LA VOLATILIDAD DE LOS MERCADOS FINANCIEROS GLOBALIZADOS: IMPACTO EN LA BOLSA DE VALORES DE LIMA PERU
|
|
- María del Carmen Salazar Navarro
- hace 5 años
- Vistas:
Transcripción
1 QUIPUKAMAYOC 5(47): (017) ISSN: (versión electrónica) / (versión impresa) Facultad de Ciencias Contables - UNMSM ARTÍCULO DE REVISIÓN LA VOLATILIDAD DE LOS MERCADOS FINANCIEROS GLOBALIZADOS: THE VOLATILITY OF GLOBALIZED FINANCIAL MARKETS: IMPACT ON THE STOCK EXCHANGE OF LIMA - PERU Pedro Pablo Chambi Condori Doctor en Administración y Dirección de Empresas por la Universidad Inca Garcilaso de la Vega - Lima, Perú ppchc007@yahoo.es (Autor Corresponsal) [Recibido: 14/08/016 Aceptado: 18/11/016] RESUMEN: El estudio de la volatilidad de la rentabilidad de los mercados financieros internacionales y su incidencia en la rentabilidad de la Bolsa de Valores de Lima es muy importante para los agentes que toman parte en los mercados: Los inversionistas del mercado de acciones. El estudio de la verificación de la estacionariedad de la rentabilidad de los diferentes mercados bursátiles, el estudio de la volatilidad condicionada es tan igual de importante para los inversionistas. Que según el comportamiento que se visualizan a través de los indicadores, los inversionistas tienen una herramienta para cualificar sus decisiones en la conformación de sus carteras de inversión en activos financieros riesgosos. El objetivo de la investigación consiste en determinar el tipo de volatilidad de la rentabilidad de la BVL, y las incidencias que recibe de los otros mercados financieros globales. Para lo que se ha recogido la data diaria de la cotización en INDICES para luego a partir de las series, obtener la rentabilidad diaria, y mediante el procesamiento estadístico de los datos recogidos, se desarrollan las pruebas que se han utilizado para determinar el proceso autoregresivo y la heterocedasticidad condicionada mediante el modelado ARCH(1) y GARCH(1,1) y la prueba de raíz unitaria de Dickey Fuller para calificar la estacionariedad de la serie y por otro lado en modo gráfico y mediante la matriz de correlación mostrar la incidencias que existen entre diversos mercados financieros globales. PALABRAS CLAVE: Volatilidad, heterocedasticidad, rentabilidad, garch. ABSTRAC: The study of the profitability s volatility of the of international financial markets and its impact on the profitability of the Lima Stock Exchange is very important for the agents that take part in the markets: Stock market investors. The study of stationarity verification of the different stock markets profitability and the study of conditioned volatility is just as important for investors. According to the behavior showed through the indicators, the investors have a tool to qualify their decisions in the conformation of their portfolios of investment in risky financial assets. The objective of the investigation is to determine the type of profitability s volatility of the LSE and the impacts it receives from the other global financial markets. The daily data has been collected by INDEX and later from the series, to obtain the daily profitability, and through the statistical processing of the collected data, the tests that have been used to determine the autoregressive model and conditioned by modeling heteroscedasticity ARCH (1) and GARCH (1,1) and the Dickey - Fuller test for unit root to qualify the stationarity of the series and on the other graphical and using the correlation matrix showing the incidences among various global financial markets. KEYWORDS: Volatility, heteroscedasticity, profitability, garch. Como Citar: Chambi, P. (017). La volatilidad de los mercados financieros globalizados: Impacto en la Bolsa de Valores Lima - Perú. Quipukamayoc, 5(47), doi: Los autores. Este artículo es publicado por la Revista Quipukamayoc, Universidad Nacional Mayor de San Marcos. Este es un artículo de acceso abierto, distribuido bajo los términos de la Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.( que permite el uso no comercial, distribución y reproducción en cualquier medio, siempre que la obra original sea debidamente citadas. Vol. 5 N QUIPUKAMAYOC /103
2 Pedro Pablo Chambi Condori INTRODUCCIÓN La volatilidad es una característica fundamental de los mercados financieros globales, cuya medida y previsión es de vital importancia para los que en ellos operan, de manera que su ausencia puede llegar a vaciar de contenido la operatividad en dichos mercados. La volatilidad es una medida de la velocidad del mercado, qué tan rápido se ajustan los precios de los activos financieros ante determinados hechos. Los mercados que se mueven despacio son mercados de baja volatilidad, los mercados que se mueven de prisa son mercados de alta volatilidad. Se puede intuir que algunos mercados son más volátiles que otros. Si se puede cuantificar la volatilidad futura de los mercados de valores y se logra introducir en un modelo teórico de valoración, cualquier valor obtenido será más fiable que si simplemente se hubiera ignorado la volatilidad. Debido a los movimientos incontrolables que se presentan en las economías, es necesario fomentar la búsqueda de métodos de medición, cálculo y control de todos los factores que diariamente afectan el desenvolvimiento de los mercados financieros, afectados primordialmente por una gran volatilidad en cuanto al precio y el volumen de las transacciones que continuamente se ven perturbadas por los movimientos bruscos de la oferta y demanda de los instrumentos que operan los agentes económicos que intervienen en estas operaciones, quienes son los que deciden a través de sus operaciones, que esta variabilidad sea más difícil de definirse y calcularse. Estudios realizados indican que la volatilidad puede ser capturada por modelos de varianza condicionada como los modelos de la familia arch, quienes son capaces de poder predecir la varianza futura de un activo. En el presente trabajo se modela la volatilidad de los mercados globales, el comportamiento de la volatilidad que tiene el mercado de valores del Perú y la relación que tiene éste con los otros mercados del mundo, para efectos de la experiencia en el presente trabajo se utilizan los índices de los mercados más representativos del mundo, de Estados Unidos, Europa, Asia y América Latina, periodo de 1996 a 01, en razón de un periodo especial de alta volatilidad, que incluye el periodo de la crisis financiera internacional. Para capturar las características de la volatilidad, Engle(198)propone modelar la volatilidad condicional por medio de un proceso de heterocedasticidad condicional autoregresiva (ARCH), en el cual la media del proceso es cero y la varianza condicional depende de los errores aleatorios pasados. El modelo viene definido por la siguiente expresión: σ t + ε = 0 1 t 1 El ARCH que quiere heterocedasticidad condicional autoregresiva, permite el modelaje condicional de la