Intensidad de la actividad de negociación. El caso del futuro del IBEX 35

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

Download "Intensidad de la actividad de negociación. El caso del futuro del IBEX 35"

Transcripción

1 Fac. CC. Económcas y Empresarales Unversa e La Laguna Fac. CC. Económcas y Empresarales Unv. e Las Palmas e Gran Canara Intensa e la actva e negocacón. El caso el futuro el IBEX 35 Jorge V. Pérez Roríguez * DOCUMENTO DE TRABAJO * Unversa e Las Palmas e Gran Canara. Departamento e Métoos Cuanttatvos en Economía y Gestón.

2 Intensa e la actva e negocacón. El caso el futuro el Ibex 35 Jorge V. Pérez-Roríguez Unversa e Las Palmas e Gran Canara Resumen: En este artículo se estma la uracón conconal o ntensa esperaa e la actva e negocacón el futuro el Ibex35 negocao en ntervalos e tempo rregularmente espacaos meante los moelos ACD, teneno en cuenta la peroca ntraara y versas funcones e pseuo verosmltu para la ensa el tempo e llegaa e la nueva nformacón en el cálculo e chas estmacones. Aemás, se moelza conuntamente el cambo en los precos y la rentabla e negocacón el futuro meante moelos el tpo ISAR-GARCH para atos rregularmente espacaos, stngueno entre el conteno nformatvo y no-nformatvo el tempo esperao e la llegaa e las transaccones y el volumen e negocacón. Los resultaos muestran que la uracón posee conteno nformatvo para explcar la ntensa esperaa e la actva e negocacón, así como una correlacón postva entre la volatla conconal e la rentabla y el volumen ntraaro, y una correlacón negatva con la ntensa esperaa, ambas sgnfcatvas, ncano el conteno nformatvo el tempo y el volumen e negocacón. Palabras Clave : Mcroestructura, moelos ACD, Webull, Gamma Generalzaa, ISAR- GARCH. JEL : C, C45, C5.

3 . Introuccón Dese la perspectva el análss e la mcroestructura el mercao e actvos, los movmentos en los precos están causaos por la llegaa e nueva nformacón, así como por el proceso que ncorpora tal nformacón entro e los precos e mercao. El aumento el fluo y la veloca e la nformacón en los mercaos fnanceros ha posbltao, por un lao, que los agentes responan cas automátcamente a la llegaa e la nueva nformacón, públca o prvaa, e forma smultánea y en toos los mercaos; que, aemás, puean exstr ferencas e opnón entre los agentes sobre la nformacón que sea común; o que los ealers austen sus poscones námcamente para controlar sus nventaros ; y, por otro lao, tambén ha permto que los agentes nversores obtengan mportantes benefcos económcos. Un aspecto mportante en el trabao empírco e los mercaos rgos por órenes es la mportanca relatva e las pezas nvuales e nformacón que caracterzan la actva e negocacón y las transaccones. Muchos son los trabaos que han analzao estos hechos, no solo moelzano la uracón e las transaccones (e acuero a ferentes funcones e ensa o ferentes moelos para la uracón esperaa), como por eemplo, Engle y Russell (997, 998), Zhang, Russell y Tsay (000), Bauwens y Got (000) o Grammg y Maurer (000), sno que tambén moelzano la nterepenenca e la volatla y la uracón ntraía [véase Grammg y Wellner (00)]. El propósto e este trabao es contrbur al análss e la námca e los precos e mercao en España, analzano el futuro el Ibex35 y utlzano atos e transaccones ntraaras que se proucen en ntervalos rregulares e tempo. Para ello, la nvestgacón realzaa posee os obetvos. En prmer lugar, comparar ferentes funcones e pseuo verosmltu en la que la ensa subyacente e los tempos e No obstante, esta taxonomía puee amplarse smplemente conserano el potencal feeback entre los anterores factores. Por eemplo, algunas notcas pueen utlzarse para alcanzar un partcular mpacto en la volatla o los ealers pueen austar sus nventaros cuano antcpan su propa esventaa relatva frente a los agentes nformaos. En cuanto a los mercaos e futuros, poemos ecr que la exstenca e reucos costes e transaccón han hecho más atrayente la negocacón en los mercaos e futuros que la realzaa para el actvo subyacente. Por ello, tales oportunaes e negocacón más baratas y flexbles atraen a nuevos y ferentes nversores nformaos al mercao, con el consguente ncremento e la actva e negocacón. Asmsmo, tal ncremento, unto con el arbtrae entre el actvo subyacente y el futuro, mplcan un ncremento e la efcenca el mercao.

4 las llegaas e las notcas (es ecr, tempos e negocacón en los que se prouce caa transaccón), se supone que se strbuye e forma Exponencal, Webull o Gamma Generalzaa, las cuales se utlzan para computar las estmacones cuas máxmo verosímles e los parámetros. A su vez, estas funcones permtrán analzar empírcamente la námca e la uracón conconal entre os transaccones consecutvas y moelar el proceso estocástco que la caracterza a través e los moelos e uracón conconal autorregresva (ACD), propuestos por Engle y Russel (997, 998). En seguno lugar, se propone un moelo conunto que consera como la strbucón conunta e los tempos e llegaa e las transaccones y el cambo e los precos (e una transaccón a otra) está asocao a ésta llegaa. En concreto, se moelzan, tanto al rentabla como la volatla e tales cambos, a través e procesos e tpo AR y GARCH para atos rregularmente espacaos, ncluyeno como varables exógenas e la volatla conconal a la uracón esperaa e las operacones y al volumen e negocacón. La fnala e esta nclusón es analzar s estas varables precen elevaas o baas volatlaes en el futuro, en la ea e que éstas afecten la strbucón conconal el cambo en los precos. El trabao se organza como sgue. En la seccón, se conseran algunos moelos alternatvos para la uracón conconal en térmnos e la funcones e ensa e las llegaas. En la seccón 3, se realza un análss empírco, conserano tres aspectos: la escrpcón e los atos e uracón, la estmacón e la ntensa conconal e la actva e negocacón y el estuo e la relacón entre volatla conconal e los precos, la uracón esperaa e las transaccones y el volumen e negocacón. Fnalmente, en la seccón 4 se establecen las conclusones más relevantes.. Moelzacón e la ntensa e la actva e negocacón.. El moelo ACD Una e las más mportantes característcas e los atos e alta frecuenca es el espacamento rregular. La llegaa e la nformacón se prouce en ntervalos rregulares e tempo urante el ía. En el análss econométrco estánar el ntervalo e 3

5 tempo es fo, y por lo tanto, la varable tempo está generalmente omta el análss. Exsten muchas maneras e moelzar la uracón conconal o ntensa conconal e las transaccones [véase Engle (996) o Ghysels, Goureroux y Jasak (998)]. Sn embargo, usaremos el moelo e uracón conconal autorregresvo (ACD) propuesto por Engle y Russell (997, 998). Este moelo permte una especfcacón precsa e la námca autónoma e la uracón, y srve para preecr la ntensa e la actva e negocacón. Aemás, cha preccón puee ser relevante en la explcacón e la volatla e los precos 3. Engle y Russell (998) esarrollan un métoo que está rectamente relaconao con el espacao rregular e los atos. Su nspracón es la teoría el "pont process", y extenen el análss estaístco e los atos e tempo e fallo acelerao e Kalbflesch y Prentce (980). En su moelo, se relacona el tempo e llegaa e nformacón e acuero con alguna ley e probabla, entenénose que cho proceso es un tpo e proceso epenente e Posson. Supongamos que el tempo e llegaa e nueva nformacón o momento en que ocurre la transaccón -ésma, t, es una varable aleatora que sgue un pont process, y que tene asocaas algunas varables aleatoras enomnaas marks, que enomnaremos por y. En este sento, poría escrbrse: {( t y ),,,... N}, =,, seno N el número e tcks, puntos temporales o tamaño muestral e atos rregularmente espacaos. La -ésma observacón tene una ensa conconal conunta para ambas varables aleatoras conconaas a la nformacón sponble en ( ;θ) ( ) ( ) el peroo anteror, tal que: (, y ) ~ f t, y t, y t ( ) ( t, t,..., t ) = y y ( ) ( y, y,..., y ) t, one Ψ = ; Ψ representa el conunto e nformacón sponble hasta el momento t - ; y θ es un vector e parámetros esconocos. La funcón f puee factorzarse como un proucto entre la funcón e ensa conconal e los marks y la strbucón margnal e los tempos e llegaa, tal que: ( ) ( ) ( ) ( ) ( t y t, y ; θ) = p y t, y ( ) ( ) ( ; θ ) q( t t, y ; ) f, θ [] 4

