parte de los estudios indican que la volatilidad implícita es el mejor indicador de la volatilidad futura. Corredor y antamaría (2001) estudian diferentes alternativas para la predicción de la volatilidad del índice Ibex-35, modelos de series temporales (particularmente GARCH y GJR), modelos de volatilidades implícitas y especificaciones combinadas de ambos conjuntos de información. us resultados avalan que

3 las volatilidades implícitas ofrecen mejores resultados, en términos de predicción, que los modelos de volatilidad histórica. Y aunque los modelos con especificaciones combinadas implícita-histórica puedan resultar ligeramente superiores, concluyen que estas diferencias no resultan significativas. En el mercado americano de opciones sobre el índice &P 100 (OEX), Blair et al (2001) encuentran que la información verdaderamente relevante se encuentra en la volatilidad implícita, e incluso comprueban que los resultados obtenidos utilizando series históricas de alta frecuencia (datos intradía de frecuencia cada 5 ) no mejoran demasiado su capacidad predictiva. in embargo, dado que sobre un mismo subyacente y para un mismo vencimiento se negocian diferentes opciones (calls y puts) con diferentes precios de ejercicio, la caracterización de la volatilidad implícita supone un compromiso entre la información disponible y la operatividad de la definición que se emplee. El procedimiento habitual consiste en utilizar la volatilidad de la opción más cercana a vencimiento y más at the money (ATM). Para evitar distorsiones debidas a la cercanía del vencimiento de los contratos, el vencimiento más cercano pasa a ser el siguiente disponible cuando el número de días a vencimiento es inferior a una cifra determinada, aproximadamente una semana. Esta definición de volatilidad implícita (VI) supone varios problemas. El primero de ellos es que obliga a distinguir entre la VI de las opciones de compra y la VI de las opciones de venta. El segundo es que, utilizando las opciones más en dinero de entre las disponibles, queda abierta la posibilidad de generar series históricas en las que se entremezclen datos de opciones verdaderamente ATM con datos que no lo son tanto. Y el tercero y fundamental es que, siendo que la principal utilidad de la volatilidad implícita es su demostrada capacidad predictiva en el periodo hasta vencimiento, las series de volatilidad implícita ATM son difíciles de manejar por el hecho de que su periodo de aplicación va disminuyendo en la medida que el tiempo avanza. i la volatilidad de hoy está referida a 25 días, la volatilidad de mañana lo estará para 24 días o la de la semana que viene para 18 días hasta vencimiento. En este sentido, surge la idea de crear un índice de volatilidad que aglutine la información contenida en diferentes opciones, y que homogenice el periodo de predicción que puede asociarse a la volatilidad implícita. La idea de crear un índice de volatilidad a partir del precio de las opciones surgió en el mismo momento en que éstas se empezaron a negociar en Desde entonces diversos autores han propuesto diferentes formas de calcular este índice hasta llegar a la propuesta del VIX en En este trabajo vamos a seguir las líneas marcadas por el principal referente en este estudio que es el artículo de Fleming et al (1995). El VIX en su

4 origen fue desarrollado por el CBOE para medir el nivel de volatilidad implícita del mercado. El VIX se calcula en tiempo real en el mercado y se considera un indicador fundamental, no sólo en la negociación de opciones, sino de la percepción del mercado en general. Posteriormente otros mercados de opciones han ido sumándose a esta iniciativa, así el mercado alemán calcula otro índice denominado VDAX. En el mercado español de opciones (MEFF) se dispone de información acerca de la volatilidad implícita de contratos individuales pero no se encuentra disponible un índice de volatilidad tal y como los comentados. Por tanto en este trabajo se calcula el índice de volatilidad para el mercado español a partir de las opciones sobre el IBEX-35 y se analizan sus propiedades estadísticas a la vez que se trata de determinar qué información acerca del comportamiento del mercado contiene el mismo. Así, en el siguiente apartado se explica el modo en que se calcula el índice, en el apartado 3 se analizan estadísticamente las series obtenidas, en el apartado 4 se realiza un estudio acerca de la relación temporal entre la rentabilidad del mercado y el índice y finalizamos el trabajo con un resumen a modo de conclusión de los resultados más relevantes obtenidos. 2. CÁLCULO DEL ÍNDICE DE VOLATILIDAD VIX Tal y como hemos adelantado, el VIX es un índice que se calcula a partir de la volatilidad implícita de un conjunto de opciones. En concreto, se eligen ocho opciones (cuatro calls y cuatro puts) correspondientes al vencimiento más cercano y al siguiente que negocien precios de ejercicio justo por debajo y por encima del precio del contado del subyacente, esto es, lo más cerca ATM posible. La volatilidad implícita se pondera según el tiempo de vida restante y el grado en que no están ATM en la forma que explicamos a continuación. Una vez calculadas las volatilidades implícitas se realiza un ajuste en las mismas para que correspondan no a días naturales sino a días negociados. Esto es necesario, porque está comprobado que la rentabilidad entre el viernes y el lunes no es tres veces mayor que la rentabilidad diaria entre cualesquiera otros días de negociación. Para calcular los días de negociación se procede de forma aproximada, esto es, se quitan dos días (los correspondientes a sábado y domingo) por cada siete días naturales de tal forma que no se tienen en cuenta de forma efectiva los días festivos entre semana en los que no hay mercado. Por ello se emplea la siguiente expresión: Tneg=Tnat-2 Ent( Tnat / 7)

5 donde Tneg son los días de negociación, Tnat son los días naturales y Ent( ) es el operador parte entera. Además es necesario estandarizar la volatilidad de forma que: σ neg = σ nat (T nat / T neg ) 1/2 Este cambio es importante en la medida en que eleva los niveles de volatilidad, ya que al considerar menos días hasta vencimiento, fuerza a subir la volatilidad basada en los días de negociación y σ neg σ nat. En la sección 3.2. se estudiará con más detalle el efecto de este ajuste. Una vez que tenemos estandarizadas las volatilidades implícitas de los ocho contratos elegidos, el procedimiento para calcular el índice es muy sencillo y se procede en tres fases. El primer paso para el cálculo del índice es calcular la media simple de los pares de opciones call y put con mismo precio de ejercicio y vencimiento. Esto es, si denominamos σ ij,k a la volatilidad implícita estandarizada de la call (i=c) o de la put (i=p), del vencimiento más próximo (j=1) o del siguiente más próximo (j=2) cuyo precio de ejercicio está por debajo (k=b) o por arriba (k=a) del precio del subyacente (i.e= σ c,1,b indica la volatilidad implícita estandarizada de una call con vencimiento más próximo y precio de ejercicio por debajo del precio del subyacente), obtendremos cuatro medias, uno por cada vencimiento y precio de ejercicio: σ 1,b = (σ c,1,b + σ p,1,b ) / 2; σ 1,a = (σ c,1,a + σ p,1,a ) / 2; σ 2,b = (σ c,2,b + σ p,2,b ) / 2 y σ 2,a = (σ c,2,a +σ p,2,a )/2. El objetivo de utilizar tanto calls como puts para el calculo del índice es obvio ya que así podemos incorporar ambos tipos de contratos, el objetivo de establecer una media entre ambos valores es para mitigar posibles sesgos producidos porque la velocidad de movimiento de las opciones y del subyacente no es la misma cuando el mercado se mueve muy rápidamente. Esto es, cuando el mercado sube muy rápido se produce un sesgo positivo (negativo) en las call (put). Al realizar la media ambos sesgos se compensan. El siguiente paso consiste en calcular la volatilidad implícita ATM para un vencimiento dado a partir de las medias anteriores, de este modo, obtenemos dos volatilidades: σ K a K + b 1 = σ1, b σ a y K 1, K a Kb Ka Kb a K + b σ 2 = σ2, b σ2, a Ka Kb Ka Kb donde K b (K a ) es el precio de ejercicio por debajo (arriba) del precio del subyacente,.