varianza, en lugar de la traidcional estimación incondicional que se hace bajo el supuesto de homecedasticidad, donde la varianza del error es una constante σ. La hipótesis de expectativas racionales postula que los agentes no desdeñan ni malgastan información útil. En muchos casos, como en las negociaciones salariales o la inversión en acciones, las decisiones que se toman dependen de la varianza o incertidumbre predicha para el periodo futuro relevante y no para el futuro en general, ( ). En situaciones como éstas, que involucran o necesitan la predicción de la incertidumbre futura será beneficioso el modelaje condicional de la varianza. (Montenegro, 010, p.198). La identificación de efectos ARCH se efectúa normalmente después de ajustar un modelo ARMA a la serie para eliminar la dependencia en la media. Si existen efectos ARCH, los residuos del modelo ARIMA estarán incorrelados pero no serán independientes y este efecto será visible en la función de autocorrelación de los residuos al cuadrado. ( ). Para detectar estructura en los cuadrados se puede acudir a la prueba de LcLeod y Li(1983). (Peña, 010, p.456). Montenegro(010), describe, en un modelo ARCH, simultáneamente se presentan tres distintas especificaciones: primero, media condicional; segundo, la varianza condicional; y finalmente, una para la distribución condicional del error.(p.16). El Modelo ARCH(p,q) generalizado, el llamado modelo GARCH(p,q), disponible para las series temporales autoregresivos y con varianza heterocedástica (Enders, 015). El modelado de la rentabilidad se realiza haciendo, Las variaciones en el precio de cierre del índice son la causa de rentabilidad que este genera. A partir de los precios diarios (cierre de los índices) se calcula la rentabilidad diaria como una variable aleatoria a la volatilidad de las rentabilidades. Se define la Rentabilidad Precio como el cociente de la diferencia de precios entre el período t y el período t-1, y el precio en el período t-1 y se tiene el modelo: 104/ QUIPUKAMAYOC Vol. 5 N
3 LA VOLATILIDAD DE LOS MERCADOS FINANCIEROS GLOBALIZADOS: Y t = (P t - P t-1 ) / P t-1 Se utiliza la rentabilidad logarítmica, que para valores pequeños de la Rentabilidad Precio resulta ser una buena aproximación de la rentabilidad real, y permite la suma de las rentabilidades. Y t = ln (P t - P t-1 ) Se asume el supuesto que el logaritmo del precio verifica la ecuación: lnp t = r o + lnp t-1 + at Donde r o es una constante y at es una variable aleatoria normal con media cero y varianza σ, y que se distribuye idéntica e independientemente a lo largo del tiempo. Entonces se puede escribir la rentabilidad logarítmica como: Y t = r o + at Si se aplica la hipótesis de que las variables aleatorias son independientes, podemos suponer que la rentabilidad de hoy no influye en la rentabilidad de mañana (Perez, 010, p.405). Por otro lado es preciso señalar: un aspecto bastante importante y que el modelo ARCH es capaz de capturar, es el conocido como movimientos de volatilidad agrupados. Los movimientos de volatilidad agrupados se observan frecuentemente en las series de retornos de las acciones cotizadas en bolsa de valores. Estos movimientos se deben a que cambios en los precios de las acciones tienden a ser seguidos de grandes cambios, de cualquier signo, y pequeños cambios son seguidos por otros pequeños cambios. Este movimiento en los retornos, a su vez, genera similar comportamiento en la volatilidad del instrumento financiero.(court, 011, p.454). El modelo GARCH(1,1) fue propuesto para casos de series financieras que tienen exceso de curtosis y el agrupamiento de la volatilidad. El modelo proporciona una manera adecuada de pronosticar las varianzas y covarianzas de los retornos de los activos. Engle(00), el modelo GARCH tiene aplicación en el tratamiento de administración de riesgos, en la administración de portafolio de inversiones, en la asignación de activos, en las opciones de precio, en las tasas de cambio, en la tasa de interés, en mercados accionarios. σ t en donde = 0 + 1ε t 1 + θ1σ t 1 Engle(003), de acuerdo al modelo GARCH(1,1), se tiene que la varianza condicional heterocedástica del proceso en el periodo t depende de la perturbación al cuadrado y de la varianza condicional observados en el periodo t-1. El coeficiente captura el efecto ARCH, es decir, mide la amplitud con la cual los efectos de volatilidades pasadas alimentan volatilidades presentes, el coeficiente captura el efecto GARCH y ( 1 + θ1) mide en el tiempo la persistencia de la volatilidad condicional, si la suma de estos coeficientes es cercana a uno, se dice que hay una elevada persistencia, de lo contrario es baja. Hernández (009), enfatiza, La varianza condicional depende de tres términos: la media _o, información sobre la volatilidad del periodo anterior medido por el rezago de los residuales al cuadrado (término ARCH) y la varianza pronosticada del último periodo (GARCH). (p.8). La autocorrelación en las series temporales, Perez (006) para analizar la autocorrelación de un modelo suele comenzarse por el análisis gráfico de los residuos, siendo esencial la gráfica de los residuos respecto al índice tiempo, que debe de presentar una estructura aleatoria libre de tendencia. También se pueden graficar los residuos respecto de su retardo y si la mayoría de los puntos caen en el primer y tercer cuadrante hay indicios de una autocorrelación positiva, siendo la autocorrelación negativa cuando los puntos caen en el segundo y cuarto cuadrante. Aparte del análisis gráfico es necesario realizar contrastes formales de autocorrelación, por ejemplo el contraste de Durbin Watson(p ). En relación a la estacionariedad, Larios, Alvarez y Quineche(014), afirman que: La estacionariedad de un proceso estocástico puede ser catalogada según la constancia de sus momentos (parámetros estadísticos). Por ello, existen dos tipos de estacionariedad(fuerte y débil). La estacionariedad fuerte la cumplen la mayoría de procesos estocásticos(series de tiempo) y se cumple cuando los valores de su media, su varianza y su autocovarianza permanecen iguales o constantes sin importar el momento en el cual se midan, es decir, son invariantes respecto del tiempo. ( ). Que las series de tiempo sean estacionarias, es muy importante, debido a que la serie no fuera estacionaria, sólo podríamos estudiar su comportamiento durante el periodo en consideración, por lo que no sería posible generalizar para otros periodos y el propó- Vol. 5 N QUIPUKAMAYOC /105
