APLICACIN DE LAS

CADENAS DE MARKOV EN
RIESGO DEL MERCADO
PROBABILIDADES ESTABLES DEL
DOLAR

CARACTERISTICAS DEL DOLAR

Es uno de los activos con mas volatilidad del mercado local: alta
liquidez de todas las monedas, variaciones en diferentes tiempos es
difcil de controlar y medir.
Notable comportamiento errtico. el pronstico es difcil de medir por
su comportamiento dinmico al tener altas y bajas variaciones.

COMPORTAMIENTO HISTORICO DEL

DOLAR

Pronosticar el precio del dlar ha sido una tarea imposible para las entidades
financieras, sin embargo, se pueden estimar las posibilidades de largo plazo de la
tendencia del dlar mediante CADENAS DE MARKOV:

PROBABILIDADES DE
ALZA
ESTABILIDAD
BAJA

UTILIDAD DE LAS CADENAS DE

MARKOV EN RIESGO DE MERCADO
Las cadenas de Markov, y las probabilidades estables de largo plazo que se pueden
determinar mediante su utilizacin, aplicadas para este caso al dlar, son tiles para:

Las personas naturales:

Decidir si debe o no pagar hoy una deuda adquirida en dlares, en funcin de las
probabilidades de largo plazo.
Es una herramienta de decisin para definir si se debe o no se debe monetizar ahora los
ahorros que tienen en dlares.

El sector real
Para los exportadores, facilita la decisin de si se debe o no se debe cubrir una exposicin
al dlar.
Es una herramienta de decisin para definir si se debe o no se debe monetizar ahora los
flujos recibidos en dlares.

El sistema financiero
Definir si es conveniente cubrir o no cubrir una exposicin en un titulo valor que este
indexado al dlar.
Establecer si se deben tomar o no posiciones especulativas frente al dlar.

PRINCIPIOS DE CADENAS DE
MARKOV
En las cadenas de Markov debemos definir:
UN CONJUNTO DE ESTADOS: E1,E2,E3,,Ek, mutuamente excluyentes de
un experimento aleatorio en cualquier tiempo:
VARIABLE ALEATORIA: Rendimientos del dlar.
CONJUNTO DE ESTADOS: estado i : valor en el momento t del
rendimiento del dlar.
estado j: valor en el momento t+1 del
rendimiento del dlar.
UNA MATRIZ DE TRANSCIN P: cual es la probabilidad de que estando el
dlar en un nivel de rendimiento i, pase a un nivel de rendimiento j.
DEFINIR SI SE CUMPE O NO LA PROPIEDAD MARKOVIANA, antes de calcular
la probabilidades de estado estable.

PROPIEDAD MARKOVIANA
Propiedad Markoviana:
P(Xt+1=Kt+1/Xt=Kt, Xt-1=Kt-1, Xt-2=Kt-2x0=k0 =P(Xt+1=Kt+1/Xt=Kt)
Esto se cumple si:
X t+1 = f (Xt) es igual a X t+1 =f(Xt , Xt-1)
Si esta propiedad se cumple, entonces estamos frente a un proceso de
Markov.
Para demostrar dicha propiedad, generamos estas dos regresiones
lineales con las series de tiempo, que a continuacin se van a crear:

COMPROBAMOS LA PROPIEDAD
MARKOVIANA
Se definen las siguientes series de tiempo del tipo de cambio:
Pt: precio del dlar hoy
Pt-1: precio del dlar ayer.
Pt+1: precio del dlar maana
X t+1 = f(Xt)
=
Xt+1 = f ( Xt , Xt-1)
Estadsticas de la regresin
Coeficiente de correlacin mltiple

0,86383695

Coeficiente de determinacin R^2

R^2 ajustado

0,74621428
0,7266923

Error tpico
Observaciones

7,75052058
15

Estadsticas de la regresin
Coeficiente de correlacin mltiple
0,89291966
Coeficiente de determinacin R^2
0,79730552
R^2 ajustado
0,76352311
Error tpico
7,20940291
Observaciones
15

Con las regresiones se identifica que el R^2 (coeficiente de determinacin ) para explica
el precio del dlar de maana (Pt+1) utilizando Pt y Pt-1 disminuye solo en -5,11%,
respecto de la regresin usando solo Pt.
Esto implica, que incluir la variable X t-4 para tratar de explicar el futuro, es innecesario y
por ende, no necesito e pasado, solo el presente: se comprueba la propiedad

CADENA DE MARKOV PARA EL CASO DEL

DOLAR
Variable de rendimientoHallamos el logaritmo natural, el
precio de hoy entre el precio de
ayer

Comportamiento del rendimiento del dla

Hoy (-0,07113)
comparativamente con ayer tuvo
una cada de -0,58718

No hubo variacin

Se produce una alza en el precio

de 0,11098 %

Matriz de transicin
Redondeamos para hallar nuestra matriz mas
eficiente