P221 Seux Econometriafinaciera - Cap1 PDF

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.
Teoría y práctica de la econometría financiera. Volumen 1
Mapa de
contenidos

Introducción del eBook
E
l eBook “Teoría y práctica de la econometría también la estrategia práctica de construcción de
financiera. Volumen I” abarca los temas de un modelo y un esquema general de aplicación de
la clase “Econometría financiera I”, impartida pruebas.
a nivel licenciatura en el Tecnológico de Monterrey.
De igual manera, se analizan las bases de la
Mientras tanto, los temas de la clase “Econometría
econometría, los métodos de regresión lineal y de
financiera II” se presentan en el eBook “Teoría y
regresión múltiple, así como sus respectivos su-
práctica de la econometría financiera. Volumen II”.
puestos. Se describen también los problemas rela-
Este eBook presenta herramientas que permi- cionados con la multicolinealidad, la heterocedasti-
ten crear un modelo de regresión MCO completo cidad y la auto-correlación, así como los diferentes
y operacional, siendo así, inmediatamente disponi- métodos para resolverlos. Finalmente, se presen-
ble para el uso. tan los modelos de elección cualitativa.
Una de las ventajas de esta obra es que no
solamente describe las hipótesis y pruebas rela-
cionadas con el modelo MCO, sino que presenta
Pág. 1 de 1

Capítulo 1. Introducción a la econometría financiera

Organizador temático

MAPA
Glosario
TEmas CAPítulo 1
5 Introducción
Econometría financiera
Introducción Aplicación de técnicas estadísticas a
datos financieros. Implica una interre-
lación entre finanzas y econometría.
glosarioGlosario
El capítulo 1 define la econometría financiera, una dis- Econometría
ciplina que no existía como tal hace 25 años, que une de Aplicación de técnicas estadísticas
forma íntima la econometría y las finanzas. La econome- a datos económicos. Sus funciones
tría financiera, una de las disciplinas económicas con el son la formalización, la estimación, el
perfeccionamiento de los modelos y
desarrollo más rápido en los últimos años, se distingue de la predicción.
la econometría clásica por las características de los datos
que analiza y los problemas que estudia.
RECURSOS
El capítulo 1 responde a las siguientes preguntas:
Recursos
¿Cómo definir la econometría financiera?
ACTIVIDAD
¿Cuáles son los tipos de muestras en
econometría financiera?
Actividad
¿Cuáles son las etapas de un estudio de
econometría financiera?
¿Cómo calcular una serie de rendimientos a
CONCLUSIÓN
partir de una serie de precios?
Conclusión
¿Cuáles son las funciones básicas de
EViews?
Pág. 1 de 1

MAPA
Ligas de interés
TEmas CAPítulo 1
6 1.1 ¿Qué es la econometría financiera?
1.1 ¿Qué es la econometría financiera? La página internet de The econome-

tric society ofrece una cantidad de
La econometría designa la medición en el campo econó- recursos muy importante. Se puede
mico. Se deriva de econo para la economía y metría para la descubrir los temas de investigación
actuales en la revista de la Asociación,
glosarioGlosario
medición, la econometría consiste en dar un contenido em- Econométrica.
pírico y a posteriori a un razonamiento económico abstrac-
to y a priori. Es aplicar métodos matemáticos y estadísticos The econometric society (2012)
a datos económicos o financieros.
http://www.econometricsociety.org/
1.1.1 ¿Para qué sirve la econometría?
Las funciones de la econometría son múltiples. La defi- Prefacio de un libro de investigación
nición, ya clásica, del econometrista Stefan Valavanis abar- y una excelente introducción a la eco-
RECURSOS
ca sus diferentes componentes: nometría financiera que presenta los
principales problemas analizados en la
Recursos
disciplina.
“El objetivo de la econometría es expresar las teorías Financial Econometrics

económicas bajo una forma matemática a fin de verificarlas
por métodos estadísticos y medir el impacto de una http://web.mit.edu/alo/www/Books/
fmetrics.pdf
ACTIVIDAD
variable sobre otra, así como predecir acontecimientos
futuros y dar consejos de política económica ante
Actividad
resultados deseables” (Valavanis, 1959).
¿Por qué es importante la econometría en las finanzas?