6 seno θ y θ os vectores stntos e parámetros esconocos. Y la funcón el logartmo e verosmltu resultante es: log N = f N N ( ) ( ) ( ) ( ) (.) = log f (.) = [ log p( y t, y ; θ ) + log q( t t, y ; θ )] = = Ateneno a la funcón q (.), y s eseamos analzar la uracón entre os transaccones, resultará convenente escrbr el argumento e cha funcón en térmnos e la msma. Así, conserano = t t como la uracón entre os transaccones consecutvas, puee efnrse (.) q meante la ensa el tempo e espera entre t y t conconaa a y y. Con ello, Engle y Russell (997) suponen que exste una epenenca autorregresva en la ensa conconal e las uracones, y e esta forma, puee escrbr se que la strbucón margnal el tempo e llegaas es: ( ) ( ) ( ) ( y ; θ ) = q ( ; ) q, θ. Pues ben, ateneno a este supuesto, tales autores proponen una especfcacón para q (.) que enomnan moelo e uracón conconal autorregresvo (ACD), el cual puee fáclmente formularse en térmnos e la uracón conconal esperaa o uracón mea conconaa e la -ésma negocacón, esto es: ψ [,..., θ ] = E, y, aemás, por el supuesto básco e que la uracón ; normalzaa es nepenente e éntcamente strbua para too, es ecr, ψ ε D( ), seno D una strbucón general efna en el ntervalo ( 0, ) ~ θ 3 con mea gual a y vector e parámetros θ 3. Bao el supuesto e las uracones son éblmente exógenas para los parámetros e nterés, por eemplo θ, no se requere e una strbucón conunta para f (.) parámetros pueen estmarse maxmzano el seguno térmno., y los 3 Engle y Russell (997) encuentran que la nformacón, en la forma e uracones entre eventos el mercao, tambén ayua a explcar la evolucón e la conucta e las transaccones y e sus precos. 5

7 .. Extensones el moelo ACD y versas funcones e ensa para la llegaa e las transaccones En este epígrafe, y para computar las estmacones e los parámetros el moelo ACD, conseramos ferentes funcones el logartmo e pseuo verosmltu en el que se supone que la ensa e las llegaas e las transaccones es Exponencal, Webull o Gamma Generalzaa. A contnuacón, escrbremos su forma paramétrca y las funcones e pseuo verosmltu para estmar los parámetros. El moelo ACD supone que el térmno e error es multplcatvo y toa la nformacón pasaa afecta a la actual a través e la uracón mea conconal, ψ. En este sento, la flexbla para caracterzar D y ψ proporcona una mayor rqueza al moelo. En nuestro caso, la expresón que utlzamos para lneal generalzao ACD(p,q), es gual a: p = + q = ψ, conserano un proceso ψ = ω+ α βψ [] Como puee verse, este moelo tene una enorme smltu con el GARCH(p,q) estánar 4. Por otro lao, suponeno que las uracones son éblmente exógenas para los parámetros e nterés, θ, entonces la estmacón conunta e la funcón f, y los parámetros pueen estmarse sn péra e efcenca meante la maxmzacón el seguno térmno efno en []. En estre estuo, conseramos tres expresones e la strbucón e la uracón normalzaa, D. En prmer lugar, s la ensa conconal es exponencal, la funcón cuas-máxmo verosíml Q puee escrbrse como: N ( ), θ = l = Q = N = logψ + ψ seno log el logartmo natural. Bao este supuesto, el moelo se enomna EACD. 4 Véase Engle y Russell (998). En el caso e que tuvese memora lmtaa, sólo las p uracones más recentes nfluencan la uracón conconal, restrngénose a cero los parámetros β. Tambén, porían especfcarse otros moelos no lneales, como por eemplo, el aplcao por Vechatto (999) ao el meor auste muestral e las uracones: logψ = ω + α + βlogψ, y que es un moelo smlar al ψ EGARCH propuesto por Nelson (99). O, el recentemente propuesto por Zhang, Russell y Tsay (000) que es una especfcacón no lneal enomnaa TACD o moelo ACD umbral que no emplearemos en este estuo. Por otro lao, estas especfcacones pueen generalzarse conserano varables exógenas que explcan la frecuenca e los negocos, o smplemente elgeno otras expresones famlares e la lteratura ARCH. 6

8 7 En seguno lugar, s utlzamos la strbucón Webull, es ecr, ( ) γ ε ψ W ~, entonces la funcón e ensa es gual a: ( ) Γ + = = γ ψ φ φ φ γ φ γ γ γ, exp, f y la funcón el logartmo e pseuo verosmltu para el -ésmo peroo e negocacón es gual a: γ ψ γ ψ γ γ γ Γ + Γ + + = l log log. Este moelo recbe el nombre e WACD. Cuano = γ, la funcón e verosmltu es smlar a la que correspone al moelo exponencal o EACD. En tercer lugar, s conseramos la strbucón Gamma generalzaa estanarzaa, tal que: ( ) κ γ ε ψ, ~ G, su funcón e ensa es gual a: ( ) ( ) ( ) + Γ Γ = Γ = γ κ κ λ λ κ λ γ λ κ γ γ κγ κγ, exp,, f. Por lo tanto, el vector e parámetros a estmar para D es ( ) κ γ θ = 3, mentras que el vector e parámetros conteno en ψ es gual a ( ) p β q β α ωα θ =. La estmacón e los parámetros puee realzarse bao estos supuestos, conserano la sguente funcón el logartmo e pseuo verosmltu corresponente a la -ésma transaccón, la cual es gual a: ( ) ( ) ( ) ( ) [ ] ( ) + Γ Γ = Γ + = γ κ κ ψ λ λ κ λ λ κγ γ γ, log log log l Este moelo poríamos enomnarlo GACD(p,q). La estmacón el moelo ACD se realza por cuas máxma verosmltu basánose en la funcón e pseuo verosmltu en la que la ensa e las llegaas se supone strbua e forma exponencal (EACD), Webull (WACD) o Gamma generalzaa estanarzaa (GACD). La estmacón cuas-máxmo verosíml e los

9 parámetros es consstente para los parámetros y posee una matrz e covaranzas asntótca perfectamente efna. 3. Análss empírco Los atos utlzaos sobre transaccones son tck a tck y corresponen a un contrato el futuro el Ibex35 en el que la nformacón llega en ntervalos rregulares e tempo. Estos atos son escrtos por os tpos e varables: por un lao, el tempo e llegaa e la nueva nformacón, t, o tempo en el que tene lugar la -ésma negocacón; y por otro lao, un vector e varables observables en aquel peroo o nstante, y, que son varables enomnaas marks pues escrben los eventos ocurros. Pues ben, en el contexto fnancero, el tempo e llegaa es el punto el tempo en el que se realza un contrato sobre un número etermnao e actvos (en nuestro caso sobre el futuro el Ibex35), mentras que los marks son, por eemplo, los precos b-ask, el sprea, el volumen el contrato y muchas otras característcas proucas en las transaccones que han ocurro, las cuales son e nterés en el estuo e la mcroestructura el mercao, como, por eemplo, el número e operacones cruzaas entre oferta y emana. En nuestro estuo, sponemos e la nformacón corresponente al momento en que se realzan las transaccones ( t, =,,,N peroos espacaos rregularmente), el número e operacones cruzaas en t ( NT o t NT ), el sprea el preco ( p t o p ); y el volumen negocao en t ( V o V ). Por otro lao, conseramos que la ntensa e la t actva e negocacón es gual a = t t, o uracón entre os transaccones consecutvas, la cual es sempre postva y está expresaa en segunos. 8

10 Cuaro Fechas, ías y número e peroos en los que se realzan operacones cruzaas para el Futuro el Ibex35 Fechas Día e la semana Nº e peroos Total e peroos aros Elmnano uracones 8/09/98 9/09/98 30/09/98 /0/98 /0/98 5/0/98 6/0/98 7/0/98 8/0/98 9/0/98 3/0/98 4/0/98 5/0/98 6/0/98 Lunes Martes Mércoles Jueves Vernes Lunes Martes Mércoles Jueves Vernes Martes Mércoles Jueves Vernes guales a cero * 8,57 5,03 7,676 4,79 9,99 5,394 0,80 6,5,747 6,790 0,378 6,068 8,04 4,658 0,87 6,70 9,939 5,75 7,03 4,74 7,07 4,35 8,345 4,945 8,6 5,47,803,88 0,86 7,470 Nota: (*) Esta columna se refere solamente a aquellas operacones cruzaas una vez se han elmnao las uracones que eran guales a cero, esto es, aquellas s- operacones en las que los tempos eran éntcos (seno s el número e tempos (hora:mnuto), t, que son guales). El cuaro muestra las fechas, ías y número peroos en los que se realzan las operacones cruzaas que se han analzao. Concretamente, el contrato analzao es el Ibex Plus Futures, con cógo e fecha e expracón: XJ98, y observao aramente urante el peroo que abarca ese 0/7/98 hasta 6/0/98, tercer vernes el mes e Octubre y fecha e expracón el contrato. No obstante, se han elego los atos el ía 6/0/98 en el contrato XK98, con vencmento en Dcembre e 998, ao que el número e operacones en la fecha e vencmento el anteror contrato era obvamente reuco. Los atos son obtenos e MEFF Renta Fa. El horaro el mercao está compreno entre las 0:00 y 7:4 horas. Se han tomao las varables preco, número e operacones cruzaas, volumen e negocacón y los tempos en que se realzó caa transaccón. Aemás, en este estuo se han teno en cuenta otras conseracones aconales. En prmer lugar, no se conseran las operacones que tenen lugar en el msmo nstante e tempo; ya que puee arse el caso que exstan transaccones que concen en el msmo peroo, s ben pueen tener un ferente número e operacones cruzaas, preco y volumen negocao. Y, en seguno lugar, se crean versas varables fctcas que especfcan el ntervalo horaro al que pertenece la transaccón. En total, se han 9