4 Pedro Pablo Chambi Condori sito de pronosticar no se podría cumplir. (p ). Para el estudio se recoge la data histórica a través de los repositorios de los índices de los diversos países: el Índice General de la Bolsa de Valores de Lima (IGBVL), IBEX 35 de Madrid España. S&P500 de Estados Unidos, Bovespa de Brasil y SSCE de Shangai China, comprendido en el periodo entre 1996 a 01, periodo que incluye la crisis financiera internacional. A través de los índices se tienen los datos de cotización diaria al cierre de los mercados, a los que se les convierte en rentabilidad diaria, utilizando la ecuación de, para luego someter a evaluación estadística correspondiente. Con el apoyo del software Eviews. Con la prueba de Dicky Fuller a través del test de raíz unitaria se evalúa la estacionariedad de la serie de tiempo y con Garch(1,1) múltiple se obtiene las elasticidades y con la matriz de correlación (coeficiente de correlación) se obtiene el grado de incidencias que existen entre los mercados, con lo que se analiza la interdependencia de los mismos. La Volatilidad de la Bolsa de Valores de Lima. El comportamiento histórico de la Bolsa de Valores de Lima, en el periodo 1996 a 01 se ilustra en el gráfico que se expone en líneas abajo, teniendo en cuenta la data que se obtiene del IGBVL, al precio de cierre diario. Los principales momentos obtenidos de la evolución diaria del IGVBL a precios de cierre pueden ser vistos en la Figura. Análisis del comportamiento de la rentabilidad diaria de la BVL. Para el cálculo de la rentabilidad diaria, se ha utilizado los precios diarios de cierre del IGBVL de los días en los que hubo mercado. Los rendimientos se definen como la variación porcentual del logaritmo natural del precio de cierre del índice para dos días consecutivos de mercado. Así, el rendimiento diario se calcula de la siguiente forma: Figura 1. Comportamiento del IGVBL del periodo Fuente: Bolsa de Valores de Lima, elaboración propia. y t = 100. (ln P t - ln P t 1 ), expresado en términos porcentuales. Donde: y t es el retorno para el día t P t representa el valor del índice al cierre del día t. En lo referente a la estacionariedad de la serie, de la visualización de la serie en la Figura 3, se puede afirmar a priori que la serie es estacionaria en la media pero no así en la varianza, pues esta no parece constante. Rentabilidad diaria de la BVL Figura. Estadísticas principales de la serie de la BVL Fuente: Bolsa de Valores de Lima, elaboración propia Iniciamos el análisis de la rentabilidad, viendo primero su histograma y sus estadísticas principales expuestas en las figuras, 3 y / QUIPUKAMAYOC Vol. 5 N
5 LA VOLATILIDAD DE LOS MERCADOS FINANCIEROS GLOBALIZADOS: En estas gráficas se muestran los siguientes estadígrafos descriptivos: media, desviación estándar, skewness (medida de asimetría), kurtosis, (analiza el grado de concentración que presentan los valores alrededor de la zona central de la distribución) y el estadístico Jarque-Bera con su respectiva probabilidad de que este exceda al valor observado bajo la hipótesis nula. Un pequeño valor permitiría rechazar la hipótesis nula de que la serie estocástica analizada proviene de una distribución de densidad del tipo normal. De acuerdo a los indicadores estadísticos, la rentabilidad media en el horizonte del estudio hasta el 01/1/31, es del orden de 0,0630% en términos porcentuales, tiene una rentabilidad máxima de 1,8% y ha registrado a lo largo del tiempo una rentabilidad mínima de -13,9%. Figura 3. Volatilidad de la BVL Fuente: Bolsa de Valores de Lima, elaboración propia. 1º. La Curtosis es de muy superior a la que corresponde a una distribución normal estándar de 3. º. El valor de la Asimetría (Skewness) es de 0,47 levemente superior al correspondiente valor de la distribución normal estándar de 0, indicando una cola derecha mayor a lo normal. 3º. El estadístico Jarque-Bera alcanza un valor de 49.53, muy alto, lo que nos lleva a rechazar la hipótesis de normalidad. Test de Dickey Fuller El test de Dickey Fuller aplicado a la serie del INDICE de la BVL tiene la salida que se expone en el gráfico del cuadro siguiente, para desarrollar la prueba de estacionariedad de la serie en análisis. lor ADF, en valor absoluto es menor al valor absoluto de los tres niveles de Mackinnon, de donde se infiere que la serie tiene raíz unitaria y por tanto no es estacionaria. Luego realizamos la prueba de Dickey Fuller a la serie de la rentabilidad de la BVL. Se observa que el índice de bolsa de valores de lima no es estacionaria a los tres niveles críticos, puesto que el va- Figura 4. Estadísticas de la rentabilidad de la BVL Fuente: Bolsa de Valores de Lima, elaboración propia. Vol. 5 N QUIPUKAMAYOC /107
6 Pedro Pablo Chambi Condori Tabla 1. Prueba de Dickey Fuller:Serie BVL Fuente: Elaboración propia Tabla. Prueba de Dickey Fuller: Serie Rentabilidad de la BVL. Fuente: Elaboración propia t-statistic Prob.* Augmented Dickey-Fuller test statistic -8, Test critical values: 1% level -3, *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RBVL) Method: Least Squares Date: 06/1/17 Time: 11:51 Sample (adjusted): % level -, % level -, Included observations: 4390 after adjustments Variable Coefficient Std. Error t-statistic Prob. RBVL(-1) -0, ,067-8, D(RBVL(-1)) -0,0757 0,0354-3, ,001 D(RBVL(-)) -0,1083 0, , D(RBVL(-3)) -0, , , ,0001 C 0, ,00791,3059 0,014 R-squared 0,41954 Mean dependent var 0, Adjusted R-squared 0,4147 S.D. dependent var 1,80569 S.E. of regression 1,37316 Akaike info criterion 3,47344 Sum squared resid 868,1 Schwarz criterion 3, Log likelihood Hannan-Quinn criter. 3, F-statistic Durbin-Watson stat, Prob(F-statistic) 0 t-statistic Prob.* Augmented Dickey-Fuller Test Equation -1, ,664 Test critical values: 1% level -3, *MacKinnon (1996) one-sided p-values. 5% level -3, % level -3,1706 A partir de la Tabla, observando los indicadores del test de Dickey Fuller aplicado a la serie estadística, teniendo en cuenta que el valor absoluto ADF es mayo al valor absoluto de los tres niveles de Mackinnon, por tanto la serie de la rentabilidad de la BVL es estacionaria. En la Tabla se muestra los resultados alcanzados luego realizar la prueba de Dickey Fuller a la serie de la rentabilidad de la BVL. A partir de la Tabla, observando los indicadores del test de Dickey Fuller aplicado a la serie estadística, teniendo en cuenta que el valor absoluto ADF es mayo al valor absoluto de los tres niveles de Mackinnon, por tanto la serie de la rentabilidad de la BVL es estacionaria. Verificación de la presencia del proceso GARCH(1,1) Luego finalmente para obtener el modelo que describe la volatilidad condicionada de la rentabilidad de la Bolsa de Valores de Lima en el periodo analizado, con el soporte del software Eviews, utilizamos el modelo GARCH (1,1). El modelo GARCH (1,1) obtenido es el siguiente: En donde se puede apreciar que la suma de los coeficientes ( 1 + θ1) es 1,046 cercano a uno, por tanto, según Pérez(010) podemos afirmar que el efecto de la volatilidad en la Bolsa de Valores de Lima en el periodo analizado es persistente, y además se infiere, que el comportamiento de la rentabi- 108/ QUIPUKAMAYOC Vol. 5 N