6 Por último, hay que promediar estos dos valores para que representen un periodo estandarizado de un mes, es decir, 22 sesiones: VIX T = σ 1 T σ T T T2 T 1 1 donde T 1 (T 2 ) es el número de días hasta el vencimiento más cercano (siguiente más cercano). Además, dado que se detecta un gran aumento de la volatilidad los días muy próximos al vencimiento, se aplica el criterio de que cuando T 1 es menor o igual a 7 días, esto es, cuando el vencimiento más cercano se va a producir dentro de los siete días siguientes, se toma como vencimiento más cercano el que hasta ahora se venía considerando siguiente y como siguiente más cercano se incorpora al cálculo un nuevo contrato con esas mismas características. 3. ANÁLII EMPÍRICO DEL VIX iguiendo el procedimiento anterior se ha calculado el VIX para todos los días del periodo comprendido entre enero de 1996 y diciembre de 2001, 1496 días. Para ello empleamos las volatilidades implícitas que calcula MEFF para todas las opciones del mercado 1. En todos los casos ha sido posible disponer de la información de las 8 opciones necesarias para el cálculo del índice. Aunque el 22 de noviembre de 2001 apareció el futuro Mini sobre el Ibex-35, con multiplicador 1 en vez de 10 euros, y éste pasó a ser el nuevo subyacente de las opciones Ibex-35, también con multiplicador 1 euro, nada parece apuntar que este cambio produzca problemas a tener en cuenta en las series de datos a analizar, por lo que no se ha corregido ningún valor por este efecto. En el gráfico 1 se muestra el valor del índice (escala de la derecha) junto con la rentabilidad diaria absoluta del subyacente (IBEX 35). Puede observarse cómo grandes cambios en el valor del subyacente (hacia arriba o hacia abajo) coinciden con los valores más elevados del VIX. En el siguiente apartado comentaremos los resultados obtenidos del análisis estadístico realizado respecto a la relación entre el VIX y la rentabilidad del subyacente. El índice VIX oscila entre mínimos del 20% en periodos tranquilos y máximos del 60% en momentos de elevada turbulencia. También se observa que la volatilidad del mercado ha aumentado su nivel medio a partir de 1997, sobre todo a partir de su segundo semestre después de la primera crisis asiática. Hasta ese momento el índice se movía en torno al 20% con un comportamiento bastante estable, pero a partir de ahí, ha ido aumentado sustancialmente sus niveles, en línea 1 Agradecemos a MEFF.A. la posibilidad de disponer de estos datos.

7 con la incertidumbre que ha caracterizado a los mercados financieros desde entonces. Presenta su máximo a principios de octubre de 1998, coincidiendo con la segunda crisis asiática. Después la volatilidad se reduce ligeramente, pero ya permaneciendo en niveles más elevados, por encima del 30% con frecuencia, pero siempre ya por encima del 20%. Coincidiendo con el 11 de septiembre de 2001, y a raíz de los atentados terroristas producidos en Estados Unidos, se registra un nuevo aumento del índice, alcanzando valores cercanos al 50% ren_abs_ibex vix Rentabilidad Absoluta IBEX VIX ene-96 jul-96 ene-97 jul-97 ene-98 jul-98 ene-99 jul-99 ene-00 jul-00 ene-01 jul-01 ene-02 Gráfico 1 Representación del VIX y de la rentabilidad diaria del IBEX expresada en términos absolutos PROPIEDADE ETADÍTICA DE LA VARIACIONE DEL VIX Aunque la información contenida en el VIX es de gran utilidad, más aun lo es la información que aporta el cambio diario registrado en el nivel del índice, calculado simplemente como la diferencia entre el VIX al final del día respecto al nivel registrado el día anterior: VIX t = VIX t VIX t-1 donde VIX t es el nivel del índice de volatilidad en el día t.

8 Los resultados revelan (Tabla I) que el cambio diario del índice VIX, en media anual, se encuentra entre el 0.004% en los años 2000 y 2001 y el % en Para el conjunto del periodo el cambio medio es de , siendo positivo para los años 1996, 1997 y 1998, y negativo para los tres años posteriores, poniendo de relevancia el comportamiento alcista del índice en los 3 primeros años del periodo estudiado. La desviación estándar de los cambios diarios de volatilidad (volatilidad de la volatilidad) también es bastante estable, situándose entre el de 1996 y el de 1998, coincidiendo con los años de menor y mayor volatilidad respectivamente. Estos resultados son similares a los encontrados por Fleming et al (1995), aunque el periodo evaluado en su artículo, , es totalmente diferente. Tabla I. Propiedades estadísticas de los cambios diarios del índice de volatilidad 2 Periodo N Media Desv. Est. (1) ρ ρ (2) ρ (3) En la Tabla I también se estudia la estructura de autocorrelación de la variable analizada, desde 1 hasta 3 retardos, observándose que ésta varía notablemente entre los diferentes años. La autocorrelación de primer orden es significativa y positiva para los tres primeros años de la muestra, y también para la muestra en conjunto, aunque esto puede venir determinado por la importante tendencia alcista que se ha registrado en este periodo. La autocorrelación de segundo y tercer orden, en los casos en que es estadísticamente significativa, toma valores negativos. Este resultado pueden ser entendido desde la perspectiva del efecto de reversión a la media que presentan las series de volatilidad, tal como interpretan Harvey y Whaley (1991) en el mismo estudio para opciones sobre el índice &P 100, donde también recogen una estructura de autocorrelación significativa. 2 En la tabla aparecen en negrita los valores estadísticamente significativos al 5%, donde el error estándar calculado es 1 N, siendo N el número de observaciones.

9 3.2. DÍA DE NEGOCIACIÓN FRENTE A DÍA NATURALE Para evaluar el impacto de haber ajustado las volatilidades de las opciones originales con la relación existente entre el tiempo de negociación y el tiempo natural, T neg =T nat -2 Ent( T nat / 7), hemos calculado el VIX de nuevo pero sin realizar este ajuste, es decir, utilizando directamente el tiempo natural hasta vencimiento. En el gráfico 2 mostramos la media del índice VIX para cada día de la semana de dos maneras: con la definición original que utiliza días de negociación VIX neg (eje izquierdo de la gráfica), y utilizando días naturales VIX nat (eje derecho de la gráfica). Como, σ neg = σ nat (T nat / T neg ) 1/2, es de esperar que VIX neg VIX nat. En primer lugar puede observarse que el nivel del índice cuando se emplean días de negociación es mayor que cuando se toman días naturales. Mientras que VIX neg toma valores entre 29.5% y 30%, VIX nat se encuentra entre el 25% y 25.5%,. En segundo lugar destaca el hecho de que, independientemente de que se realice o no el ajuste, el viernes supone una disminución de volatilidad respecto al día anterior, circunstancia que podría tratarse de algún efecto estacional determinado Negociación Naturales VIX_negociación VIX_naturales Lunes Martes Miércoles Jueves Viernes Gráfico 2 Media por días del VIX calculado en base a días naturales y en base a días de negociación 3.3. COMPORTAMIENTO ETACIONAL DEL VIX En este sentido, diversos estudios parecen indicar un cierto componente de estacionalidad en las rentabilidades de los activos, de forma que éstos se comportan diferente dependiendo del mes analizado, del día de la semana o incluso de la hora de negociación. La literatura financiera hace referencia a un efecto enero en el mercado español y que ha sido detectado en varios trabajos, por ejemplo Peiró (1994), Martínez-Abascal (1993) y Marhuenda (1997). in embargo, para el periodo al , incluido en el periodo temporal que estamos