11 creao 8 varables fctcas horaras, refleano los stntos ntervalos horaros que abarcan ese las 0:00 0:59 horas hasta las 7:00-7:4 horas. Fnalmente, cabría estacar que el peroo elego conce con un peroo e crss fnancera (concretamente, el entorno e la crss bancara aponesa e 30 e Septembre e 998) 5, lo cual, aemás, permte nucr el efecto que exste sobre las uracones e las transaccones en un peroo e crss. 3.. Descrpcón e la uracón observaa La escrpcón e la uracón e tempo entre os subastas consecutvas, se realza meante la metoología estaístca el análss e supervvenca. En este tpo e análss, la funcón hazar aquere especal relevanca para el proceso e negocacón pues es una funcón e la ntensa. Esta caracterza la tasa nstantánea e sala por una e tempo [ λ ( ), seno la uracón corresponente] 6. En el apénce I y II pueen observarse las frecuencas austaas no paramétrcamente meante la ensa kernel utlzano el núcleo e Epanechnkov y la ventana espectral h. Estas poseen un comportamento claramente ecrecente, típco e strbucones e tpo exponencal. Por otro lao, el cuaro muestra las estmacones no paramétrcas e la funcón hazar para ez ntervalos en los que se ven los segunos e uracón entre os transaccones consecutvas, utlzano las estmacones e Kaplan- Meer. El valor estmao e la funcón hazar puee nterpretarse, por eemplo en el caso el prmer ntervalo pertenecente a la fecha 8/09/98, como la probabla e un 3.48% e que la uracón entre os transaccones consecutvas sea e segunos, habeno urao segunos, aproxmaamente. En general, poríamos avertr una sere e característcas para la uracón observaa. En prmer lugar, la exstenca e ferentes rangos para los ntervalos 5 La crss mexcana e y asátcas e son crss fnanceras recentes que han afectao a múltples países. La crss e 997 emostró una fácl y rápa contamnacón a otras economías. La crss e septembre-octubre e 998, conce con la crss bancara e Japón y la crss el fono e cobertura e resgos Long-Term Captal Managment (LTCM), lerao por los nsgnes acaémcos Merton y Scholes. 6 La nterpretacón e la funcón hazar, o e razón e fallo, puee entenerse meor con el sguente eemplo clásco. Así, analzano atos e uracón el paro, poríamos ecr que la funcón hazar representa la probabla e que un nvuo salga e una stuacón e esempleo en un ntervalo e tempo corto, ao que ha estao esempleao en el peroo nmeatamente anteror. Dcho e otra manera, por eemplo, s un nvuo ha estao en paro nueve semanas, cuál es la probabla e que en la écma semana esté empleao?. 0

12 temporales e caa ía, sugere que la ntensa e la actva e negocacón es claramente stnta porque la nueva nformacón fluye a rtmo ferente haceno la negocacón más o menos frecuente. En seguno lugar, la mayor tasa hazar en los ías e la crss. En concreto, s se consera el prmer ntervalo para caa ía, poríamos observar cómo el 30 e Septembre es el 5%, el e Octubre es el 6.0% y el e Octubre es el 8.9%. Esto mplca una mayor actva e negocacón pues las uracones entre peroos e transaccón son más pequeñas. En tercer lugar, teneno en cuenta la uracón e un mnuto entre transaccones, poemos observar que la tasa hazar o e razón e fallo acumulaa para el 8/09/98 es e 37.68%, mentras que para el /0/98 es aproxmaamente un 74.5%, para escener al 9.75% en la fecha e 5/0/98. Ambos aspectos emuestran que la ntensa con la que se negocó esos ías fue elevaa. En cuarto lugar, poemos ecr que los equvalentes en mnutos máxmos que aparecen en el cuaro (véanse los últmos ntervalos en cho cuaro), y para caa ía e negocacón analzao, son:, 3.7,.78,.7,.43,.93,.73,.73,.35,.5,.6, 4.8, 3.4 y 5.54, respectvamente. Es ecr, en los ías e la crss la frecuenca máxma e uracones observaas se encuentra entre.43 y.93 mnutos (que representan 86 segunos y 6 segunos, respectvamente). Asmsmo, y en too la muestra, poemos ecr que aproxmaamente el 75.9% e las uracones e las transaccones se encuentran por ebao e 5 segunos, mentras que sólo las superan el 4.5%. Esto nca un alto porcentae e frecuenca e negocacón. Sn embargo, estas estmacones no nforman sobre la posble conucta estaconal e las uracones (que sí puee comprobarse en el gráfco e las msmas en el epígrafe II). Para comprobar el efecto estaconal en el entorno e los moelos e uracón cláscos que emplean covarables, se han creao ocho varables fctcas horaras que reflean los ferentes ntervalos horaros: I (entre 0:00-0:59), I (entre :00-:59), I 3 (entre :00-:59), I 4 (entre 3:00-3:59), I 5 (entre 4:00-4:59), I 6 (entre 5:00-5:59), I 7 (entre 6:00-6:59) e I 8 (entre 7:00-7:4).

13 Cuaro Estmacones no paramétrcas e la uracón entre las transaccones para caa ía e negocacón Este cuaro contene las estmacones e Kaplan-Meer para toas aquellas operacones cruzaas en las que las uracones no son cero. Intervalo Hazar Intervalo Hazar Intervalo Hazar Intervalo Hazar Intervalo Hazar Intervalo Hazar Intervalo Hazar 8/09/98 9/09/98 30/09/98 0/0/98 0/0/98 05/0/98 06/0/ /0/98 08/0/98 09/0/98 3/0/98 4/0/98 5/0/98 6/0/ Nota: Los ntervalos están expresaos en segunos. Se ha conserao que el número e ntervalos fuese e ez por motvos e espaco

14 Cuaro 3 Estmacones paramétrcas e moelos e uracón tpo Webull 8/9/98 9/9/98 30/9/98 /0/98 /0/98 5/0/98 6/0/98 7/0/98 8/0/98 9/0/98 3/0/98 4/0/98 5/0/98 6/0/98 I I I 3 I 4 I 5 I 6 I 7 I 8 σ λ p Meana Log L (0.05).4007 (0.04) (0.06).09 (0.0) 0.47 (0.004) (0.0) (0.04).8354 (0.04).436 (0.04) (0.07).0757 (0.0) (0.004) (0.0) (0.04).563 (0.05) (0.06).03 (0.0) 0.45 (0.004) (0.0) (0.0) (0.04).84 (0.04) (0.05) (0.009) (0.004).0536 (0.0) (0.07).5674 (0.09).6733 (0.08).3096 (0.06) (0.05) (0.06).3357 (0.053) (0.009) 0.67 (0.004).0338 (0.009) (0.07).395 (0.08) (0.036).0877 (0.036).488 (0.07).0705 (0.08) (0.06) (0.009) (0.004).0008 (0.009) (0.033).9 (0.004).3473 (0.04).3648 (0.05).777 (0.034).8.8 (0.057).0489 (0.0) 0.0 (0.004) (0.0) (0.08).4 (0.07).3033 (0.09).77 (0.037) (0.07).399 (0.08).967 (0.059) (0.0) (0.004).063 (0.0) (0.07).5037 (0.08) (0.033).303 (0.038).548 (0.08).346 (0.08).7 (0.056) (0.009) (0.004).04 (0.0) (0.034).0585 (0.04).04 (0.044).364 (0.046).87 (0.043).5638 (0.033).3494 (0.034).3836 (0.077).0455 (0.0) (0.003) (0.0) (0.035).6798 (0.037).664 (0.036).69 (0.045).366 (0.04).87 (0.037).5589 (0.036).396 (0.068).056 (0.0) 0.77 (0.003) (0.0) (0.033).8987 (0.036).5558 (0.033).33 (0.044).563 (0.038) (0.034).78 (0.06).0469 (0.0) 0.4 (0.004) (0.0) (0.09) (0.033).834 (0.049).0743 (0.035) ( (0.06).0046 (0.0) 0.58 (0.004) (0.0) (0.06) (0.089) 3.87 (0.075) (0.04) (0.5).655 (0.059).555 (0.04).354 (0.076) (0.09) Nota: Este cuaro contene las estmacones e los moelos paramétrcos cláscos en los que la funcón e ensa es Webull. Se utlzan como covarables a ocho varables fctcas que etermnan el ntervalo p ' horaro e negocacón.entre paréntess aparecen los errores estánar. En este caso, la funcón hazar es λ p( λ ), y ao que exsten covarables, los valores e λ son guales a: λ = exp( xδ ) seno δ el vector e parámetros esconocos; mentras que p = σ y σ es la esvacón. En general, la estmacón e los parámetros e nterés requere e la presentacón el moelo en térmnos lneales. De esta forma, la varable uracón es transformaa en logartmos. La funcón e logartmo e verosmltu para las T observacones es: LnL E [ c ( ln + lnh( w )) + lns( w )] T ' = σ, seno w = ( ln xδ) σ = ; ( w ) g( w ) S( w ) h = es la funcón hazar, g es la funcón e ensa, S es la funcón e supervvenca y c es un ncaor que escrbe s la observacón -ésma está censuraa a la erecha (=0) o no está censuraa (=). 3