7 LA VOLATILIDAD DE LOS MERCADOS FINANCIEROS GLOBALIZADOS: lidad de la Bolsa de Valores de Lima responde al tipo de volatilidad condicionada y estacionaria. La incidencia de los Mercados Globales en la Bolsa de Valores de Lima, Perú La volatilidad del mercado global incide en la volatilidad de la rentabilidad de la Bolsa de Valores de Lima. Para describir, de cómo incide, el comportamiento de los otros mercados al mercado de valores de Lima, se hace mediante el tratamiento de un modelo múltiple. a continuación se muestra la volatilidad a precios de cierre de los índices de las siguientes bolsas: BVL- BOVESPA, IBEX-35, SHANGHAI y S&P500 en un solo gráfico. RIGBVL= -0, ,077804(RIBEX#%)- 0,090836(RSHANGAI) + 0,16940(RBOVESPA) - 0,068538(RS&P500) + e Figura 5. Volatilidad conjunta de la Bolsas en estudio Fuente: elaboración propia Con lo que queda demostrado que efectivamente existe relación entre la rentabilidad de la Bolsa de Valores de Lima con los otros mercados financieros globales. CONCLUSIONES De los resultados expuestos en líneas arriba, se confirma el proceso autoregresivo y de la heterocedasticidad condicionada presente en la serie de la rentabilidad de la Bolsa de Valores de Lima, y por otro lado, por los resultados del test de Dickey Fuller a los tres niveles críticos de Mackinnon se verifica la estacionariedad de la serie. La incidencia de los mercados financieros globales sobre la rentabilidad Figura 6. Comparación de la volatilidad de rentabilidad de las 5 bolsas Fuente: elaboración propia de la Bolsa de Valores de Lima se aprecia confirmada con los resultados expuestos en las tablas 4 y 5. De la suma total de los coeficientes del modelo Garch(1,1) obtenido para la serie de la rentabilidad de la Bolsa de Valores de Lima que hace 1.00, se confirma la persistencia de la volatilidad en el tiempo. De los resultados presentados en la Vol. 5 N QUIPUKAMAYOC /109
8 Pedro Pablo Chambi Condori Tabla 4. La Bolsa de Valores de Lima en función de las demás bolsas Fuente: Elaboración propia Dependent Variable: RBVL Method: ML ARCH - Normal distribution (BFGS / Marquardt steps) Date: 06/0/17 Time: 15:40 Sample (adjusted): 1 51 Included observations: 51 after adjustments Convergence achieved after 3 iterations Coefficient covariance computed using outer product of gradients Presample variance: backcast (parameter = 0,7) GARCH = C(6) + C(7)*RESID(-1)^ + C(8)*GARCH(-1) Variable Coefficient Std. Error z-statistic Prob. RIBEX35 0, , , ,5146 RSHANGAI -0, , , ,3493 RBOVESPA 0, ,083907, ,0435 RS&P500-0, , , ,5741 C -0, , ,345 0,7455 Variance Equation C 0, , , ,8095 RESID(-1)^ -0, , , ,8173 GARCH(-1) 0, ,6808 0, ,7176 R-squared 0,67784 Mean dependent var -0, Adjusted R-squared 0,04113 S.D. dependent var 0, S.E. of regression 0, Akaike info criterion, Sum squared resid 9,05579 Schwarz criterion,88849 Log likelihood -57,78534 Hannan-Quinn criter., Durbin-Watson stat, tabla 4, observando los coeficientes del modelo multilineal, se aprecia la incidencia de los mercados financieros globales sobre la rentabilidad de la Bolsa de Valores de Lima. De los resultados expuestos en la tabla 5, en el periodo evaluado, se aprecia que el mercado peruano tiene una relación directa importante con el mercado de Brasil con r=0,943, con el mercado de China con r=0,687, con el mercado de España con r=0,55 y con Estados Unidos con r=0,438. A partir de estos resultados se puede afirmar que los mercados financieros globales son interdependientes. De acuerdo a los resultados y las demostraciones realizadas en el estudio, se puede afirmar, en concordancia con Perez(010) que el comportamiento de la volatilidad de la Bolsa de Valores de Lima es heterocedástica, estacionaria, condicionada y persistente en el tiempo, lo que se ha demostrado con la prueba de Dickey-Fuller (tabl 1) y el Modelo Garch(1,1), teniendo en cuenta el valor ADF que es significativamente mayor que los valores críticos de Mackinnon a los 3 niveles de significancia 5%, 10% y 15%. Tabla 5. Matriz de correlación de las principales bolsas del mundo Fuente: Cotización de los mercados de valores, elaboración propia 110/ QUIPUKAMAYOC Vol. 5 N
9 LA VOLATILIDAD DE LOS MERCADOS FINANCIEROS GLOBALIZADOS: REFERENCIAS BIBLIOGRÁFICAS Court, E. (011). Estadísticas y Econometría Financiera. Lima: Editorial Pontificia Universidad Católica del Perú. Enders, W. (015). Applied Econometric Time Series. Alabama: University of Alabama. Engle. R. (198). Autoregressive Condicional Heteroscedasti city with Estimates of the variance of United Kingdom Inflation. Journal Econométrica, 50(4), pp Engle, R. (00). Dynamic Conditional Correlation a simple class of Multivariate Garch Models. Journal of Business and Economic Statistics, 0(3), pp Engle, R. (003). Risk and Volatility Econometric Models and Financial Practice. The American Economic Review, 94(3), pp Hernández, S. (009). Pronóstico y Volatilidad del IPyC de la Bolsa Mexicana de Valores. Revista de la Universidad Cristóbal Colón, pp Recuperado de documents/num_1_ago_009_004. pdf Larios, J., Alvarez, V. y Quineche, R. (014). Fundamentos de Econometría. Lima: Fondo Editorial de la Universidad San Ignacio de Loyola Montenegro, A. (010). Análisis de Series de Tiempo. Bogotá: Pontificia Universidad Javeriana. Peña, D. (010). Análisis de Series Temporales. España: Alianza Editorial Perez, C. (010). Econometría de Series Temporales. México: Editorial Pearson. Vol. 5 N QUIPUKAMAYOC /111
AVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO
AVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE AYALA DE 13 A 15 HRS SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO tere_vieyra@yahoo.com.mx Guía para
Índice General de Ventas en Grandes Almacenes y su logaritmo
En los gráficos y cuadros que se presentan en las páginas siguientes se presentan resultados relativos a la variable Índice General de Ventas en grandes superficies en España con periodicidad mensual desde
EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:
EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de 2004 Nombre y Apellidos: PRIMERA PARTE: (En las preguntas tipo test sólo debe marcarse una en cada caso): 1. Para determinar si
ECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007
ECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007 Hoja de ejercicios 3 PARTE A) Marque con una X la respuesta o respuestas correctas A.1. En el gabinete de estudios de una empresa de inversión en activos
Hoja de ejercicios 4 Econometría II Curso 2011/2012
Hoja de ejercicios 4 Econometría II Curso 2011/2012 1) Se dispone de las series de diferencias anuales del logaritmo de las series mensuales índice de precios al consumo en España y la Comunidad de Andalucía
INTRODUCCION AL ECONOMETRIC VIEWS. Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos.
INTRODUCCION AL ECONOMETRIC VIEWS Introducción de datos 1. Creando una hoja de trabajo (workfile) File New Workfile Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos. 2. Importación
Cointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela.