Un analista financiero busca explicar y predecir el
comportamiento de una variable de interés (bono, acción,
CONCLUSIÓN
instrumento derivado o utilidades netas de una compañía)
con base en otras variables explicativas. La econometría
Conclusión
es imprescindible en finanzas dado que permite realizar
estimaciones y predicciones y, a fin de cuentas, aumentar
el rendimiento de un portafolio.
Pág. 1 de 4

MAPA
Ligas de interés
TEmas CAPítulo 1
Esta liga da acceso a una clase de

1.1.2 ¿Cuál es la diferencia entre la econometría disciplina resulta de una interrelación íntima entre la econo-
econometría financiera de la universi-
económica y la econometría financiera? metría y las finanzas. dad suiza de St. Gallen.
La econometría financiera es una de las disciplinas eco- En finanzas, la incertidumbre y el riesgo tienen un pa-
nómicas que se ha desarrollado más rápidamente durante Söderlind, P. (2011) Lecture Notes in
glosarioGlosario
pel central en el análisis. Por lo tanto, una de las caracte-
los últimos años. Los econometristas financieros son muy Financial Econometrics
rísticas propias de la econometría financiera es el estudio
buscados por las instituciones financieras pues las herra- detallado de la naturaleza y del origen de la incertidumbre. http://home.datacomm.ch/paulsoder-
mientas de la disciplina se han desarrollado considerable- El término de error (se definirá en el siguiente capítulo), lind/Courses/OldCourses/FinEcmtAll.
mente. Este desarrollo resulta de la creciente complejidad que refleja esta incertidumbre, es un elemento central de pdf
del sistema financiero, del desarrollo de nuevas tecnolo- los análisis en econometría financiera. Esta característica
gías y de la informática. resultó en la creación de nuevos modelos, por ejemplo los
modelos ARCH (autoregressive conditional heteroskedas-
RECURSOS
La econometría financiera designa la aplicación de mé-
todos econométricos a las finanzas: es el uso de métodos ticity) que se basan en el supuesto de la auto-correlación
Recursos
estadísticos para resolver problemas financieros. Esta dis- de los errores.
ciplina, que no existía como tal hace 25 años, reúne de Se pueden analizar las particularidades de la econome-
forma activa las finanzas, la economía, las estadísticas y tría financiera a partir de las características de los datos
las matemáticas para resolver problemas financieros. La financieros y de los problemas analizados.
ACTIVIDAD
Actividad
CONCLUSIÓN
Conclusión
Pág. 2 de 4

TEmas CAPítulo 1
1.1.2.1 Especificidades de los datos financieros

Los datos provenientes de los mercados financieros se caracterizan por tener los
siguientes elementos:
Son abundantes y de frecuencia elevada.
Glosario
Generalmente no presentan problemas de error de medición.
Son volátiles. En ciertos casos existe una distribución de cola gorda (los
rendimientos elevados son más frecuentes que en una distribución normal).
Recursos
La volatilidad es periódica o irregular. Existen fenómenos de volatility clus-
tering: los rendimientos elevados se concentran sobre periodos limitados.
La volatilidad es asimétrica: el precio de los activos puede caer de forma

brutal mientras que las alzas son usualmente más limitadas.
Actividad
Se presenta una correlación positiva entre el volumen de transacciones y la
volatilidad.
Tienen, en muchos casos, una distribución anormal.
Conclusión
Tienen un carácter ruidoso: separar los componentes regulares y estructu-
rados puede resultar muy difícil.
Pág. 3 de 4