15 Pues ben, suponeno que está generaa por un proceso e Posson e parámetro λ, se pueen utlzar algunos moelos cláscos en los que la uracón e un fenómeno (como por eemplo, el tempo entre transaccones) puee moelzarse e forma bastante smple meante la ensa e la funcón Webull 7. Concretamente, se emplea un moelo paramétrco e tpo Webull con covarables, es ecr, con varables exógenas que en nuestro caso ncan s la transaccón -ésma pertenece al ntervalo e negocacón horaro I, =,,,8. Los resultaos obtenos aparecen en el cuaro 3. En general, éstos muestran la mportanca el ntervalo temporal e apertura y cerre, en térmnos e los parámetros e las varables I e I o I 7 e I 8, pues éstos son los que presentan un menor valor postvo y por tanto un menor efecto sobre la uracón mea. En este sento, los ntervalos e apertura y fnal e la sesón contrbuyen en menor mea al ncremento e las uracones meas que los ntervalos que corresponen al meoía 8. Fnalmente, poemos resaltar que una estmacón promeo e la uracón en segunos para caa ntervalo e transaccón, en el total e atos analzaos en la muestra, nca que la uracón promeo en segunos es gual a: 3.73, 5.03, 5.75, 8.98, 9.6, 5.0, 3.4, y 3.4, respectvamente. Puee verse, cómo comparano estos resultaos con los el cuaro 3, los ntervalos I 3, I 4 e I 5 son los que poseen una mayor uracón promeo entre transaccones. 3.. Estmacón e la ntensa e la actva e negocacón A contnuacón, se presentan los resultaos e la estmacón e los parámetros en el moelo e uracón conconal, ACD. El cuaro 4 muestra las estmacones e los moelos ACD para ferentes strbucones D. Aemás, se recogen las estmacones e aquellos moelos que han so fltraos por el componente estaconal estmao meante el splne cúbco. Sólo se consera una expresón para GARCH. ψ, la cual es e tpo 7 En el caso e los atos sobre transaccones, éstos no están censuraos. Por lo tanto, c =. 8 No obstante, la nterpretacón e los coefcentes estmaos para las covarables no es senclla. En el x' δ [ + ] caso e los moelos Webull y Exponencal, E [ ] = e Γ( p) x. 5

16 En cho cuaro se stnguen os especfcacones para caa strbucón que aopta D. Así, SE nca que el moelo no está corrego por el componente estaconal estmao; mentras que E nca que el moelo está corrego por el componente estaconal estmao, es ecr, conseramos que la uracón está esestaconalzaa. Engle y Russell (998) emplean un splne cúbco, conserano el sguente moelo: E[ t ] = s( t ) + ε, ε ~ ( 0, σε ) que puee estmarse por mínmos cuaraos ornaros. La especfcacón el moelo es: s 3 [,, 3, ] k ( t ) I c + b ( t k ) + b ( t k ) + b ( t k ) = = one, I = s k t k, e I = 0 en caso contraro 9. Aemás, para >, c y b, son restrngos a cero meante las concones e ferencabla habtuales, es ecr, se suponen guales a cero. En este sento, la ecuacón [] se reespecfcará susttuyeno por máxma verosmltu. ~ =, y estmano los parámetros e cha ecuacón por sˆ ( t ) Se han omto las estmacones e los coefcentes el splne cúbco por motvos e espaco. Por otro lao, se ha añao a la expresón e la ecuacón e la uracón conconal una varable fctca D, que toma el valor cuano las uracones observaas son superores a 5 esvacones estánar e la uracón realzaa; y cero en caso contraro. Con ello, se recogen a toas aquellas observacones anómalas que puean provocar mprecsones en la estmacón el moelo. De los resultaos e cho cuaro, se pueen extraer las sguentes conclusones. En prmer lugar, los moelos estmaos para ψ son EACD(,), WACD(,) y GACD(,). Los órenes e chos moelos han so contrastaos meante crteros e nformacón estánar, como los e Akake y Schwartz, encontránose como sufcentes los e oren uno. En seguno lugar, y en cuanto a las estmacones e los parámetros e, ψ, cabe resaltar que toos son sgnfcatvos, son estmaos e forma robusta para toas las especfcacones conseraas para D, y cumplen con las concones e estaconarea el moelo e uracón conconal. Así, por eemplo, la persstenca ( α + β ) es gual, en los moelos SE, a 0.93, y ; mentras que en los 6

17 moelos E es gual a 0.899, y , respectvamente. De esta manera, poemos ecr que, ao que es nferor a la una, exste una escasa persstenca en la uracón conconal estmaa; la cual es toavía menos mportante en el caso e los moelos esestaconalaos. Esto emuestra que la estaconala puee provocar un acercamento haca la persstenca en la uracón conconal s no es tena en cuenta. Cuaro 4 Estmacones cuas máxmo verosímles el moelo ACD(,) bao ferentes funcones e ensa el tempo entre llegaas e las transaccones Parámetros ω α β µ γ t γ = κ Log L ψ σ ψ Exponencal Webull Gamma Generalzaa SE E SE E SE E (0.33) (4.3) (0.5) (4.67) (0.64) (3.66) (9.5) (5.8) (9.5) (5.36) (0.6) (4.05) (70.83) (3.4) (73.07) (4.76) (85.57) (.70) (5.53) (7.09) (5.3) (8.9) (6.98) (6.) [0.09] [0.07] (430.5) [0.09] (386.5) [0.07] (96.) (3.8) [0.04] (37.6) (59.3) [0.0] AN(0,) Nota: Este cuaro contene las estmacones e los coefcentes y sus errores estánar austaos por la estmacón CMV para el moelo e la forma : ψ = ω+ α + βψ + µ D, one la -ésma uracón entre eventos es, ψ es la uracón conconal y D es una varable fctca. El parámetro µ se correspone con una varable fctca que vale cuano la uracón es mayor que cnco esvacones típcas ( 5 σ ). Se stnguen os moelos: a) moelos sn fltrar los atos meante el componente estaconal e la uracón observaa (SE) y b) moelos que fltran la uracón meante el componente estaconal estmao por el splne cúbco (E). La estmacón CMV está basaa en stntas funcones e pseuo verosmltu en la que la ensa e las llegaas (D) es Exponencal, Webull y Gamma Generalzaa. Por otro lao, γ = t es el valor el estaístco t-stuent para la hpótess nula e que γ=. ψ y σψ representan la mea e las uracones estmaas y la esvacón estánar e las mmas. Entre paréntess aparece el valor t-stuent robusto para la hpótess nula e no sgnfcacón nvual el coefcente estmao. Entre corchetes aparece el error estánar. 9 En este trabao, el número e ntervalos conseraos (y, por lo tanto, varables fctcas) es k=8. 7

18 En tercer lugar, los coefcentes que caracterzan la strbucón Webull (γ) y Gamma Generalzaa (γ y κ) son sgnfcatvos en toos los casos estmaos; y ateneno al contraste tγ = en el moelo Webull, es ferente a la una en el caso E, s ben para SE no se rechaza cha hpótess, puénose asumr que la tasa hazar es constante pues no se rechaza que la strbucón sea Exponencal. En el caso el moelo GACD(,), no sólo se rechaza nvualmente que el coefcente γ = sno que no se rechaza que se κ = 0. Por otro lao, un contraste e tpo Wal para la hpótess conunta muestra el rechazo e la msma, y por lo tanto, supone la preferbla e cha strbucón para escrbr la uracón concona l y computar las estmacones el moelo ACD(,). En cuarto lugar, ao que los parámetros α y β son sgnfcatvos, poemos ecr que el moelo e uracón conconal posee conteno nformatvo, esto es, se rechaza que ψ = ω, y por lo tanto, que la uracón observaa y conconal retaraa no posean certo conteno nformatvo para explcar la uracón conconal o ntensa esperaa. Con esto, puee ecrse que el proceso e llegaas no sgue una strbucón e Posson, pues la tasa e llegaas no es constante, tal y como sugerría el hecho e que encontrásemos que ψ = ω. En qunto lugar, y ao que las verosmltues muestrales son stntas al conserar ferentes moelos, el agnóstco o valacón fnal e los moelos estmaos puee realzarse analzano las uracones estanarzaas. Por eemplo, en el caso e que éstas sean fltraas, la expresón es ε ˆ ( ψ sˆ ( t )) =, tal y como hacen Engle y Russell (997). Estos resuos eben comportarse..., puesto que el proceso ACD supone que las transformacones estocástcas e los atos son... En este sento, un contraste sencllo e no exstenca e excesos e spersón puee realzarse meante el sguente cocente bao la hpótess nula: T ( σ ε ) ˆ ~ AN( 0, ) σ v, one σ correspone a la varable ( ε ) v ˆ y σε es la varanza e εˆ. En nuestro caso, conseramos las uracones estanarzaas tanto para el moelo SE como E. Según los resultaos obtenos, poemos ecr que éstas son... a los nveles e sgnfcacón habtuales. Pues ben, ateneno a estos resultaos, poemos utlzar las uracones estmaas corregas e la estaconala para caracterzar la uracón precha como varable que 8