Cointegración del Índice de Precios al Consumidor y Liquidez monetaria (1997-211). Venezuela. Informe Técnico. PC LC/FT. 2 de Octubre 212 Jhoner Perdomo Karen Tizado Resumen En la búsqueda de una variable
Modelo de Regresión Lineal Múltiple. Normalidad. Dr. Víctor Aguirre Torres ITAM
Modelo de Regresión Lineal Múltiple. Normalidad Dr. Víctor Aguirre Torres ITAM Temas Porqué ocurre falta de normalidad Consecuencias Detección Enfoques para manejarla Guión 18. Dr. V. Aguirre Porqué ocurre?
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19.
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19.15 ECONOMETRÍA 2 Econometría.weebly.com Wilhem.weebly.com Ejercicio 19.15 Considérese
GUÍA DE EJERCICIOS 4 ECONOMETRIA III
GUÍA DE EJERCICIOS 4 ECONOMETRIA III 1) Se dispone de las series de diferencias anuales del logaritmo de las series mensuales índice de precios al consumo en España y la Comunidad de Andalucía y asumimos
En el caso más simple, cuando dos series tienen una única raíz estacionaria, son I(1,0), si están cointegradas implica que: Existe una relación en el
En el caso más simple, cuando dos series tienen una única raíz estacionaria, son I(1,0), si están cointegradas implica que: Existe una relación en el largo plazo entre las dos series que es estable en
LA EFICIENCIA DÉBIL DEL MERCADO DE VALORES PERUANO : EL MODELO DE RANDOM WALK.
LA EFICIENCIA DÉBIL DEL MERCADO DE VALORES PERUANO 2012-2015: EL MODELO DE RANDOM WALK. THE WEAKER EFFICIENCY OF THE PERUVIAN SECURITIES MARKET 2012-2015: THE RANDOM WALK MODEL. Guido Miguel Dávila Díaz*,
Modelos Econométricos Lección 2. Estacionariedad y raíces unitarias. Presentado por Juan Muro
Modelos Econométricos Lección 2. Estacionariedad y raíces unitarias Presentado por Juan Muro Motivación La no estacionariedad, en general, de las series económicas en el tiempo provoca consecuencias estadísticas
Análisis Estadístico
Universidad Torcuato Di Tella Análisis Estadístico Examen Final 05/07/2017 TEMA 1 Nombre y Apellido: Número de legajo: Instrucciones El examen tiene dos partes. La parte A (40 puntos) contiene 10 preguntas
EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce
EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 005 Prof. Rafael de Arce NOMBRE: DNI: PARTE I.- TEST 1. La hipótesis de rango pleno en el MBRL supone: Que las variables explicativas no tengan ninguna
Econometría I (LADE). Curso 2001/2002 PRÁCTICA 08
PRÁCTICA 08 HETEROCEDASTICIDAD Y NORMALIDAD En el fichero Datos08.wf1 tenemos la renta y consumo anual (en dólares) para 500 familias con el que se pretende estimar el siguiente modelo: C i = β + β R +
Ejemplos de estudios de series de tiempo
1 Ejemplos de estudios de series de tiempo Ejemplo 1 Pasajeros Aerolíneas Internacionales (PAI) Este estudio está realizado sobre un famoso conjunto de datos mensuales, el número de pasajeros de aerolíneas
TRABAJO FINAL ECONOMETRIA MODELO ECONOMETRICO MULTIVARIADO PASS TROUGH (PAIS DE BRASIL)
TRABAJO FINAL ECONOMETRIA MODELO ECONOMETRICO MULTIVARIADO PASS TROUGH (PAIS DE BRASIL) 1. Introducción.- El presente trabajo hace referencia al modelo económico Pass Through en el cual se analizará el
Seminario Regional Proyecto: Fortaleciendo las Capacidades de Análisis de la Política Macroeconómica en Centroamérica y El Caribe
Estimación: de una Función de Demanda Mensual por Emisión Monetaria (1997-2004) para Honduras, mediante modelos Econométricos, serie de tiempo y Pronostico. Seminario Regional Proyecto: Fortaleciendo las
SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I 1º El investigador especifica los modelos siguientes: MODELO 1: IMP(t) = a + b IMP(t-1) + c IPM(t) + u(t)
EXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES
EXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES REGRESIÓN A TRAVÉS DEL ORIGEN Y Y i = β 1 + β 2X i + ε i Y i = β 2X i + ε i X A MENOS QUE EXISTA UNA EXPECTATIVA A PRIORI MUY FUERTE ES ACONSEJABLE
MODELO VAR ARGENTINA
MODELO VAR ARGENTINA 1.-INTRODUCCIÓN Argentina es una de las economías más grandes de América Latina. En los últimos años, Argentina priorizó promover un desarrollo económico con inclusión social. El país
Introducción al tema de raíces unitarias en la modelación econométrica
Banco Central de Costa Rica Departamento de Investigación Económica DIE-NT-01-2008 SEMINARIO-TALLER TÓPICOS DE ECONOMETRIA APLICADA PARTE I Introducción al tema de raíces unitarias en la modelación econométrica
Modelo 1: MCO, usando las observaciones 1994: :03 (T = 218) Variable dependiente: INFLACION
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA 1º El investigador especifica el modelo siguiente: EXAMEN PARCIAL DE ECONOMETRIA I Se le pide estimar el modelo por el método
Modelo de Regresión Lineal Múltiple. Multicolinealidad. Dr. Víctor Aguirre Torres ITAM
Modelo de Regresión Lineal Múltiple. Multicolinealidad Dr. Víctor Aguirre Torres ITAM Temas Qué es la multicolinealidad? Consecuencias sobre la estimación. Detección. Algunas contramedidas. Guión 19. Dr.
Correlograma de la serie Y. Included observations: 900 Autocorrelation Partial Correlation AC PAC Q-Stat Prob
EXAMEN DE ECONOMETRIA EMPRESARIAL II (MÓDULO PRÁCTICO) 23 FEBRERO 2002 1 APELLIDO 2ª APELLIDO NOMBRE GRUPO PRÁCTICO NOMBRE DEL PROFESOR PREGUNTA 1 Un economista desea identificar y estimar el proceso generador
(5 x 3) ( 3 x 5) ( 5 x 1) b1 335, ,3-26, ,59 b2 = 0, , ,8 12,85 = 2,94 b3-26,79 13,8 2, ,31
VENTAS PUBLIC. PRECIOS 1990 0, 0, 10 1991 1 0, 1992 2 0,8 199, 0,8 199 1, Y X U 0, 1 0, 10 U1 Modelo matricial con término constante 1 1 0, U2 (el vector de unos recoge ese término constante) 2 1 0,8 U,
Errores de especificación. Series simuladas
Estimación modelo correcto Dependent Variable: Y Date: 05/13/02 Time: 17:07 Sample: 2 100 Included observations: 99 Errores de especificación. Series simuladas C 5.376164 0.253524 21.20578 0.0000 X1 0.954713
Key words: volatility, profitability, contagion, impact
VOLATILIDAD DE LOS MERCADOS FINANCIEROS GLOBALES: IMPACTO EN LA RENTABILIDAD DE LA BOLSA DE VALORES DE LIMA PERU Pedro Pablo Chambi Condori, UNMSM Luis Wong Vadiviezo, PUCP RESUMEN Lo que ocurre en los
EJEMPLO APLICADO EN PRUEBAS DE ESPECIFICACIÓN ECONOMÉTRICA MODELO DE PRODUCCIÓN AGREGADA PARA LA ECONOMÍA MEXICANA
EJEMPLO APLICADO EN PRUEBAS DE ESPECIFICACIÓN ECONOMÉTRICA MODELO DE PRODUCCIÓN AGREGADA PARA LA ECONOMÍA MEXICANA DR. ROGER ALEJANDRO BANEGAS RIVERO UNIVERSIDAD AUTÓNOMA GABRIEL RENÉ MORENO A partir del
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
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 3 Considere la ecuación de inversión RINV t = β 1 +β 2 RPIB t +β 3 r t +u t donde RINV es la inversión real privada, RPIB es el PIB real y r es el tipo de
SOLUCIÓN DE LA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Variable Coefficient Std. Error t-statistic Prob.