10 estudiando, Font y Baixauli (2001) concluyen en confirmar la ausencia de efectos enero y diciembre. El efecto día de la semana en el mercado español de capitales también ha sido objeto de varios estudios, destaquemos los trabajos de Rubio y alvador (1991), Peiró (1994), Martínez- Abascal (1993), Peña (1995) y Corredor y antamaría (1996). Font y Baixauli (2001), para el mismo periodo señalado anteriormente, detectan rendimientos positivos significativos al 5% los martes y viernes. Estos efectos pueden explicarse, según los autores, por una tendencia al alza en los precios asociada a un mayor volumen de negociación, como resultado de la incorporación de la información proveniente de la negociación del lunes en el mercado americano y del cierre semanal en los casos martes y viernes respectivamente. Puede ser que la disminución de volatilidad que se registra los viernes sea debida a esta anormal rentabilidad positiva de los viernes, ya que como veremos a continuación, existe correlación negativa entre ambas magnitudes. Otra factor que puede influir en esta disminución de la volatilidad al final de la semana, es la forma en que hemos construido el índice, pues al trasladar el vencimiento más cercano al siguiente correspondiente cuando faltan 7 días, estamos eliminando el dato del viernes anterior al vencimiento de contratos. iendo que a falta de pocos días las volatilidades suelen ser mayores, este efecto puede quitar peso al viernes frente a los demás días de la semana. Volviendo a la gráfica 2 donde se representa los valores medios de cada día, se observa un claro aumento de la volatilidad media durante toda la semana alcanzando su máximo el jueves para disminuir ligeramente el viernes. Y cuando utilizamos el ajuste por días de negociación, el lunes también disminuye respecto al viernes. Para tratar de medir este efecto observado gráficamente, hemos efectuado una regresión que intenta analizar si los cambios en el VIX son significativamente diferentes dependiendo del día de la semana que se trate. De esta forma se asigna una variable dummy a cada día de la semana y se efectúa la siguiente regresión: 5 VIX t = i= 1 β id it + ε i donde D it es la variable dummy para cada día de la semana. Los resultados de esta regresión se recogen en las tablas II y III. En la Tabla II que corresponde al análisis del VIX normalizado a días de negociación observamos que se confirma el comentario realizado para el gráfico 2. Los cambios en el índice los lunes son significativamente negativos tanto para el

11 conjunto de la muestra como para las submuestras anuales, excepto en el año 2000, y los cambios del VIX los viernes también son negativos, todos los años menos el 1996 y el 2001, y significativos en los años 1999 y En cuanto al análisis del periodo completo observamos que sólo el martes es no significativo. Tabla II. Efecto día de la semana en los cambios del VIX calculado para días negociados 3 Periodo Obs Lunes Martes Miércoles Jueves Viernes R i realizamos esta misma regresión calculando el índice de volatilidad sin ajustes, esto es, considerando los días naturales, se observa en la Tabla III que los lunes dejan de suponer una disminución del índice, pasando a ser incremento significativo. En cambio los viernes siguen manifestando el mismo comportamiento que en la tabla anterior. Está claro que lo que ocurre con el lunes es consecuencia propia del método de cálculo del índice VIX, la corrección por días introduce un sesgo en la distribución intrasemanal, por lo que habría que plantearse seriamente la inclusión de tal ajuste. Este inconveniente sólo podría ser pasado por encima, el hecho de las ventajas que reporta un índice ajustado por días de negociación. iendo conscientes de que sería necesario un estudio más exhaustivo, y atendiendo a las coincidencias y no a las diferencias entre las tablas II y III, en principio sí parece confirmarse la existencia de un comportamiento intrasemanal concretado en un fuerte efecto viernes. 3 En negrita, los parámetros significativos para un nivel de confianza del 95% o superior. La t-student para determinar tal significación se ha calculado según el método de Newey y West (1987). En la última columna indicamos el coeficiente de determinación ajustado.

12 4. RELACIÓN ENTRE EL VIX Y LA RENTABILIDAD DEL MERCADO Un gran número de investigadores han encontrado importantes relaciones intertemporales entre los precios del subyacente y la volatilidad esperada en el mercado. Así, por un lado, Black (1976) y Christie (1982) encuentran una elevada correlación negativa entre la rentabilidad del mercado y los cambios en la volatilidad futura realizada. French et al (1987) han encontrado el mismo resultado utilizando cambios en la volatilidad estimada. Por otro lado, chwert (1989, 1990) observa que la relación entre rentabilidad y volatilidad es asimétrica, es decir, el incremento de volatilidad experimentado ante un movimiento negativo del mercado es mayor que la disminución que experimenta ante un movimiento positivo del mismo. Tabla III. Efecto día de la semana en los cambios del VIX calculado para días naturales 4 Periodo Obs Lunes Martes Miércoles Jueves Viernes R Para intentar medir la relación entre el índice de volatilidad y la rentabilidad del mercado hemos calculado la correlación cruzada entre ambas variables, en concreto, calculamos la correlación entre los cambios en el VIX y los cambios en el IBEX, es decir, su rentabilidad diaria como diferencia de logaritmos de precios. Tal y como se observa en la Tabla IV existe una correlación contemporánea significativa y negativa entre ambas series, para todos y cada uno de los periodos estudiados. Cuando el precio de los activos disminuye (aumenta) la 4 En negrita, los parámetros significativos para un nivel de confianza del 95% o superior. La t-student para determinar tal significación se ha calculado según el método de Newey y West (1987). En la última columna indicamos el coeficiente de determinación ajustado.

13 volatilidad aumenta (disminuye), lo que coincide con los resultados de los estudios comentados anteriormente. Por otro lado, la correlación correspondiente a retardos o adelantos no se manifiesta en todos los años analizados y no se pueden establecer relaciones concluyentes entre ambas series. Tabla IV. Correlación cruzada entre los cambios en el VIX y las rentabilidades del IBEX35 5 Periodo Para analizar con mayor profundidad estos resultados realizamos una regresión multivariante entre cambios en el VIX y las rentabilidades del índice IBEX35 retrasadas y adelantadas 1 y 2 periodos y tomando el valor contemporáneo real y también expresado en valor absoluto: VIX t 2 = α + β R + β R + ε i= 2, i,t+ i,t t donde R,t representa la rentabilidad del IBEX 35 en el momento t y. indica valor absoluto. Antes pasar a estimar el modelo, es conveniente analizar el significado de obtener un determinado valor u otro en los coeficientes. De este modo, la obtención de coeficientes β, i = 2,..., 2 significativos y negativos (positivos) indicarían que incrementos en la, i volatilidad esperada en el tiempo t vienen acompañados de disminuciones (aumentos) de la rentabilidad en t+i. 5 Correlaciones para retardos negativos (positivos) denotan la correlación entre cambios del índice de volatilidad y rentabilidades pasadas (futuras) del IBEX35. En negrita aparecen las correlaciones con un nivel de significación inferior al 5% donde el error estándar ha sido calculado como observaciones. 1 N, siendo N el número de