19 permta explcar la volatla conconal e la rentabla el futuro el Ibex35. Nótese que las estmacones e la ntensa conconal mea por ψ, muestran que la mea e las estmacones e la uracón esperaa en segunos (ψ ) y su esvacón ( σ ψ ) son muy parecas en caa uno e los moelos conseraos, mostránose un ncremento e ambas cuano pasamos e la strbucón Exponencal a la Gamma Generalzaa. Daa la fculta que exste para comparar los resultaos e stntos moelos, pues poseen stntas funcones e pseuo verosmltu, encontramos que la únca forma e evaluar las estmacones es a través e la sgnfcacón estaístca nvual e los parámetros estmaos e caa moelo. Fnalmente, cabría estacar que el moelo estmao no ha ncluo otras varables observables por el agente (y que, por eemplo, puesen construrse a partr el lbro e órenes), y sólo se ha conserao que la nformacón está resuma por la uracón observaa y esperaa que están retaraas por un peroo, ante la falta e nformacón más precsa sobre la negocacón Rentabla y volatla conconal con atos e transaccones En fnanzas, se han propuesto moelos que contemplan el hecho e la eformacón temporal o relacón entre el tempo lógco e los acontecmentos y el tempo real, conserano una estructura que está formulaa en térmnos e transaccones, pero tambén one se especfca la strbucón e los eventos en tempo real. Los trabaos e Manelbrolt y Taylor (967) o Clark (973) ntroueron el concepto e eformacón el tempo para moelzar la vsón subetva que el tempo poseen los agentes o partcpantes e mercao. En estos moelos, la veloca el tempo aumenta cuano aumenta el fluo e nformacón. Este fluo e nformacón puee merse por: a) la tasa e nterés, el volumen e transaccón (Manelbrolt y Taylor) o la volatla 0 Otras característcas son que el actvo que se negoca tene un valor e lquacón que es aleatoro; el conunto e precos es aquel en el que el benefco esperao para cualquer negoco es nulo; tales precos compettvos mplcan que los precos son guales a la expectatva conconal el valor e lquacón el actvo, ao el tpo e negoco que ocurre (e esta forma, la comprensón e la conucta e los precos mplca el análss e los cambos en las creencas e los creaores e mercao); se supone que el aprenzae es bayesano (el creaor e mercao conoce que el fluo e órenes está correlaconao con el valor e los actvos, pero no conoce cual es su valor certo); caa agente tene una creenca a pror sobre el valor e actvo; utlzano un aprenzae bayesano, el proceso e actualzacón tene buenas propeaes e convergenca. En moelos análogos a GM, el preco al fnal e cualquer actvo negocao; por eemplo, su valor e lquacón, se supone que es una varable aleatora cuya ley e probabla está caracterzaa por momentos cuyos parámetros son exógenos. 9

20 (Clark). Tambén el nterés por la eformacón el tempo aparece en Hausman, Lo y MacKnlay (99), o en Engle y Russell (997 y 999) quenes proponen un moelo que tene en cuenta explíctamente el espacao rregular e los atos e transaccones, aemás e mer y preecr la ntensa con la que se realzan las msmas (moelo analzao en la seccón ). La ea e este epígrafe es la especfcacón conunta e p(.) y q(.). Para ello, y en un sento smlar a Vecchatto (999), se completa la expresón [] no sólo conserano la uracón conconal sno moelzano conuntamente la rentabla el futuro el Ibex35 y su volatla conconal, meante una especfcacón que consera el espacao rregular e los atos e transaccones. El tpo e moelos que emplearemos ntrouce como nuevas varables exógenas a la uracón observaa, para recoger el efecto el espacamento rregular e los atos. Sgueno a Pa, Polasek y Kozum (995), conseremos un moelo para atos rregularmente espacaos en forma e un AR(p) [en aelante ISAR(p)] con funcones e respuesta Φ [ t ], =,,p; =,,N; seno = L one L es el operaor e retaros e peroos. Las funcones e respuesta, Φ, son funcones e t y generalmente tenen ferentes graos e ecamento y permten ponerar las observacones e las varables retaraas utlzano pesos que epenen e la uracón e tempo. Nótese que la uracón entre os transaccones consecutvas es t (o mentras que la stanca entre os transaccones que están separaas tcks puee escrbrse como t ),. Conserano que las rentablaes observaas en el peroo t, tenen en cuenta la longtu el ntervalo e uracón, poemos escrbr que: r ( log p log p ) los atos. t. De esta forma, tambén se permte elmnar la estaconala e El moelo ISAR(p) con errores gaussanos y conconalmente heteroceástco puee escrbrse como: Estas nuevas escalas temporales se mostraron aecuaas a las propeaes e las seres temporales. Bastante más que el tempo físco, ellas son la escala e tempo natural o relevante en la que se me el proceso e generacón e precos. Stock (988) mostró que en tales escalas e tempo los precos porían estar lnealmente relaconaos a los funamentos subyacentes. Stock tambén emostró que esta escala e tempo poría capturar la heteroceastca conconal exhba por las seres e tempo. Con el cambo e volumen e las transaccones en las frecuencas ntraía, el uso e tales escalas e tempo parece ser lo más relevante. Así, las transformacones e escala temporal son una alternatva nteresante a la clase e moelos ARCH. Estas transformacones son: a) tempo físco; b) theta (ϑ)-esestaconalzao y c) tempo ntrínseco. Por eemplo, véase para un mayor etalle Dacorogna, Müller, Nagler, Olsen y Pctet (993). 0

21 p [ t ] r + v ; v Ψ ~ N( 0, σ ); N r = φ 0 + Φ =,..., [3] = one exsten N puntos rregularmente espacaos; se supone que el error conconao a la nformacón exstente en -, Ψ, se strbuye Normal con mea nula y varanza varable, σ (que es la varanza el cambo en los precos sobre la -ésma transaccón conconaa al pasao y presente e las uracones entre transaccones). En este estuo conseramos tres tpos e funcones e respuesta, Φ : una para atos gualmente espacaos y os para atos rregularmente espacaos. Así, poemos ctar: la funcón constante, Φ [ ] t = φ, que correspone al caso e atos gualmente espacaos; la funcón exponencal, Φ [ ] t = φ 0 + φ exp( t ) recíproca, Φ [ t ] = φ + ( t ). 0 φ ; y, la funcón Para stntos valores e φ 0 y φ se tenen ferentes funcones ecrecentes. El vector e parámetros es = ( φ φ, φ,..., φ φ ) ' p Φ ( ). La concón e 0, 0 0, p estaconarea e [3] epene el espaco e parámetros y e la strbucón e. En este sento, por eemplo, s suponemos que ~ G( κ,γ) y la uracón es nepenente e los errores, el valor esperao E κ [ Φ [ t ] = E[ φ + φ ( t )] = φ + φ ( γ + ), κ valor esperao por 0 exp 0 >. Así, enomnano a cho φ, la concón e estaconarea en un proceso ISAR() con = es equvalente a analzar las raíces el polnomo φ L = 0, las cuales eben caer fuera el círculo untaro. La estmacón el moelo ISAR(p) poría realzarse por MCO sempre que el térmno e perturbacón fuese homoceástco y no correlaconao seralmente. Sn embargo, ao que se ha supuesto que este térmno e perturbacón es conconalmente heteroceástco en el conunto e nformacón Ψ, se ha conserao que la námca el proceso para la varanza conconal puee formularse en térmnos e un moelo e tpo GARCH. En este caso, la matrz e regresores está formaa por Nx( p+) elementos, formaos por las varables retaraas sn ponerar, las varables poneraas en las que los pesos epenen e la uracón el tempo, y una constante.

22 En este sento, y aa la naturaleza e los atos rregularmente espacaos, tambén porían plantearse ferentes funcones e respuesta en los moelos e tpo ARCH. Exteneno el moelo e Pa, Polasek y Kozum (995) al caso GARCH(k,q), tenemos que: one las funcones [ t ] q = k [ t ] v + σ = ω + Α β σ [4] r= Α pueen ser equvalentes a las escrtas en anterormente. Así, Α [ ] t = α0 en el caso constante, Α [ ] t = 0 + α exp ( t ) exponencal, y Α [ t ] = + ( t ) 0 α r r α en el caso α en el caso recíproco. Los parámetros α 0, α, =,.., q y β r, r =,..., k, eben cumplr las concones e estrcta no negatva y estaconarea habtuales en los moelos GARCH, pero aemás teneno en cuenta la strbucón e, como en el caso ISAR(p). Al conserar como varable exógena la uracón observaa, σ es la varanza por seguno el proceso e precos conconao al conunto e nformacón e las uracones pasaas y presentes. De esta forma, las expresones [3] y [4] caracterzan conuntamente a la rentabla y volatla en atos rregularmente espacaos, y que enomnaremos como procesos ISAR-GARCH La ntensa y el volumen e negocacón en la volatla conconal Una ustfcacón Por qué conserar el tempo esperao y el volumen e negocacón e las transaccones en la volatla conconal?. En cuanto al prmer aspecto, poemos argumentar que la mportanca el tempo e los negocos en la valoracón e los precos es una cuestón más ben empírca. Generalmente, en los moelos que explcan la mcroestructura el mercao 3, el tempo e negocacón no uega un papel mportante puesto que se consera que no es exógeno al proceso e auste e los precos, y puee ecrse que es rrelevante para la conucta el preco porque, en sí msmo, no posee conteno nformatvo. Sn embargo, s el tempo fuese exógeno al 3 En este sento, poemos alur a que la mportanca e la mcroestructura e los mercaos fnanceros es funamental, pues permte analzar la evolucón e los precos (b/ask o su sprea), los requermentos e los márgenes, el grao e competenca en el mercao, el comportamento e los creaores e mercao (market makers), la frecuenca en la eecucón e las órenes o la volatla ntraía.