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DEPARTAMENTO DE ECONOMIA SOLUCIÓN DE LA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II 1º El investigador especifica el modelo siguiente: CRESB_PRI(t) =
SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II 1Ä El investigador especifica el modelo siguiente: Donde: Se le pide:
Metodología para la estimación del riesgo de mercado del portafolio de créditos del sistema financiero boliviano
Metodología para la estimación del riesgo de mercado del portafolio de créditos del sistema financiero boliviano Por: Martín Villegas Tufiño Resumen Uno de los riesgos a los que se encuentra expuesto el
EXAMEN ECONOMETRÍA I GRUPO 31 LADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:
EXAMEN ECONOMETRÍA I GRUPO 31 LADE Prof. Rafael de Arce 3 de septiembre de 2004 Nombre y Apellidos: PRIMERA PARTE: Preguntas tipo test (sólo debe marcarse una en cada caso): 1. En el Modelo Básico de Regresión
ECONOMETRÍA II Curso: 2009/2010 Práctica 5
ECONOMETRÍA II Curso: 2009/2010 Práctica 5 Prof. Juan de Dios Tena El objetivo de esta práctica es introducir al alumno en los ejercicios de especificación, estimación y análisis de resultados de modelos
SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I 1º El investigador especifica el modelo siguiente: (7 puntos) M1(t) = a + b P(t) + c(0) PBI(t)
EJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001
EJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001 CURSO DE TÉCNICAS DE PREVISIÓN DE VARIABLES FINANCIERAS PROGRAMA CITIUS Junio
Información Importante
Información Importante La Universidad de La Sabana informa que el(los) autor(es) ha(n) autorizado a usuarios internos y externos de la institución a consultar el contenido de este documento a través del
Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008. Práctica 6
Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008 Práctica 6 El objetivo de esta práctica es el análisis de las relaciones dinámicas entre el tipo de interés Overnight (Swaps) a 9 meses
PRÁCTICAS DE LA ASIGNATURA ECONOMETRIA II. CURSO 2006/2007
PRÁCTICAS DE LA ASIGNATURA ECONOMETRIA II. CURSO 2006/2007 Práctica 3 1. Planteamiento y Objetivos de la Práctica En la presente práctica se propone la modelización univariante por medio del enfoque de
Inflación por exceso de demanda por el lado del capital: el caso argentino reciente.
Inflación por exceso de demanda por el lado del capital: el caso argentino reciente. Santiago J. Gahn 1 Apéndice I Cuadro I: DFA Lag Length: 1 (Automatic - based on HQ, maxlag=13) t-statistic Prob.* Augmented
Eficiencia del Mercado Bursátil Peruano y Efectos del Crecimiento Económico sobre el financiamiento del Sector Privado Período
Eficiencia del Mercado Bursátil Peruano y Efectos del Crecimiento Económico sobre el financiamiento del Sector Privado Período 2002 2012 Josué Wilder Arturo Sánchez Paucar Egresado de la Universidad de
Modelo SARIMA para la llegada mensual de visitantes extranjeros por el Aeropuerto Internacional Jorge Chávez
59 Modelo SARIMA para la llegada mensual de visitantes extranjeros... Modelo SARIMA para la llegada mensual de visitantes extranjeros por el Aeropuerto Internacional Jorge Chávez SARIMA model for the monthly
NOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta)
ECONOMETRÍA I Examen DADE 20 de enero de 2005 NOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta) 1. El contraste del predictor Sirve para determinar si las predicciones del modelo
ESTIMACIÓN DE LA FUNCIÓN DE EXPORTACIONES DE CATALUÑA A LOS PRINCIPALES PAÍSES EUROPEOS
ESTIMACIÓN DE LA FUNCIÓN DE EXPORTACIONES DE CATALUÑA A LOS PRINCIPALES PAÍSES EUROPEOS Estimaciones individuales Dependent Variable: LOG(X?) Method: Pooled Least Squares Date: 11/23/02 Time: 13:14 Sample(adjusted):
Regresión con heterocedasticidad y autocorrelación
Regresión con heterocedasticidad y autocorrelación Tema 6 Regresión con heterocedasticidad La heterocedasticidad significa que var( i ) cte Es la norma, no la excepción, en especial con datos transversales
REGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS
REGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS Teoría de la estimación: Estimación puntual Estimación por intervalos ESTIMACIÓN DE INTERVALOS: IDEAS BÁSICAS 1 Lo que se busca
1.- Enumere las hipótesis básicas del modelo básico de regresión lineal
Introducción a la Econometría Grupo Derecho y Administración de Empresas Profesor Rafael de Arce 20 de junio de 2008 Nombre: DNI: 1.- Enumere las hipótesis básicas del modelo básico de regresión lineal
QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Dependent Variable: CREDITOSB Method: Least Squares Sample: 1992M M07 Included observations: 211
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II 1º Verificar si cointegra el modelo siguiente: CREDITOSB = a + b EMI + U 1.1. Aplicando la prueba alternativa
Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA.
Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Debe ser resuelta a mano, citar bibliografía (no usar internet). Términos clave 1. Ceteris Paribus 2. Grado de libertad 3.
Introducción a la Econometría Capítulo 4
Introducción a la Econometría Capítulo 4 Ezequiel Uriel Jiménez Universidad de Valencia Valencia, Septiembre de 2013 4.1 El contraste de hipótesis: una panorámica 4.2 Contraste de hipótesis utilizando
Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error)
Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error) Presentado por Juan Muro Motivación Para entender en profundidad la
con los supuestos clásicos, uno de ellos es que ninguna de las variables X 1, X 2,, X K es
TEMA 2: EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL MÚLTIPLE: MULTICOLINEALIDAD Y TRANSFORMACIONES LINEALES. Wooldridge: Capítulos 6 (apartado 6.1) y 7 Gujarati: Capítulos 9 (apartado 9.8), 10 y 12 1. MULTICOLINEALIDAD
Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula.
Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula Octubre 2009 Este documento tiene por objetivo presentar una nueva estimación
ECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel
ECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso 2003-2004 PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel En esta práctica, aplicaremos los contrastes de especificación
Diseño de Ciudad. Planeación. Desarrollo. Ejecucion de la Politica
Incidencia de las Políticas Públicas de Desarrollo Urbanístico en la Ciudad de Cali Conceptos Fundamentales de la Economía Regional y Urbana con Aplicaciones a la Economía del Sector Publico y al Análisis
ECONOMETRIA ORDEN DE INTEGRACIÓN N Y RAÍCES UNITARIAS. Mtro. Horacio Catalán Alonso
ECONOMETRIA ORDEN DE INTEGRACIÓN N Y RAÍCES UNITARIAS Mtro. Horacio Catalán Alonso Orden de Integración ORDEN DE INTEGRACIÓN Econometría (1) X t = X t-1 + u t Como: E(u t ) = 0 y la Var(u t ) = 2 constante
Este estudio tiene como objetivo la demostración y aplicación de los modelos econométricos ANÁLISIS EMPÍRICO DEL ESTIMADOR PARA LA PRODUCCIÓN
ANÁLISIS EMPÍRICO DEL ESTIMADOR PARA LA PRODUCCIÓN DE TABACO CON MÍNIMOS CUADRADOS ORDINARIOS Diego Axel López Peláez* Resumen 15 Utilizando modelos econométricos, de mínimos cuadrados ordinarios, buscamos
PRACTICA 3. CONTRASTES Y PREDICCION.
ECONOMETRIA I (LADE). CURSO 2001/2002 PRACTICA 3. CONTRASTES Y PREDICCION. En el archivo prac3.xls disponemos de las siguientes observaciones correspondientes a un país: Y: consumo privado, medido en millones
CAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO
CAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO 4.1 La Regresión Lineal El objetivo principal de este estudio es obtener los riesgos que afectan a las instituciones del sector bancario. como se mencionó
EL DESARROLLO EN COLOMBIA: UN ENFOQUE DESDE EL IDH Y LA DISTRIBUCIÓN DEL INGRESO ( )
EL DESARROLLO EN COLOMBIA: UN ENFOQUE DESDE EL IDH Y LA DISTRIBUCIÓN DEL INGRESO (1980 2015) Luis Armando Mojica Castro María Esperanza Cuenca Coral Trabajo presentado en la Serie de Seminarios IEEC Departamento
MODELOS ECONOMÉTRICOS UNIVARIADOS Y MULTIVARIADOS
MODELOS ECONOMÉTRICOS UNIVARIADOS Y MULTIVARIADOS NOMBRE : DANIELA ARROYO PEREZ CODIGO : C5844-0 MATERIA: ECONOMETRIA II CARRERA: INGENIERIA COMERCIAL CURSO : SEXTO A DOCENTE : LIC. RODRIGO PANIAGUA TAPIA
LA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS. Elkin Castaño V.
LA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS Elkin Castaño V. Escuela de Estadística Universidad Nacional de Colombia Departamento de Economía Universidad de
LEY DE WAGNER EN EL CASO COLOMBIANO,
865 II Congreso Virtual Internacional Desarrollo Económico, Social y Empresarial en Iberoamérica (Junio 2017) LEY DE WAGNER EN EL CASO COLOMBIANO, 1970-2010. Astrid León Camargo* Docente de la Universidad
Cointegración El caso bivariado
Cointegración El caso bivariado Definición: La serie Y t es integrada de orden d (denotada I(d)) si al menos debe ser diferenciada d veces para que sea estacionaria. Ejemplos: 1. El proceso random walk
Augmented Dickey-Fuller. Test de raíces unitarias en Z T
ANEXOS CUADRO A1. Augmented Dickey-Fuller. Test de raíces unitarias en Z T Estadístico ADF -3.231287 1% Valor Crítico -3.4549* 5% Valor Crítico -2.8718 10% Valor Crítico -2.5722 Variable Dependiente D(LOG(Z93))
Curso de Predicción Económica y Empresarial Edición 2004
Curso de Predicción Económica y Empresarial www.uam.es/predysim Edición 2004 UNIDAD 3: MODELOS ARIMA Ejercicio 1: Aplicación de los test de detección de raíces unitarias en EViews Solución A) IDENTIFICACIÓN
incendios forestales para el periodo de estudio. El software E-Views 9 es utilizado para las
23 Capítulo 4: Resultados y análisis Para esta investigación, se necesita obtener las series de tiempo; tanto de los precios de cierre del IPC, como de los desastres naturales de tipo hidrometeorológico,
La Confianza Empresarial y su Impacto en el Crédito al Sector Privado en Perú, un enfoque de Finanzas del Comportamiento
FINANZAS DEL COMPORTAMIENTO La Confianza Empresarial y su Impacto en el Crédito al Sector Privado en Perú, un enfoque de Finanzas del Comportamiento Juan Carlos Ames Santillán Analista Senior Regulatorio
Validación del Modelo Univariable de Inflación empleado en la Combinación de Pronósticos
BANCO CENTRAL DE COSTA RICA DIVISIÓN ECONÓMICA DEPARTAMENTO DE INVESTIGACIÓN ECONÓMICA Validación del Modelo Univariable de Inflación empleado en la Combinación de Pronósticos Evelyn Muñoz Salas Informe
Proyecciones del PBI para el 2003.