14 Por otro lado, un coeficiente β significativo y positivo (negativo) indicaría que los movimientos del mercado, independientemente de su dirección, vienen acompañados con aumentos (disminuciones) de la volatilidad medida a través del VIX. Además, a través de la suma de β y, 0 β podemos medir la asimetría de la relación entre ambas variables. Para realizar la regresión se ha empleado el método de mínimos cuadrados ordinarios. Los correspondientes estadísticos t-tudent han sido calculados utilizando el método de estimación consistente con la presencia de autocorrelación y heterocedasticidad de Newey y West (1987). El número de retardos de la autocorrelación ha sido calculado mediante el 1 4 criterio determinista de Geweke (1989), h ( T) = c( T 100), donde T es el número de observaciones y la constante c = 4. Tal y como se observa en la Tabla V el coeficiente contemporáneo β, 0 es negativo y estadísticamente significativo en el periodo global y también año a año, lo cual es consistente con los resultados y conclusiones obtenidos de la Tabla IV, por lo que se confirma la significativa relación contemporánea negativa entre los cambios en el VIX y la rentabilidad del mercado. Por el contrario, los coeficientes para uno o dos retardos ó adelantos en el tiempo no son significativos, salvo una excepción en 1998, y la variedad de signos y magnitudes obtenidas no permite realizar ningún tipo de afirmación concluyente. A lo sumo, parece ser que el retardo 1 y el adelanto 2 son de signo negativo, mientras que el retardo 2 y el adelanto 1 son de signo positivo, lo cual queda explicado desde la perspectiva de que la serie debe presentar reversión a la media, tal como indicábamos previamente. La segunda característica destacable de la Tabla V es que el coeficiente β es siempre positivo y significativo para el conjunto del periodo y la mayoría de años analizados individualmente (salvo 1996 y 2001), por lo que existe una relación positiva entre el tamaño del movimiento del mercado y el cambio contemporáneo del VIX. La estimación de sugiere una importante asimetría en la relación entre los cambios de la volatilidad y las rentabilidades del mercado. i la rentabilidad del mercado es positiva, el coeficiente que mide el impacto sobre el cambio en el índice de volatilidad es β = β + +, 0 β, expresión que alcanza un valor de en la regresión correspondiente a la muestra completa. Un aumento en el mercado de acciones se espera que venga acompañado de una disminución en el índice de volatilidad. Por otro lado, si la rentabilidad del mercado es negativa, el coeficiente que mide el impacto sobre el cambio en β

15 el índice de volatilidad es β = β, 0 β, esto es, para la muestra completa. Una caída en el mercado de contado se espera que venga acompañada en un aumento de la volatilidad. La diferencia entre las magnitudes de ambos coeficientes ( β es prácticamente el doble que + β ) evidencia la asimetría existente, es decir, movimientos negativos del mercado están asociados con cambios en el índice de volatilidad mucho mayores que aquellos asociados con movimientos positivos del mercado de tamaño similar. Periodo Obs αˆ, 2 Tabla V. Regresión intertemporal entre cambios diarios del VIX y de la rentabilidad del IBEX 35 β ˆ β ˆ, 1 β ˆ, β ˆ 0, + 1 β ˆ, + 2 βˆ R CONCLUIONE El mercado necesita un índice de volatilidad con un horizonte constante, de ahí la principal utilidad del VIX. El análisis de la serie temporal muestra que el comportamiento de esta serie está íntimamente ligado al de la rentabilidad del mercado, y su comportamiento es razonablemente bueno. El estudio de la estacionalidad diaria parece apoyar la idea de que también existe efecto viernes en el VIX, probablemente relacionado con el observado por otros investigadores en el mercado de contado. in embargo, el uso de la transformación de los días naturales en días negociados, puede ser fuente de distorsión en los datos, por lo que más investigación sería necesaria en esta línea. También se ha detectado una fuerte correlación negativa entre el índice de volatilidad y la rentabilidad del mercado, manifestando asimismo una importante asimetría en el impacto que sobre el índice causan las rentabilidades negativas o positivas del mercado. El siguiente paso de análisis sería incluir el VIX en diferentes modelos de predicción de volatilidad, lo que en vista de los resultados obtenidos en

16 otros estudios como el de Blair et al (2001), sugiere que es una prometedora línea de investigación. REFERENCIA Black, F. (1976), tudies of tock Price Volatility Changes, Proceedings of the 1976 Meetings of the American tatistical Association, Business and Economics ection: Blair, B.J.,.H. Poon y.j. Taylor (2001), Forecasting &P 100 volatility: the incremental information content of implied volatilities and high-frequency index returns, Journal of Econometrics, nº 105: Christie, A.A. (1982), The tochastic Behaviour of Common tock Variances: Value, Leverage and Interest Rate Effects, Journal of Financial Economics, vol. 10: Corredor, P. y R. antamaría (1996), El efecto día de la semana: resultados sobre algunos mercados de valores europeos, Revista Española de Financiación y Contabilidad, vol. 25, n.º 86: Corredor, P. y R. antamaría (2001), Predicción de volatilidad y precios de opciones de las opciones en el Ibex-35, Revista de Economía Aplicada, vol. 9, n.º 25: Fleming, J., B. Ostdiek y R.E. Whaley (1995), Predicting stock market volatility: a new measure, The Journal of Futures Markets, vol. 15, n.º 3: Font, B. y J.. Baixauli (2001), Evidencias sobre eficiencia en el mercado de capitales español, Revista Europea de Dirección y Economía de la Empresa, vol. 10, nº. 3: French, K.R., G.W. chwert y R.F. tambaugh (1987), Expected tock Returns and Volatility, Journal of Financial Economics, vol. 19: Geweke, J., 1989, Bayesian Inference in Econometric Models Using Monte Carlo Integration Econometrica, nº 57: Harvey, C.R. y R.E. Whaley (1991), &P 100 Index Option Volatility, Journal of Finance, vol. 46: Martínez-Abascal, E. (1993), Eficiencia débil del mercado bursátil español y comparaciones internacionales. Bolsa de Madrid. Marhuenda, J. (1997), Anomalías en los modelos de valoración de activos. Universidad de Alicante.

17 Newey, W.K. y K.D. West (1987), A imple, Positive emi-definitive, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix, Econometrica, vol. 55: Peiró (1994), La estacionalidad diaria del mercado de acciones español, Investigaciones Económicas, vol. 18, n.º 3: Peña, I. (1995), Contratación asíncrona, riesgo sistemático y contrastes de eficiencia, Cuadernos Económicos del ICE, n.º 50: Rubio, G. y L. alvador (1991), Estacionalidad diaria de los precios en el mercado español de capitales, Revista Española de Financiación y Contabilidad, vol. 20, n.º 67: chwert, G.W. (1989), Why Does tock Market Volatility Change over Time?, Journal of Finance, vol. 44: chwert, G.W. (1990), tock Volatility and the Crash of 87, Review of Financial tudies, nº 3:

MIDIENDO LA VOLATILIDAD DEL MERCADO DE OPCIONES CON EL VIX

MIDIENDO LA VOLATILIDAD DEL MERCADO DE OPCIONES CON EL VIX FINANZA MIDIENDO LA VOLATILIDAD DEL MERCADO DE OPCIONE CON EL VIX Javier Giner Rubio (jginer@ull.es) andra Morini Marrero (smorini@ull.es) Universidad de La Laguna Departamento de Economía Financiera y

Más detalles

La volatilidad implícita

La volatilidad implícita La volatilidad implícita La volatilidad es uno de los parámetros con mayor peso dentro de la valoración de opciones. Afecta igualmente a call y a put, provocando aumentos de sus primas cuando aumenta y

Más detalles

La descomposición del crecimiento económico: Una aplicación a la economía andaluza

La descomposición del crecimiento económico: Una aplicación a la economía andaluza La descomposición del crecimiento económico: Una aplicación a la economía andaluza José L. Torres (Universidad de Málaga) Analistas Económicos de Andalucía Documento de Análisis 6/2010 Resumen: La contabilidad

Más detalles

Valoración de opciones mediante el modelo de Black-Scholes

Valoración de opciones mediante el modelo de Black-Scholes Valoración de opciones mediante el modelo de Black-Scholes José Luis Alcaraz Aunión 3 de diciembre de 2010 Resumen Este trabajo presenta la valoración de opciones usando el modelo de Black- Scholes (BS).