23 proceso e precos, entonces poría tener sento su análss. Por eemplo, s el tempo estuvese correlaconao con cualquer factor vnculao con la valoracón e los precos, entonces la presenca o ausenca e negocacón proveería e nformacón a los partcpantes el mercao. Por lo tanto, s los partcpantes el mercao pueen aprener observano el tempo e negocacón, entonces el auste e los precos a la nformacón sponble tambén epenería el tempo [véase O Hara (995, pág.69)]. En esta últma línea, algunos moelos recentes en fnanzas conseran que el tempo entre las transaccones contene nformacón mportante en la escrpcón e la námca e los precos. Kyle (985) y Amat y Pfleerer (988), entre otros, han sugero que la frecuenca e las transaccones ncorpora nformacón sobre el mercao, es ecr, el tempo e negocacón está relaconao con la exstenca e nueva nformacón. Sn embargo, la nocón el tempo como una señal que averte e la presenca o ausenca e negocacón y provee nformacón a los partcpantes el mercao, se esarrolla con la nvestgacón e Damon y Verreccha (987) 4, aunque tambén es trataa por Easley y O'Hara (99), y Hausman, Lo y MacKnlay (99), quenes han sugero que el tempo puee afectar al proceso e auste e los precos, aunque tambén comentan que no está toavía claro cómo. En cuanto al seguno aspecto, mentras que la conexón empírca entre los movmentos en los precos y el volumen es clara [véanse Epps y Epps (976), Rogalsk (978), Tauchen y Ptts (983) y Sharma, Mougoue y Kamath (996), entre otros], no es tan obvo porqué esto se prouce o es así. Investgaores empírcos han estableco algunos patrones asmétrcos para el volumen y la reccón e los cambos en los precos, s ben la generala e estos resultaos está sueta a ebate. Por eemplo, se ce que el volumen es mayor cuano los precos crecen que cuano smnuyen, y que esto puee estar relaconao con las restrccones sobre ventas al escuberto. Por otro lao, la relacón preco-volumen en el mercao e futuros no es la msma que en el mercao el subyacente [véase Karpoff (987)]. Por eemplo, Km y Verreccha (99) han moelzao la conexón entre la nformacón públca e los anuncos y el volumen, encontrano que el cambo en el volumen es proporconal a la precsón e la señal e 4 Estos autores tenen la ntucón e que s los agentes negocaores son ncapaces e negocar en certos momentos, entonces observano la ausenca e negocacón puee ncarse el estao subyacente. Concretamente, estos autores aluen a tres razones: ) que el agente selecconao para negocar smplemente no esea hacerlo; ) que un agente esnformao sea ncapaz e vener al escuberto; o 3) que un agente nformao e las malas notcas puea ser ncapaz e negocar s las ventas al escuberto están prohbas. 3

24 nformacón públca, y es ecrecente con la canta e pre-anuncos públcos y e la nformacón prvaa. No obstante, y en general, la nvestgacón teórca no proporcona una respuesta efntva. En la lteratura sobre la mcroestructura el mercao e actvos la conexón entre preco-volumen es menos clara. Por eemplo, Kyle (985) no consera que el volumen e negocacón sea un factor en el proceso e auste e los precos. La razón es que los agentes nformaos sempre austan sus cantaes e órenes para mantener gual su proporcón relatva e negoco. Una e las razones e porqué es fícl evaluar la conexón preco-volumen es que no está claro qué canta e nformacón proporcona el volumen a los partcpantes en el mercao. Aún así, numerosos nvestgaores han examnao la posble relacón en un entorno e expectatvas raconales, como por eemplo Pfleerer (984), Campbell, Wang y Grossman (99) y Blume, Easley y O Hara (994), entre otros. En general, exsten os aproxmacones. Una prmera que analza el volumen cuano exsten agentes que transacconan con ferentes señales e nformacón [por eemplo, véase Wang (994)]. Una seguna, etermna que en la nformacón nherente al volumen estaístco, los agentes pueen aprener e su observacón [véase Blume, Easley y O Hara (994), entre otros]. En este sento, poemos ecr que el papel el volumen en el proceso e auste e los precos es facltar el aprenzae e la ncertumbre que es subyacente a cho proceso Un moelo GARCH con varables exógenas Suponeno que σ es un proceso GARCH(,) con varables exógenas como: [ t ] v + βσ + ηψ ηv σ = ω+ A + [5] one =; los parámetros son ω, α 0, α 0, β, η, η y one, por eemplo en el caso exponencal, α + α ( ) + β 0 exp < es la concón e exstenca e la varanza nconconal, que epene no sólo el espaco e parámetros sno e la strbucón e, como se ha vsto. Este moelo es claramente smétrco, es ecr, la volatla es la msma tanto cuano los shocks son negatvos como cuano son postvos pero e gual magntu. Los moelos propuestos [3] y [5] permten estuar la mportanca e la uracón conconal ( ψ ) y el volumen e negocacón e las transaccones ( V ) en el proceso e auste e los precos, pues conseramos que ncorporan nformacón relevante sobre el mercao en la evolucón e la volatla conconal e las rentablaes. S el 4

25 efecto sobre los precos es ebo a la ausenca e negoco, esto sgnfcaría que el tempo no es exógeno al proceso e auste e los precos. Las mplcacones el papel el tempo en la conucta e los precos sugere que s, por eemplo, los precos son martngalas, el conocmento e la secuenca e precos no es un estaístco sufcente para toa la nformacón el mercao. Sn embargo, s un nvestgaor examna úncamente los precos e las transaccones, entonces el cómo los precos se mueven haca t+ no es nepenente e toas aquellas transaccones preceentes. Ya que los agentes nformaos son más comunes que los esnformaos, la negocacón es tambén más común cuano ha ocurro algún evento nformatvo. De esta forma, cuano exste nueva nformacón el proceso e valoracón es mayor. Engle y Russell (997) emuestran que la volatla e los precos por una e tempo está nversamente relaconaa con la uracón e las transaccones 5. Damon y Verreccha (987) sugeren que las restrccones e ventas al escuberto pueen nucr una correlacón negatva entre la frecuenca e la negocacón y el movmento e los precos. En este sento, cabe esperar que el parámetro η sea negatvo. Por otro lao, cabe resaltar que una mportante mplcacón empírca el moelo AP es que los agentes prvaos provocan una más elevaa volatla el preco urante los peroos en que exste una alta actva e negocacón. Sus resultaos teórcos son a menuo ctaos en conexón con el volumen observao y el agrupamento o clusterng e volatla en los mercaos fnanceros 6. Aunque la asocacón entre volatla y actva e mercao es ben conoca, exsten pocos trabaos que la cuantfquen o moelos que la relaconen formalmente. Easley y O Hara (99) sugeren que las tasas e transaccones más frecuentes están ebas a una gran fraccón e agentes nformaos. En un moelo e 5 Engle y Russell (997) muestran que la relacón entre las uracones e precos y la volatla es aproxmaamente gual a σ c ψ tempo es nversamente proporconal a la uracón. =, seno c una constante. Esto sgnfca que la varanza por una e 6 El moelo AP no se rge específcamente haca los patrones sstemátcos en la llegaa e notcas, o al mpacto potencal e las notcas sobre la strbucón e nformacón prvaa en el tempo. De acuero a esto, el patrón e los austes e precos y la volatla observaa en un mercao partcular está etermnaa conuntamente por los patrones e llegaa e nformacón scuta en AP. Por eemplo, cuano los agentes no tenen una esventaa nformaconal, los precos se austan a las notcas sobre su publcacón/vulgacón. Con la nformacón asmétrca, los precos se austan a la nformacón prvaa antes e que las notcas sean anuncaas, completan su auste antes e que las notcas lleguen y en la ausenca e más notcas en peroos subsecuentes e negocacón, la volatla eclna. La anteror scusón sugere una estratega para la valoracón e las relacones empírcas entre la llegaa e nformacón públca y prvaa y la volatla e mercao. Un aspecto e la estratega es contrastar el resultao el moelo AP relaconano la actva e mercao al clusterng e la volatla: ceters parbus, la volatla tene a varar rectamente con la actva e mercao como una consecuenca e que exsten agentes nformaos. 5

Intensidad de la actividad de negociación. El caso del futuro del IBEX 35

Intensidad de la actividad de negociación. El caso del futuro del IBEX 35 Fac. CC. Económcas y Empresarales Unversa e La Laguna Fac. CC. Económcas y Empresarales Unv. e Las Palmas e Gran Canara Intensa e la actva e negocacón. El caso el futuro el IBEX 35 Jorge V. Pérez Roríguez

Más detalles

ACCIONES BASICAS DE CONTROL

ACCIONES BASICAS DE CONTROL ACCIONES BASICAS DE CONROL Los sstemas e control se señan para cumplr tareas etermnaas. Con frecuenca los requermentos mpuestos a los sstemas e control toman la forma e especfcacones e funconamento. En

Más detalles

Capítulo 6: Variables Aleatorias Multivariadas

Capítulo 6: Variables Aleatorias Multivariadas Unversa Técnca Feerco Santa María Departamento e Inormátca ILI-8 Capítulo 6: Varables Aleatoras Multvaraas staístca Computaconal I Semestre 6 Pro. Carlos Valle Págna : www.n.utsm.cl/~cvalle e-mal : cvalle@n.utsm.cl

Más detalles

ANEXO B SISTEMAS NUMÉRICOS

ANEXO B SISTEMAS NUMÉRICOS ANEXO B SISTEMAS NUMÉRICOS Sstema Decmal El sstema ecmal emplea ez ferentes ígtos (,,,, 4, 5, 6, 7, 8 y 9). Por esto se ce que la base el sstema ecmal es ez. Para representar números mayores a 9, se combnan

Más detalles

Capítulo 3. Principios Generales de la Mecánica PRINCIPIOS GENERALES DE LA MECÁNICA

Capítulo 3. Principios Generales de la Mecánica PRINCIPIOS GENERALES DE LA MECÁNICA Capítulo 3. Prncpos Generales e la Mecánca CPÍTULO 3 PRINCIPIOS GENERLES DE L MECÁNIC Introuccón La mecánca e los meos contnuos tene como base una sere e prncpos o postulaos e carácter general que se suponen