Proyecciones del PBI para el 2003. Por Pablo Frigolé, para Stockssite pablofrigole@stockssite.com Después de muchas preguntas sobre cuál sería el valor de las variables futuras más importantes de la economía
Ciencias Contables y Administrativas
Ciencias Contables y Administrativas In Crescendo. Institucional. 2016; 7(2): 80-93 Fecha de recepción: 4 de junio de 2016 Fecha de aceptación: 9 de noviembre de 2016 Estudio de la estacionariedad de la
EJERCICIO T1 NOMBRE: Correctas Incorrectas En Blanco Puntos
ECONOMETRÍA EJERCICIO T1 APELLIDOS: NOMBRE: FIRMA: GRUPO: DNI: Pregunta 1 A B C En Blanco Pregunta A B C En Blanco Pregunta 3 A B C En Blanco Pregunta 4 A B C En Blanco Pregunta 5 A B C En Blanco Pregunta
Séptima Entrega. New Workfile Daily (5 days week) 1:1:1991 a 2:16:1998. File Import Read Text Lotus Excel
Prácticas de la asignatura Series Temporales Séptima Entrega 1 Modelos de heterocedasticidad condicional A partir de la decada de los 80, muchos investigadores se han dedicado al estudio de modelos no
Pronóstico con Modelos ARIMA para los casos del Índice de Precios y Cotizaciones (IPC) y la Acción de América Móvil (AM)
Pronóstico con Modelos ARIMA para los casos del Índice de Precios y Cotizaciones (IPC) y la Acción de América Móvil (AM) Rosa María Domínguez Gijón Resumen este proyecto son el IPC y la acción de América
ANÁLISIS DE LAS DIFERENCIAS ENTRE LAS TASAS DE INFLACIÓN ASOCIADAS A DOS INDICADORES DEL NIVEL DE PRECIOS AGREGADO
EKONOMIA ETA ENPRESA ZIENTZIEN FAKULTATEA FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES GRADO: Economía Curso 2014 / 2015 ANÁLISIS DE LAS DIFERENCIAS ENTRE LAS TASAS DE INFLACIÓN ASOCIADAS A DOS INDICADORES
SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II 1º El investigador especifica el siguiente modelo: Se le pide: 1.1. Realice la prueba
ECUADOR: ESTIMACIÓN INDIRECTA DEL CIRCULANTE
ECUADOR: ESTIMACIÓN INDIRECTA DEL CIRCULANTE EN MONEDA EXTRANJERA CON EL MÉTODO DE MÁXIMA VEROSIMILITUD Armando Jijón 1 I. Introducción Antes de la entrada en vigencia del esquema de dolarización, en la
1. VARIABLES FICTICIAS
TEMA 1: EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL MÚLTIPLE: VARIABLES FICTICIAS Y CAMBIO ESTRUCTURAL. Wooldridge: Capítulos 6 (apartado 6.1) y 7 Gujarati: Capítulos 9 (apartado 9.8), 10 y 12 1. VARIABLES
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE CAPÍTULO 8: ANÁLISIS DE REGRESIÓN MÚLTIPLE: EL PROBLEMA DE LA INFERENCIA ECONOMETRÍA 2 WILHEM ROOSVELT GUARDIA VÁSQUEZ
PRÁCTICAS DE LA ASIGNATURA ECONOMETRIA II. CURSO 2004/2005
PRÁCTICAS DE LA ASIGNATURA ECONOMETRIA II. CURSO 2004/2005 Práctica 3 1. Planteamiento y Objetivos de la Práctica En la presente práctica se propone la modelización univariante por medio del enfoque de
Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de Lima
Revista de la Facultad de Ingeniería Industrial 15(2): 96-105 (2012) UNMSM ISSN: 1560-9146 (Impreso) / ISSN: 1810-9993 (Electrónico) Aplicación de la metodología GARCH al precio de cierre en la Bolsa de
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
Predicción del calentamiento global mediante el desarrollo de un modelo de series de tiempo*
Yamile Predicción del calentamiento global mediante el desarrollo de un modelo de series de tiempo* Predicting Global Warming by Developing a Time Series Model 2 Juan Bacilio Guerrero Escamilla,** Rangel
UNIVERSIDAD NACIONAL DE CUYO
UNIVERSIDAD NACIONAL DE CUYO SECRETARÍA DE CIENCIA, TÉCNICA Y POSGRADO VOLATILIDAD COMPARADA A LOS MERCADO DE VALORES DE PAISES EMERGENTES LATINOS AUTOR: Lic. Claudia Analia Bahi DIRECTOR: Profesor Enrique
CAPITULO 4. MODELO ECONOMETRICO. 4.1 Planteamiento del modelo.
96 CAPITULO 4. MODELO ECONOMETRICO. 4. Planteamiento del modelo. Desde el principio de esta investigación se ha hecho hincapié en descubrir el peso que tiene la inversión neta en el crecimiento de la economía
HORIZONTE ECONOMICO Nº3
HORIZONTE ECONOMICO Nº3 DETERMINANTES DEL CRECIMIENTO DE LAS EXPORTACIONES MANUFACTURERAS PERUANAS: 1990-2012 Juan León Mendoza Renzo Guzmán Anaya RESUMEN En el período 1990-2012, las exportaciones manufactureras
Un enfoque de eventos extremos en la dinámica agrícola
Aproximación econométrica a los efectos del cambio climático. economía informa Un enfoque de eventos extremos en la dinámica agrícola Luis A. Jaramillo-Mosqueira* Introducción El texto que a continuación
D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero
D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero Tendencia estocástica y determinista Una serie de tiempo tiene tendencia estocástica (o también denominadas estacionarias en diferencias) cuando
Evolución de las importaciones totales
ECUACIÓN DE DEMANDA POR IMPORTACIONES 1. Marco Teórico. La importancia del sector externo es innegable, sobre todo porque se trata de uno de los principales motores de crecimiento de la economía chilena.
MODELOS VAR (P) MODELO VAR (P) PARA 2, 3 Y 4 VARIABLES.
MODELOS VAR (P) MODELO VAR (P) PARA 2, 3 Y 4 VARIABLES. IMPORTACIONES = f (PIB) Donde: PIB= Producto Interno VAR CON DOS VARIABLES BASE DE DATOS AÑO PIB IMPORTACIONES 197 4,77968E+12 43,9594437 1971 4,9372E+12
Violencia en Colombia: un análisis de series de tiempo
Violencia en Colombia: un análisis de series de tiempo 1976 2016 Aida Luz Nieves Diana Gisette Sáenz Mayo 2018 Universidad Católica de Colombia Facultad de Ciencias Económicas y Administrativas Contenido
Pronóstico del precio de la energía en Colombia utilizando modelos arima con igarch
Pronóstico del precio de la energía en Colombia utilizando modelos arima con igarch Recibido: 31 de octubre de 2016- Aceptado: June 12, 2017 Doi: dx.doi.org/10.12804/revistas.urosario.edu.co/economia/a.6152
PRÁCTICA 05 HETEROCEDASTICIDAD, SELECCIÓN DE REGRESORES Y PREDICCIÓN
PRÁCTICA 05 HETEROCEDASTICIDAD, SELECCIÓN DE REGRESORES Y PREDICCIÓN Se pretende seleccionar un modelo, para las empresas de un determinado sector económico, que explique el gasto que éstas tienen en formación
Price Volatility of the Mexican Export Crude Oil Blend
MPRA Munich Personal RePEc Archive Price Volatility of the Mexican Export Crude Oil Blend Javier Dávila-Pérez and Jose Antonio Nuñez-Mora and Antonio Ruiz-Porras Tecnológico de Monterrey, Campus Ciudad
ECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso)
ECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso) Leer los datos del fichero de Excel (datelectricidad.xls): Al revisar los datos en Excel se ha verificado que la información disponible es de
MODELOS DE SERIES TEMPORALES EN FINANZAS (II): MODELOS ARCH-GARCH Modelización Económica II
MODELOS DE SERIES TEMPORALES EN FINANZAS (II): MODELOS ARCH-GARCH Modelización Económica II Referencias: Gouriéroux (1997) "ARCH Models and Financial Applications", Springer. ARCH-GARCH () Javier Perote
EJERCICIO T2 NOMBRE: Correctas Incorrectas En Blanco Puntos
ECONOMETRÍA APLICADA EJERCICIO T2 APELLIDOS: NOMBRE: FIRMA: GRUPO: DNI: Pregunta 1 A B C En Blanco Pregunta 2 A B C En Blanco Pregunta 3 A B C En Blanco Pregunta 4 A B C En Blanco Pregunta 5 A B C En Blanco