Más detalles

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)

Más detalles

El índice VIX para la predicción de volatilidad: un estudio internacional

El índice VIX para la predicción de volatilidad: un estudio internacional Fac. CC. Económicas y Empresariales Universidad de La Laguna Fac. CC. Económicas y Empresariales Univ. de Las Palmas de Gran Canaria El índice VIX para la predicción de volatilidad: un estudio internacional

Más detalles

INVERTIR EN VOLATILIDAD: STRADDLES Y STRANGLES

INVERTIR EN VOLATILIDAD: STRADDLES Y STRANGLES INVERTIR EN VOLATILIDAD: STRADDLES Y STRANGLES Como ya hemos explicado en alguna otra ocasión, la volatilidad no sólo es uno de los estadísticos que se utiliza habitualmente para medir el riesgo de las

Más detalles

AVISO A LOS SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL CÁLCULO DEL PRECIO O PRIMA DE LIQUIDACIÓN DIARIA PARA OPCIONES.

AVISO A LOS SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL CÁLCULO DEL PRECIO O PRIMA DE LIQUIDACIÓN DIARIA PARA OPCIONES. México, D.F., a 10 de marzo de 2008. AVISO A LOS SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL CÁLCULO DEL PRECIO O PRIMA DE LIQUIDACIÓN DIARIA PARA OPCIONES. A continuación se da a conocer el nuevo

Más detalles

T2. El modelo lineal simple

T2. El modelo lineal simple T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de

Más detalles

Regresión Lineal. Rodrigo A. Alfaro. Rodrigo A. Alfaro (BCCh) Regresión Lineal / 16

Regresión Lineal. Rodrigo A. Alfaro. Rodrigo A. Alfaro (BCCh) Regresión Lineal / 16 Regresión Lineal Rodrigo A. Alfaro 2009 Rodrigo A. Alfaro (BCCh) Regresión Lineal 2009 1 / 16 Contenidos 1 Regresiones Lineales Regresión Clásica Paquetes estadísticos 2 Estadísticos de Ajuste Global 3

Más detalles

MÓDULO 5: MERCADO DE PRODUCTOS DERIVADOS

MÓDULO 5: MERCADO DE PRODUCTOS DERIVADOS MÓDULO 5: MERCADO DE PRODUCTOS DERIVADOS TEST DE AUTOEVALUACIÓN 5.1_MODULO 5 1. El precio de una opción PUT es de 3,00, vencimiento 1 semana, precio de ejercicio 14 y la cotización del subyacente 12. Indica

Más detalles

Prácticas Tema 5. Ampliaciones del Modelo lineal básico

Prácticas Tema 5. Ampliaciones del Modelo lineal básico Prácticas Tema 5. Ampliaciones del Modelo lineal básico Ana J. López y Rigoberto Pérez Dpto. Economía Aplicada, Universidad de Oviedo PRÁCTICA 5.1. Se ha examinado la evolución reciente de las ventas de

Más detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

Aproximación de patrones estacionales en el mercado cambiario de Costa Rica Octubre junio Allechar Serrano López

Aproximación de patrones estacionales en el mercado cambiario de Costa Rica Octubre junio Allechar Serrano López Aproximación de patrones estacionales en el mercado cambiario de Costa Rica Octubre 26 - junio 213 Allechar Serrano López Documento de Trabajo DT-8-213 Departamento de Investigación Económica División

Más detalles

Doctorado en Finanzas de Empresa (ISSN: )

Doctorado en Finanzas de Empresa (ISSN: ) Doctorado en Finanzas de Empresa (ISSN: 1698-8183) Universidad Complutense Documento de Trabajo 81 Universidad Autónoma ANÁLISIS DE LOS PRECIOS CONTADO Y FUTURO DEL IBEX-35 EN INTERVALOS DE 1 Y 5 MINUTOS

Más detalles

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción

Más detalles

Curso de nivelación Estadística y Matemática

Curso de nivelación Estadística y Matemática Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo

Más detalles

Tema 4. Regresión lineal simple

Tema 4. Regresión lineal simple Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias

Más detalles

Estructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias

Estructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias Estructura de este tema Tema 4 Regresión lineal simple José R. Berrendero Departamento de Matemáticas Universidad utónoma de Madrid Planteamiento del problema. Ejemplos Recta de regresión de mínimos cuadrados

Más detalles

Prácticas Tema 4: Modelo con variables cualitativas

Prácticas Tema 4: Modelo con variables cualitativas Prácticas Tema 4: Modelo con variables cualitativas Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 4.1- Se dispone de información sobre 16 familias sobre

Más detalles

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10 Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores

Más detalles

Estadística para la Economía y la Gestión IN 3401 Clase 5

Estadística para la Economía y la Gestión IN 3401 Clase 5 Estadística para la Economía y la Gestión IN 3401 Clase 5 Problemas con los Datos 9 de junio de 2010 1 Multicolinealidad Multicolinealidad Exacta y Multicolinealidad Aproximada Detección de Multicolinealidad

Más detalles

Ejercicio Heterocedasticidad_2

Ejercicio Heterocedasticidad_2 Ejercicio heterocedasticidad 2. 1 Ejercicio Heterocedasticidad_2 Tengamos los siguientes datos de los beneficios (B i ) y ventas (V i ) de 20 empresas: obs B V 1 13,2 61 2 15 78 3 22,2 158 4 15,2 110 5

Más detalles

ESTUDIOS TECNICOS AREA DE INVESTIGACIÓN Y PROYECTOS INFORME FINANCIERO 2006 AGOSTO DE 2007

ESTUDIOS TECNICOS AREA DE INVESTIGACIÓN Y PROYECTOS INFORME FINANCIERO 2006 AGOSTO DE 2007 1. OBJETIVO Y ALCANCE La Asociación Colombiana de Hospitales y Clínicas ACHC en su objetivo de apoyar la gestión financiera de las IPS, realiza anualmente el estudio financiero de IPS afiliadas con el

Más detalles

Econometría dinámica y financiera

Econometría dinámica y financiera Econometría dinámica y financiera Introducción a la econometría financiera. Modelos ARCH Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Introducción Los modelos que hemos visto son lineales

Más detalles

Econometría de Económicas Ejercicios para el tema 2 y 3

Econometría de Económicas Ejercicios para el tema 2 y 3 Econometría de Económicas Ejercicios para el tema 2 y 3 Curso 2005-2006 Profesores Amparo Sancho Perez Guadalupe Serrano Pedro Perez 1 1- Los datos que se adjuntan hacen referencia a los datos de producción

Más detalles

MODELIZACIÓN DE LA VOLATILIDAD CONDICIONAL EN ÍNDICES BURSÁTILES COMPARATIVA MODELO EGARCH VERSUS RED NEURONAL BACKPROPAGATION

MODELIZACIÓN DE LA VOLATILIDAD CONDICIONAL EN ÍNDICES BURSÁTILES COMPARATIVA MODELO EGARCH VERSUS RED NEURONAL BACKPROPAGATION Resumen Tesis Javier Oliver Muncharaz MODELIZACIÓN DE LA VOLATILIDAD CONDICIONAL EN ÍNDICES BURSÁTILES COMPARATIVA MODELO EGARCH VERSUS RED NEURONAL BACKPROPAGATION En el capítulo 1 se exponen las principales

Más detalles

Tercera práctica de REGRESIÓN.