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C

Más detalles

Transformación de Park o D-Q

Transformación de Park o D-Q Apénce B ransformacón e Park o D-Q B.. Expresón e la matrz e transformacón La transformacón e Park o D-Q conerte las componentes 'abc' el sstema trfásco a otro sstema e referenca 'q'. El objeto e la transformacón

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

MÉTODO DEL CENTRO DE GRAVEDAD

MÉTODO DEL CENTRO DE GRAVEDAD DEFINICIÓN MÉTODO DEL CENTRO DE GRVEDD Es un moelo matemátco que se utlza para la localzacón e plantas e fabrcacón o almacenes e strbucón respecto a unos puntos ya establecos e la empresa, ese one se proucen

Más detalles

Máquinas de Vectores Soporte (SVM)

Máquinas de Vectores Soporte (SVM) Máqunas e Vectores Soporte SVM Estructura: re estátca asaa en kernels que realza clasfcacón lneal sore vectores transformaos a un espaco e mensón superor es ecr separa meante un perplano en el espaco transformao

Más detalles

ANEXO A: Método de Interpolación de Cokriging Colocado

ANEXO A: Método de Interpolación de Cokriging Colocado ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),

Más detalles

TEORÍA. PREGUNTA 1 (1 p). La ecuación del movimiento de un péndulo simple está dada por θ = A cos

TEORÍA. PREGUNTA 1 (1 p). La ecuación del movimiento de un péndulo simple está dada por θ = A cos FÍIC PLICD. EXMEN FINL ORDINRIO JUNIO 16 TEORÍ PREGUNT 1 (1 p). La ecuacón el movmento e un pénulo smple está aa por θ = cos, seno = 5º. (a) Qué ángulo formará este pénulo con la vertcal cuano el tempo

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

Apuntes de Química Cuántica I: Operadores

Apuntes de Química Cuántica I: Operadores Apuntes e Químca Cuántca I: Operaores Álgebra e Operaores Un operaor es una regla e transormacón que se aplca sobre una uncón; es ecr, es una nstruccón para eectuar una operacón matemátca sobre una uncón

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

PUBLICACIONES DE 4º CURSO

PUBLICACIONES DE 4º CURSO PUBLICACIONES DE 4º CURSO Grado: DERECHO-ADE Asgnatura: ECONOMERÍA Grupos: Únco ema: ESQUEMA EMA Profesores: Inmaculada Vllanúa Departamento de ANÁLISIS ECONÓMICO Curso Académco 04/5 ema : El Modelo Lneal

Más detalles

Controladores PID CONTROLADORES PID DR. BASIL M. AL HADITHI

Controladores PID CONTROLADORES PID DR. BASIL M. AL HADITHI Controlaores PID CONTROLADORES PID El algortmo e control más amplamente usao en control e procesos es el PID. Descene e los cláscos sstemas realmentaos (e tpo proporconal) e la máquna e vapor e Watt (1788).

Más detalles

e i para construir el modelo econométrico que se escribe a continuación:

e i para construir el modelo econométrico que se escribe a continuación: 5.3 Especfcacón del modelo empírco Para este análss se formló n modelo econométrco de seccón crzada, porqe las observacones corresponden a las característcas de las personas encestadas en n msmo período

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

EJERCICIOS MICROECONOMIA AVANZADA 4º ECONOMIA DEPARTAMENTO DE FUNDAMENTOS DEL ANALISIS ECONOMICO I TEMA 1

EJERCICIOS MICROECONOMIA AVANZADA 4º ECONOMIA DEPARTAMENTO DE FUNDAMENTOS DEL ANALISIS ECONOMICO I TEMA 1 EJERCICIOS MICROECONOMIA AVANZADA 4º ECONOMIA DEPARTAMENTO DE FUNDAMENTOS DEL ANALISIS ECONOMICO I TEMA TEMAS. Las preferencas el consumor: axomátca y funcón e utla. Teoría e la emana. Equlbro el consumor.

Más detalles

Resumen TEMA 5: Dinámica de percusiones

Resumen TEMA 5: Dinámica de percusiones TEM 5: Dnámca e percusones Mecánca Resumen TEM 5: Dnámca e percusones. Concepto e percusón Impulsón elemental prouca por una fuerza: F Impulsón prouca por una fuerza en un nteralo (t, t ): F Percusón es

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa

Más detalles

sistemas de conductores

sistemas de conductores Energía y presón electrostátca en sstemas e conuctores Antono González Fernánez Dpto. e Físca Aplcaa III Unversa e evlla nopss e la presentacón Las fórmulas para la energía electrostátca pueen aplcarse

Más detalles

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo, Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos

Más detalles

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

Más detalles

truncación inferior en el punto a=25 es igual a El grado de truncación es del

truncación inferior en el punto a=25 es igual a El grado de truncación es del ECONOMETTRÍ ÍA III II.. Cuurrssoo 22000022- -0033 (f( f cchheer roo: : ccuueesst t oonneess lleecccc l 33) ) CUESTTI IONES SOBRE LLA LLECCI IÓN 33: : MODELLOS DE VARIABLLE DEPENDIENTTE LLI IMITTADA 1.

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

UNIVERSIDAD POLITÉCNICA. TEMA: Modelo Cinemático. E.U.I.T. Industrial FECHA: Titulación: Grado en Ingeniería Electrónica y Automática

UNIVERSIDAD POLITÉCNICA. TEMA: Modelo Cinemático. E.U.I.T. Industrial FECHA: Titulación: Grado en Ingeniería Electrónica y Automática 7//5 IGNTUR: Robótca UNIVERIDD POLITÉNI DE MDRID TEM: Moelo nemátco E.U.I.T. Inustral Ttulacón: Grao en Ingenería Electrónca y utomátca Área: Ingenería e stemas y utomátca Departamento e Electrónca utomátca

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Sistemas Lineales de Masas-Resortes 2D

Sistemas Lineales de Masas-Resortes 2D Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 0 DE JUNIO DE 018 15.30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta 1 A B C En Blanco

Más detalles

Algunas aplicaciones del test del signo

Algunas aplicaciones del test del signo 43 Algunas aplcacones del test del sgno Test de Mc emar para sgnfcacón de cambos: En realdad este test se estuda en detalle en Métodos no Paramétrcos II, en el contexto de las denomnadas Tablas de Contngenca.

Más detalles

Grupo de Ingeniería Gráfica Escuela Técnica Superior de Ingenieros Industriales Universidad Politécnica de Madrid 12 DE JUNIO DE 2002

Grupo de Ingeniería Gráfica Escuela Técnica Superior de Ingenieros Industriales Universidad Politécnica de Madrid 12 DE JUNIO DE 2002 Grupo e Ingenería Gráfca Escuela Técnca Superor e Ingeneros Inustrales Unversa Poltécnca e Mar EXAMEN DE DIBUJO INDUSTRIAL II Y TÉCNICAS DE REPRESENTACIÓN NOTAS : DE JUNIO DE 00 º Caa ejercco ebe ser entregao

Más detalles

17 MOMENTOS DE INERCIA Y TEOREMA DE STEINER

17 MOMENTOS DE INERCIA Y TEOREMA DE STEINER 17 MOMENOS DE INERCIA Y EOREMA DE SEINER OBJEIVOS Determnacón e la constante recuperaora e un muelle espral. Comprobacón el teorema e Stener. Determnacón expermental el momento e nerca e ferentes cuerpos

Más detalles

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011 Análss de equlbro general en economías cerradas con produccón. Preferencas Cobb-Douglas Tecnologías Cobb-Douglas con rendmentos constantes a escala. Enrque awamura Mcroeconomía I para economstas. FCE-UBA.

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

SUGERENCIAS DE ACTIVIDADES

SUGERENCIAS DE ACTIVIDADES MATEMÁTICA Programa e Estuo 2 meo U4 SUGERENCIAS DE ACTIVIDADES Objetvos e Aprenzaje OA 10 Determnano los posbles valores e la ncógnta. Calculano su probabla. Actvaes 1. En un recpente hay tres boltas:

Más detalles

Modelo distribuido de crecimiento y producción de las masas de pinos en Andalucía. Enfoque espacio-temporal

Modelo distribuido de crecimiento y producción de las masas de pinos en Andalucía. Enfoque espacio-temporal 1 Moelo strbuo e crecmento y prouccón e las masas e pnos en Analucía. Enfoque espaco-temporal RECOPILACIÓN DE INFORMACIÓN DE VEGETACIÓN Y DATOS DE PARCELAS DE INVENTARIO DISTRIBUCIÓN ACTUAL DE LAS ESPECIES

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

9 Naturaleza y propagación de la luz

9 Naturaleza y propagación de la luz 9 aturaleza y propagacón e la luz Actvaes el nteror e la una 1. Explca brevemente qué entenes por síntess electromagnétca. La síntess electromagnétca recoge una e las eas centrales e la teoría e Maxwell,

Más detalles

TEMA 2: EL MERCADO DE BIENES Y EL MERCADO FINANCIERO: EL MODELO IS-LM

TEMA 2: EL MERCADO DE BIENES Y EL MERCADO FINANCIERO: EL MODELO IS-LM TEMA 2: EL MERCADO DE BIENES EL MERCADO FINANCIERO: EL MODELO -LM INTRODUCCIÓN Análss e las fluctuacones económcas (economía cerraa) Perspectva e corto plazo: rgez en los precos Oferta agregaa a corto

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del

Más detalles

Con impuestos más altos: todas las empresas ganan?

Con impuestos más altos: todas las empresas ganan? Ensayos Volumen XXIV, núm., novembre 005, pp.-4 Con mpuestos más altos: toas las empresas ganan? Resumen Julo César Arteaga García Danel Flores Curel En este trabajo, se conseran empresas ue partcpan smultáneamente

Más detalles

Integración n Financiera Internacional y Crecimiento Económico

Integración n Financiera Internacional y Crecimiento Económico Integracón n Fnancera Internaconal y Crecmento Económco Camla Csneros Encuentro de Economstas 27 BCRP Esquema Motvacón Efectos en el crecmento Presentacón n del modelo Análss Empírco Seres de tempo: Perú

Más detalles

CAPÍTULO I ESTÁTICA DE PARTÍCULAS

CAPÍTULO I ESTÁTICA DE PARTÍCULAS Resstenca e Materales. Capítulo I. Estátca e partículas. CAPÍTULO I ESTÁTICA DE PARTÍCULAS. Prncpos funamentales Los prncpos funamentales e la estátca e partículas se basan en los tres prncpos e Newton.

Más detalles

Angulo que hace la dirección de tracción con la normal al plano de deslizamiento : (NPD)

Angulo que hace la dirección de tracción con la normal al plano de deslizamiento : (NPD) omportamento Mecánco e ólos. apítulo VII. Mcroplastca e rstales Mcroplastca e rstales. En este capítulo se abora el problema e la plastca ese un punto e vsta mcroscópco. e toma en conseracón la naturaleza

Más detalles

Inferencia en Regresión Lineal Simple

Inferencia en Regresión Lineal Simple Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco

Más detalles

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón

Más detalles

USOS Y EXTENSIONES DEL MODELO LINEAL CON K VARIABLES

USOS Y EXTENSIONES DEL MODELO LINEAL CON K VARIABLES Unversdad de San Andrés Departamento de Economía Econometría Semestre de otoño USOS Y ETENSIONES DEL MODELO LINEAL CON K VARIABLES Marana Marchonn marana@depeco.econo.unlp.edu.ar Varables explcatvas bnaras

Más detalles

RECOMENDACIÓN UIT-R P

RECOMENDACIÓN UIT-R P Rec. UIT-R P.452-10 1 RECOMENDACIÓN UIT-R P.452-10 Procemento e preccón para evaluar la nterferenca en mcroonas entre estacones stuaas en la superfce e la terra a frecuencas superores a unos 0,7 GHz *

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

Página 1. Tema IV. Síntesis de agrupaciones lineales Síntesis de Dolf y de Taylor. Síntesis de agrupaciones Lineales

Página 1. Tema IV. Síntesis de agrupaciones lineales Síntesis de Dolf y de Taylor. Síntesis de agrupaciones Lineales Tema IV Síntess e agrupacones lneales Síntess e Dolf y e Taylor Síntess e agrupacones Lneales Síntess por funcones. Dagramas rectvos Síntess e Dolph-Chebychev Síntess e Taylor Síntess e Bayls Síntess por

Más detalles

Diagnóstico de Fortalezas y Debilidades Comunales

Diagnóstico de Fortalezas y Debilidades Comunales Dagnóstco de Fortalezas y Debldades Comunales Introduccón Los avances y mayores nveles de desarrollo que el país ha mostrado durante los últmos 15 años, se han traducdo, entre otros aspectos, en un aumento

Más detalles

1.Variables ficticias en el modelo de regresión: ejemplos.

1.Variables ficticias en el modelo de regresión: ejemplos. J.M.Arranz y M.M. Zamora.Varables fctcas en el modelo de regresón: ejemplos. Las varables fctcas recogen los efectos dferencales que se producen en el comportamento de los agentes económcos debdo a dferentes

Más detalles

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Guía. www.xforex.com. Guide

Guía. www.xforex.com. Guide a í u e G u G Guía g n a r t e s a s v e g n e tra www.xforex.com Mn electrónco para en Forex Mnlbro E-book Gue forprncpantes Forex Begnners El mn lbro electrónco e XForex para prncpantes en Forex Guía

Más detalles

Tema 3: Procedimientos de Constrastación y Selección de Modelos

Tema 3: Procedimientos de Constrastación y Selección de Modelos Tema 3: Procedmentos de Constrastacón y Seleccón de Modelos TEMA 3: PROCEDIMIENTOS DE CONTRASTACIÓN Y SELECCIÓN DE MODELOS 3) Introduccón a los Modelos con Restrccones Estmacón Restrngda 3) Contrastes

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

Métodos estadísticos. Sen = Spe D. Meta-DiSc ver 1.1.1. Principios generales

Métodos estadísticos. Sen = Spe D. Meta-DiSc ver 1.1.1. Principios generales Métoos estaístcos Meta-Sc ver.. Prncpos generales El Meta-análss es un proceso en os etapas. En un prmer paso se calcula un estaístco que resume los atos e caa estuo. En los estuos e evaluacón e pruebas

Más detalles

TEMA 7. ANÁLISIS DE SUPERVIVENCIA

TEMA 7. ANÁLISIS DE SUPERVIVENCIA TEMA 7. ANÁLISIS DE SUPERVIVENCIA CONTENIDOS 7. Funcón de supervvenca. 7.2 Estmacón no paramétrca de la funcón de supervvenca. 7.2. Tempos de supervvenca dscretos. Estmador de Kaplan-Meer. 7.2.2 Tempos

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Un ejemplo de Análisis Factorial de Correspondencias

Un ejemplo de Análisis Factorial de Correspondencias Estadístca Anàls de Dades (curs 001-00) Un ejemplo de Análss Factoral de Correspondencas Se trata de estudar la estructura de las ventas de una empresa que dstrbuye 10 productos en 8 mercados. Para ello

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general). 3. En el modelo lneal general Y = X b + e, explcar la forma

Más detalles

RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO

RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO Introduccón Dseño del estudo Especfcacón del modelo Resultados Introduccón Dseño del estudo Especfcacón del modelo Resultados Introduccón: Esquema

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Revisión de las principales técnicas de estimación de parámetros lineales en subpoblaciones

Revisión de las principales técnicas de estimación de parámetros lineales en subpoblaciones Metoología e Encuestas Volumen 10 008 77-91 ISSN: 1575-7803 Revsón e las prncpales técncas e estmacón e parámetros lneales en subpoblacones Muñoz Rosas Juan Francsco. Departamento e Métoos Cuanttatvos

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI CAPÍTULO 5: MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 57 CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 5. Resumen Se busca solucón a las ecuacones acopladas que descrben los perfles de onda medante

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

MUESTREO EN POBLACIONES FINITAS

MUESTREO EN POBLACIONES FINITAS MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño

Más detalles

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

) para toda permutación (p p 1 p

) para toda permutación (p p 1 p 09 Elena J. Martínez do cuat. 004 Análss de la varanza de dos factores El problema anteror consderaba la comparacón de muestras para detectar dferencas entre las respectvas poblacones. En el modelo de

Más detalles

La representación Denavit-Hartenberg

La representación Denavit-Hartenberg La representacón Denavt-Hartenberg José Cortés Parejo. Marzo 8 Se trata de un procedmeto sstemátco para descrbr la estructura cnemátca de una cadena artculada consttuda por artculacones con. un solo grado

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

Método de predicción de la propagación específico del trayecto para servicios terrenales punto a zona en las bandas de ondas métricas y decimétricas

Método de predicción de la propagación específico del trayecto para servicios terrenales punto a zona en las bandas de ondas métricas y decimétricas Recomenacón UIT-R P.181- (0/01) Métoo e preccón e la propagacón específco el trayecto para servcos terrenales punto a zona en las banas e onas métrcas y ecmétrcas Sere P Propagacón e las onas raoeléctrcas

Más detalles

GIG - ETSII - UPM A(5:1) E.T.S.I.I.M. - DIBUJO INDUSTRIAL II /DIBUJO INDUSTRIAL 3:4. Válvula de bola. febrero SIS. REP. Escala: FIRMA SERIE Nº:

GIG - ETSII - UPM A(5:1) E.T.S.I.I.M. - DIBUJO INDUSTRIAL II /DIBUJO INDUSTRIAL 3:4. Válvula de bola. febrero SIS. REP. Escala: FIRMA SERIE Nº: E.T.S.I.I.M. - DIBUJO INDUSTRIAL II /DIBUJO INDUSTRIAL A febrero 006 3 A(5:) SIS. REP. Escala: FIRMA SERIE Nº: 3:4 Válvula e bola Realzao: Nombre: DNI Apellos: GIG - ETSII - UPM Examen e febrero -- 006

Más detalles

Estimación no lineal del estado y los parámetros

Estimación no lineal del estado y los parámetros Parte III Estmacón no lneal del estado y los parámetros 1. Estmacón recursva El ltro de Kalman extenddo 12 es una técnca muy utlzada para la la estmacón recursva del estado de sstemas no lneales en presenca

Más detalles

Leonardo A. Gatica Arreola** Resumen

Leonardo A. Gatica Arreola** Resumen Por Estuos qué e el stancamento Economía. Vol. 39 eológco - Nº 1, Juno / eonaro 01. Págs. A. Gatca 7-51 Arreola 7 Por qué el stancamento eológco smnuye la provsón e benes públcos?; una explcacón basaa

Más detalles