Tercera práctica de REGRESIÓN. Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión

Más detalles

EL ÍNDICE DE VOLATILIDAD VIX Y SUS DERIVADOS

EL ÍNDICE DE VOLATILIDAD VIX Y SUS DERIVADOS EL ÍNDICE DE VOLATILIDAD VIX Y SUS DERIVADOS Lo primero que hay que saber, es que el VIX es el índice de volatilidad implícita de las opciones del índice S&P 500 de 30 días a vencimiento. Es conocido como

Más detalles

MÓDULO 1: GESTIÓN DE CARTERAS

MÓDULO 1: GESTIÓN DE CARTERAS MÓDULO 1: GESTIÓN DE CARTERAS TEST DE EVALUACIÓN 1 Una vez realizado el test de evaluación, cumplimenta la plantilla y envíala, por favor, antes del plazo fijado. En todas las preguntas sólo hay una respuesta

Más detalles

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso

Más detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

Asimetría Coeficiente de Asimetría de Fisher

Asimetría Coeficiente de Asimetría de Fisher Asimetría Si los valores de la serie de datos presenta la misma forma a izquierda y derecha de un valor central (media aritmética) se dice que es simétrica de lo contrario será asimétrica. Para medir el

Más detalles

ÍNDICE IESE DE INCERTIDUMBRE ECONÓMICA (I3E)

ÍNDICE IESE DE INCERTIDUMBRE ECONÓMICA (I3E) ÍNDICE IESE DE INCERTIDUMBRE ECONÓMICA (I3E) Miguel Ángel Ariño IESE Business School, Universidad de Navarra Av. Pearson, 21 08034 Barcelona, España. Tel.: (+34) 93 253 42 00. Fax (+34) 93 253 43 43 Camino

Más detalles

UTILIZACIÓN DE LA CAPACIDAD INSTALADA EN LA INDUSTRIA MANUFACTURERA - SEGUNDO TRIMESTRE DE

UTILIZACIÓN DE LA CAPACIDAD INSTALADA EN LA INDUSTRIA MANUFACTURERA - SEGUNDO TRIMESTRE DE Montevideo, 28 de octubre de 2009. UTILIZACIÓN DE LA EN LA INDUSTRIA MANUFACTURERA - SEGUNDO TRIMESTRE DE 2009 - ANÁLISIS DE LOS PRINCIPALES INDICADORES El grado de utilización de la Capacidad Instalada

Más detalles

Análisis de coyuntura con series temporales. Metodología A. Espasa (dt 9003 BE)

Análisis de coyuntura con series temporales. Metodología A. Espasa (dt 9003 BE) Análisis de coyuntura con series temporales Metodología A. Espasa (dt 9003 BE) Esquema Se basa en u na propuesta sobre los objetivos que se pretenden en un informe coyuntural. Estos objetivos requieren

Más detalles

PROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO.

PROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO. 1º) (Andalucía, Junio, 98) Se considera la siguiente tabla estadística, donde a es una incógnita: X 2 4 a 3 5 Y 1 2 1 1 3 a) Calcular el valor de a sabiendo que la media de X es 3. b) Mediante la correspondiente

Más detalles

El Modelo de Regresión Lineal

El Modelo de Regresión Lineal ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables

Más detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

CARACTERIZACIÓN ENERGÉTICA DEL VIENTO: POTENCIAL EÓLICO. Prof. Msc. José Garcia

CARACTERIZACIÓN ENERGÉTICA DEL VIENTO: POTENCIAL EÓLICO. Prof. Msc. José Garcia CARACTERIZACIÓN ENERGÉTICA DEL VIENTO: POTENCIAL EÓLICO INTRODUCCIÓN En esta parte se trata la caracterización energética del viento y sobre la evaluación del potencial eólico que presenta un determinado

Más detalles

Prof. Antonio Santillana y Ainhoa Herrarte

Prof. Antonio Santillana y Ainhoa Herrarte La economía en el corto plazo: introducción al análisis del ciclo económico Prof. Antonio Santillana y Ainhoa Herrarte Contenido Definición de ciclo económico 1. Medición del ciclo económico: expansiones

Más detalles

La econometría : una mirada de pájaro

La econometría : una mirada de pájaro La econometría : una mirada de pájaro Contenido Objetivo Definición de Econometría Modelos determinista y estocástico Metodología de la econometría Propiedades de un modelo econométrico Supuestos de un

Más detalles

Jesús Ferreyra José L. Vásquez

Jesús Ferreyra José L. Vásquez MODELO DE PROYECCIÓN DE LOS PRECIOS DE EXPORTACION UTILIZANDO TIPOS DE CAMBIO: Caso peruano Jesús Ferreyra José L. Vásquez XXVIII Encuentro de Economistas Banco Central de Reserva del Perú Noviembre 2010

Más detalles

Artículo de los payasos

Artículo de los payasos Artículo de los payasos (Página 30 a 3 del libro de Técnica estadística y diseño de investigación) Utilizando los datos de la tabla 3 podemos completar la siguiente información (valores p de probabilidad

Más detalles

UNA INTERPRETACION ESTADISTICA SOBRE LAS CIFRAS DEL IPC José Luis Lupo INTRODUCCION

UNA INTERPRETACION ESTADISTICA SOBRE LAS CIFRAS DEL IPC José Luis Lupo INTRODUCCION INTRODUCCION UNA INTERPRETACION ESTADISTICA SOBRE LAS CIFRAS DEL IPC José Luis Lupo La inflación en Bolivia, medida a través del Indice de Precios al Consumidor (IPC), en la década del 70 experimentó un

Más detalles

1.2 Medidas de variación: Rango, desviación estándar y coeficiente de variación

1.2 Medidas de variación: Rango, desviación estándar y coeficiente de variación 1.2 Medidas de variación: Rango, desviación estándar y coeficiente de variación Medidas de Variación Amplitud Coeficiente variación Desviación estándar Rango Valor Z Varianza de Diferencia entre los valores

Más detalles

CURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2

CURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2 CURSO VIRTUAL Acceso a fuentes de información y manejo de redes sociales Módulo 2 OBJETIVOS Conseguir que el alumno adquiera conocimientos estadísticos que le permitan una lectura comprensiva de la metodología

Más detalles

Técnicas de Predicción Solución Examen Final

Técnicas de Predicción Solución Examen Final Técnicas de Predicción Solución Examen Final Administración y Dirección de Empresas 23 de Junio, 2008 Prof. Antoni Espasa Secciones 3h Nota: Todas las respuestas deben ser adecuadamente razonadas. Respuestas

Más detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS DE REGRESIÓN ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y

Más detalles

Implementación de la valoración ácido fuerte base fuerte en hoja de cálculo

Implementación de la valoración ácido fuerte base fuerte en hoja de cálculo Implementación de la valoración ácido fuerte base fuerte en hoja de cálculo Antonio Matilla y Francisco A. Ocaña 23 de febrero de 2009 Resumen Descripción de las operaciones realizadas en el fichero Excel

Más detalles

TODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis

TODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:

Más detalles

Patrones por cuantificación en la evolución a corto plazo del IBEX

Patrones por cuantificación en la evolución a corto plazo del IBEX Patrones por cuantificación en la evolución a corto plazo del IBEX Jesús Mª Sánchez Montero c/francisco Javier, s/n Tlfno: 954551620 jsmonter@us.es Javier Gamero Rojas c/francisco Javier, s/n Tlfno: 954551620

Más detalles

OFERTA Y DEMANDA DE EDUCACIÓN UNIVERSITARIA EN LA REGIÓN DE MURCIA

OFERTA Y DEMANDA DE EDUCACIÓN UNIVERSITARIA EN LA REGIÓN DE MURCIA Oferta y demanda de educación universitaria en la Región de Murcia OFERTA Y DEMANDA DE EDUCACIÓN UNIVERSITARIA EN LA REGIÓN DE MURCIA Antonio Sánchez Martínez Centro Regional de Estadística de Murcia Comunidad

Más detalles

ADMINISTRACION DE OPERACIONES

ADMINISTRACION DE OPERACIONES Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura

Más detalles

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs

Más detalles

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no

Más detalles

CALIFICACION: - P C: precio medio de los productos sustitutivos existentes en el mercado en euros.

CALIFICACION: - P C: precio medio de los productos sustitutivos existentes en el mercado en euros. 6 + 10 + 3 = 19 CALIFICACION: Ventasgdt Una empresa que produce una marca de detergente líquido desea contar con un modelo para planificar su producción, estimar las necesidades de materias primas y de

Más detalles

Máster en comunicaciones. Clase 2. Modelos predictores.

Máster en comunicaciones. Clase 2. Modelos predictores. Máster en comunicaciones. Clase 2. Modelos predictores. 1. Introducción Uno de los cometidos más importantes de la estadística es la explotación de los datos observados de una o más características de

Más detalles

El Skew y la estructura temporal de la volatilidad

El Skew y la estructura temporal de la volatilidad El Skew y la estructura temporal de la volatilidad Uno de los parámetros que se utilizan para valorar opciones, es la estimación de la volatilidad que tendrá el activo subyacente entre la fecha de valoración

Más detalles

Tema 2. Regresión Lineal

Tema 2. Regresión Lineal Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite

Más detalles

Tratamiento de Riesgo Avanzado de Carteras

Tratamiento de Riesgo Avanzado de Carteras t Tratamiento de Riesgo Avanzado de Carteras Dossier Comercial Departamento Comercial Febrero 2012 2 T Edificio RD Sistemas TRAC Dossier Comercial Versión 2.0 Valencia, 560 4º 08026 BARCELONA Calle Margarita

Más detalles

MANUAL OPCIONES FUTUROS

MANUAL OPCIONES FUTUROS MANUAL DE OPCIONES Y FUTUROS Segunda Edición 2. QUE ES UN FUTURO? 2.1. Definición de futuro Un contrato de futuro es un contrato de compra-venta, aplazada en el tiempo, donde hoy se pacta el precio, el

Más detalles

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado. NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido

Más detalles

CORRELACIÓN Y REGRESIÓN. Raúl David Katz

CORRELACIÓN Y REGRESIÓN. Raúl David Katz CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable

Más detalles

Aprobación Presidencial: Influye el Alza del Precio de los Alimentos?

Aprobación Presidencial: Influye el Alza del Precio de los Alimentos? ISSN 0717-1528 Aprobación Presidencial: Influye el Alza del Precio de los Alimentos? No se observa una relación evidente entre las alzas en los precios de los alimentos y la aprobación de los presidentes,

Más detalles

peso edad grasas Regresión lineal simple Los datos

peso edad grasas Regresión lineal simple Los datos Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos

Más detalles

CALENDARIO AÑO 2016 PICO Y PLACA AUTOMOVILES SERVICIO ESPECIAL PICO Y PLACA TAXIS

CALENDARIO AÑO 2016 PICO Y PLACA AUTOMOVILES SERVICIO ESPECIAL PICO Y PLACA TAXIS JULIO VIERNES 1 9 7-8 7-8 5-6 1-3-5-7-9 SABADO 2 8 9-0 9-0 7-8 NO APLICA DOMINGO 3 NO APLICA NO APLICA NO APLICA NO APLICA NO APLICA LUNES 4 FESTIVO FESTIVO FESTIVO FESTIVO FESTIVO MARTES 5 1 3-4 3-4 1-2

Más detalles

CALENDARIO AÑO 2016 PICO Y PLACA AUTOMOVILES SERVICIO ESPECIAL PICO Y PLACA TAXIS

CALENDARIO AÑO 2016 PICO Y PLACA AUTOMOVILES SERVICIO ESPECIAL PICO Y PLACA TAXIS ENERO VIERNES 1 FESTIVO FESTIVO FESTIVO FESTIVO FESTIVO SABADO 2 3 7-8 7-8 5-6 NO APLICA DOMINGO 3 NO APLICA NO APLICA NO APLICA NO APLICA NO APLICA LUNES 4 4 9-0 9-0 7-8 NO APLICA MARTES 5 5 1-2 1-2 9-0

Más detalles

Lección 3. Análisis conjunto de dos variables

Lección 3. Análisis conjunto de dos variables Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN

Más detalles

Prácticas Tema 2: El modelo lineal simple

Prácticas Tema 2: El modelo lineal simple Prácticas Tema 2: El modelo lineal simple Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 2.1- Se han analizado sobre una muestra de 10 familias las variables

Más detalles

La estrategia Protective Put y sus diferentes alternativas

La estrategia Protective Put y sus diferentes alternativas La estrategia Protective Put y sus diferentes alternativas Si existe una estrategia clásica con opciones, es la de utilizar una Put para proteger la cartera ante caídas del activo subyacente, es lo que

Más detalles

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. 3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,

Más detalles

INDICADORES MULTIVARIADOS DE CAPACIDAD DE PROCESOS. SU EFICIENCIA BAJO DISTRIBUCIONES NORMALES.

INDICADORES MULTIVARIADOS DE CAPACIDAD DE PROCESOS. SU EFICIENCIA BAJO DISTRIBUCIONES NORMALES. Dianda, Daniela Hernández, Lucia Quaglino, Marta Pagura, José Alberto Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística INDICADORES MULTIVARIADOS DE CAPACIDAD DE PROCESOS.

Más detalles

LA ESTACIONALIDAD DE LA INFLACION EN BOLIVIA

LA ESTACIONALIDAD DE LA INFLACION EN BOLIVIA LA ESTACIONALIDAD DE LA INFLACION EN BOLIVIA I N T R O D U C C I O N Samuel Doria Medina El presente trabajo presenta la estacionalidad del índice de precios al consumidor (general) y de sus componentes

Más detalles

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una

Más detalles

INDICADOR DE CONFIANZA DEL CONSUMIDOR. MES DE JUNIO EVOLUCIÓN DE INDICADORES

INDICADOR DE CONFIANZA DEL CONSUMIDOR. MES DE JUNIO EVOLUCIÓN DE INDICADORES INDICADOR DE CONFIANZA DEL CONSUMIDOR. MES DE JUNIO EVOLUCIÓN DE INDICADORES Estudio nº 3180 Junio 2017 Estudio nº 3180 ICC de junio Junio 2017 El Indicador mensual de Confianza del Consumidor (ICC) ha

Más detalles

Variables estadísticas bidimensionales: problemas resueltos

Variables estadísticas bidimensionales: problemas resueltos Variables estadísticas bidimensionales: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO

Más detalles

La inflación y su impacto en el salario mínimo en México,

La inflación y su impacto en el salario mínimo en México, La inflación y su impacto en el salario mínimo en México, 2012-2017 Miguel Ángel Díaz Carreño * Introducción En los años que comprende el periodo de 1980 a 2010, la inflación en México creció en 145,844.12%

Más detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 10: Introducción a los problemas de Asociación y Correlación Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación

Más detalles

Intervalos de confianza con STATGRAPHICS

Intervalos de confianza con STATGRAPHICS Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media

Más detalles

2 MERCADO SECUNDARIO DE DEUDA DEL ESTADO

2 MERCADO SECUNDARIO DE DEUDA DEL ESTADO 2 MERCADO SECUNDARIO DE DEUDA DEL ESTADO 2 MERCADO SECUNDARIO DE DEUDA DEL ESTADO 2.1 Descripción general La negociación en el mercado de deuda del Estado en 2016 fue de 10,5 billones, lo que supuso un

Más detalles

Econometría II Grado en finanzas y contabilidad

Econometría II Grado en finanzas y contabilidad Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es

Más detalles

Regresión y Correlación

Regresión y Correlación Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios

Más detalles

Prof. Antonio Santillana y Ainhoa Herrarte Septiembre de 2009

Prof. Antonio Santillana y Ainhoa Herrarte Septiembre de 2009 La economía en el corto plazo: introducción al análisis del ciclo económico Prof. Antonio Santillana y Ainhoa Herrarte Septiembre de 2009 Contenido Definición de ciclo económico 1. Medición del ciclo económico:

Más detalles

Introducción UN ANÁLISIS DE LOS EFECTOS COMPOSICIÓN SOBRE LA EVOLUCIÓN DE LOS SALARIOS

Introducción UN ANÁLISIS DE LOS EFECTOS COMPOSICIÓN SOBRE LA EVOLUCIÓN DE LOS SALARIOS UN ANÁLISIS DE LOS EFECTOS COMPOSICIÓN SOBRE LA EVOLUCIÓN DE LOS SALARIOS Este artículo ha sido elaborado por Sergio Puente y Sofía Galán, de la Dirección General del Servicio de Estudios. Introducción

Más detalles

ANALISIS DE LA SERIE TEMPORAL DEL IBEX-35 DESDE 1992 HASTA CONCLUSIONES PREDICTIVAS.

ANALISIS DE LA SERIE TEMPORAL DEL IBEX-35 DESDE 1992 HASTA CONCLUSIONES PREDICTIVAS. ANALISIS DE LA SERIE TEMPORAL DEL IBEX-35 DESDE 1992 HASTA 1997. CONCLUSIONES PREDICTIVAS. Introducción: En la presente comunicación nos proponemos analizar el comportamiento como serie temporal del índice

Más detalles

FINANZAS CORPORATIVAS

FINANZAS CORPORATIVAS FINANZAS CORPORATIVAS RIESGO Y RENDIMIENTO JOSÉ IGNACIO A. PÉREZ HIDALGO Licenciado en Ciencias en la Administración de Empresas Universidad de Valparaíso, Chile TOMA DE DECISIONES Certeza: resultado real

Más detalles

Análisis de Series de Tiempo

Análisis de Series de Tiempo CURSO REGIONAL SOBRE HOJA DE BALANCE DE ALIMENTOS, SERIES DE TIEMPO Y ANÁLISIS DE POLÍTICA MSc. Sandra Hernández sandra.hernandezro@gmail.com Sede Subregional de la CEPAL en México Ciudad de México, del

Más detalles

FUTUROS SOBRE EL ÍNDICE IBEX 35 IMPACTO DIV

FUTUROS SOBRE EL ÍNDICE IBEX 35 IMPACTO DIV FUTUROS SOBRE EL ÍNDICE IBEX 35 IMPACTO DIV CONDICIONES GENERALES 1. Introducción. 2. Activo Subyacente 2. Especificaciones Técnicas. 3. Horario. 4. Forma de Liquidación a Vencimiento. 5. Precio de Liquidación

Más detalles

REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)

REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1 REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1. EN LA REGIÓN DE DRAKUL DE LA REPÚBLICA DE NECROLANDIA, LAS AUTORIDADES ECONÓMICAS HAN REALIZADO UNA REVISIÓN

Más detalles

CONCLUSIONES CONCLUSIONES

CONCLUSIONES CONCLUSIONES CONCLUSIONES Los trabajos teóricos de Feltham-Ohlson se han convertido en la principal referencia de la investigación contable que estudia los mercados de capitales. La mayor aportación de estos autores

Más detalles

Estimaciones de elasticidades de demanda para carnes y pescado en Argentina

Estimaciones de elasticidades de demanda para carnes y pescado en Argentina Instituto de Economía (IE) - INTA Universidad Nacional de Mar del Plata (UNMdP) Estimaciones de elasticidades de demanda para carnes y pescado en Argentina Pace Guerrero, I. Berges, M. Casellas, K. Buenos

Más detalles

TEMA 2 Diseño de experimentos: modelos con varios factores

TEMA 2 Diseño de experimentos: modelos con varios factores TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial

Más detalles

Estadística para la Economía y la Gestión IN 3401 Clase 5

Estadística para la Economía y la Gestión IN 3401 Clase 5 Estadística para la Economía y la Gestión IN 3401 Clase 5 21 de octubre de 2009 1 Variables Dummies o cualitativas 2 Omisión de Variables Relevantes Impacto sobre el Insesgamiento Impacto sobre la Varianza

Más detalles

Tema 8. Análisis de dos variables Ejercicios resueltos 1

Tema 8. Análisis de dos variables Ejercicios resueltos 1 Tema 8. Análisis de dos variables Ejercicios resueltos 1 Ejercicio resuelto 8.1 La siguiente tabla muestra la distribución del gasto mensual en libros y el gasto mensual en audiovisual en euros en los

Más detalles

Valor en Riesgo del Índice de Precios y Cotizaciones, *

Valor en Riesgo del Índice de Precios y Cotizaciones, * Valor en Riesgo del Índice de Precios y Cotizaciones, 1991-2011 * Genoveva Lorenzo Landa a Especialización en Métodos Estadísticos Universidad Veracruzana Sergio Fco. Juárez Cerrillo Facultad de Estadística

Más detalles

TEMA 5: Especificación y Predicción en el MRL

TEMA 5: Especificación y Predicción en el MRL EMA 5: Especificación y Predicción en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) ema 5: Especificación y Predicción Curso

Más detalles

Prof. Antonio Santillana y Ainhoa Herrarte

Prof. Antonio Santillana y Ainhoa Herrarte La economía en el corto plazo: introducción al análisis del ciclo económico Prof. Antonio Santillana y Ainhoa Herrarte Contenido 1. Medición del ciclo económico: expansiones y recesiones económicas. Detección

Más detalles

CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL

CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL Universidad Nacional Agraria La Molina IA-406 Hidrología Aplicada CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL 1. Longitud necesaria de registro Diversos

Más detalles

CAPÍTULO 5 RESULTADOS. Recordemos que el índice de Sharpe es un ratio prima-riesgo, el numerador es el exceso

CAPÍTULO 5 RESULTADOS. Recordemos que el índice de Sharpe es un ratio prima-riesgo, el numerador es el exceso CAPÍTULO 5 RESULTADOS 5.1 Índice de Sharpe Recordemos que el índice de Sharpe es un ratio primariesgo, el numerador es el exceso de rendimiento definido por la diferencia entre el rendimiento de la cartera

Más detalles