MAPA
Glosario
TEmas CAPítulo 1
Serie de tiempo
1.1.2.2 Ejemplos de problemas de econometría finan- Comprobar la hipótesis de caminata aleatoria de Una secuencia de valores observa-
ciera los mercados. dos en el tiempo y ordenados crono-
lógicamente.
Durante la práctica financiera surgen numerosos pro- Estimar si una serie tiene una volatilidad elevada
glosarioGlosario
blemas cuantitativos. Gracias a la econometría financie- o una distribución de cola gorda.
ra, se pueden resolver, por ejemplo, los siguientes pro- Analizar un cambio potencial de la volatilidad del
blemas: rendimiento de un activo con base en un modelo
ARCH.
Estimar la interrelación entre diferentes variables
financieras. Se puede, por ejemplo, calcular la re- Analizar un posible cambio de régimen en los
lación entre el Índice de Precios y Cotizaciones ver- rendimientos sobre la base de un modelo Markov
RECURSOS
sus diferentes índices financieros internacionales. o TAR (modelos que describen una serie finan-
ciera cuyo comportamiento cambia en el tiempo
Determinar el precio de una acción en función de
Recursos
de acuerdo a cierta probabilidad).
variables de mercado como el anuncio de dividen-
dos, el nivel de ventas o de utilidad, la inversión en Comprobar si existe una dependencia de largo
publicidad… plazo en una serie de tiempo financiera.
Estimar cuál de los modelos Capital Asset Pricing Estudiar el proceso de cointegración de precios.
Model o Asset Pricing Theory es más eficiente.
ACTIVIDAD
Estudiar las micro-estructuras de los mercados:
Medir y prever la volatilidad del rendimiento de un análisis del impacto del bid-ask spread o del carác-
ter discreto de la cotización en el mercado sobre los
Actividad
bono.
precios.
Comprobar la hipótesis que el anuncio de un divi-
dendo impacta el precio de un activo. Realizar simulaciones para calcular el precio de un
instrumento derivado como una Asian option o los
Estimar si los mercados futuros reaccionan más rá-
requisitos de capital de un portafolio o de una insti-
pidamente que los mercados spot.
CONCLUSIÓN
tución financiera en función de los métodos de ge-
Hacer un modelo de la relación de largo plazo entre neración de números casi aleatorios Monte-Carlo
Conclusión
los precios y el tipo de cambio. y Bootstrap, ampliamente usados en la industria fi-
Estudiar ciertas propiedades de los rendimientos financiera.
nancieros:
Pág. 4 de 4

MAPA
Glosario
TEmas CAPítulo 1
10 1.2 Los tipos de muestras en econometría financiera
Conjunto transversal de datos

1.2 Los tipos de muestras en econometría financiera
Grupo de datos relativos a diferentes
La econometría financiera analiza variables cualitativas variables en un momento dado en el
discretas y puede trabajar con tres tipos de muestras: tiempo.
glosarioGlosario
Datos de panel
Combinan una dimensión temporal
con otra transversal; incluyen la evo-
Una serie de tiempo, una secuencia de valores
lución de diferentes fenómenos a lo
observados a lo largo del tiempo y ordenados cro- largo del tiempo.
nológicamente. El precio diario de una acción o de
un bono a lo largo de un año es un ejemplo de se-
rie de tiempo.
RECURSOS
Recursos
Un conjunto transversal de datos, incluye datos
relativos a diferentes variables en un momento dado
en el tiempo. En este caso, los datos no pueden ser
clasificados en un orden específico. Un ejemplo sería el
ACTIVIDAD
comportamiento de los rendimientos de algunos activos
financieros en un día en la Bolsa Mexicana de Valores.
Actividad
Los datos de panel que combinan una dimen-
sión temporal con otra transversal: incluyen la va-
riación de diferentes fenómenos a lo largo del tiem-
CONCLUSIÓN
po. Un ejemplo podría ser la evolución de varios
Conclusión
índices bursátiles en un período de tiempo dado.
Pág. 1 de 1

TEmas CAPítulo 1
11 1.3 El precio de los activos y los rendimientos
1.3 El precio de los activos y los rendimientos 1.3.2 Los rendimientos sobre periodos múltiples derado del rendimiento de cada uno de los activos:
En econometría financiera es común trabajar Para este ejemplo se parte de tener un activo
sobre la base de series de rendimiento porque son financiero desde el periodo t-k hasta el periodo t.
estacionarias. Antes de presentar los diferentes El rendimiento neto sobre periodos múltiples Rt (K)
cálculos de rendimientos, cabe notar que no se se obtiene de la siguiente manera:
puede calcular un rendimiento de forma general:
Glosario
un rendimiento siempre se calcula para un periodo 1.6
definido.
wi indica el peso del activo i en el portafolio.
1.3.1 Los rendimientos simples
1.3.4 Rendimientos en log
Se supone que Pt sea el precio de un activo en 1.3
el periodo t y Pt-1 su precio en el periodo anterior. Un rendimiento en log rt sobre un solo periodo
El rendimiento bruto sobre dos periodos es la se obtiene de la siguiente forma:
Si se estima que no se pagan dividendos durante
multiplicación de los rendimientos brutos de cada
Recursos
este periodo, el rendimiento neto simple sobre un
uno de los dos periodos:
periodo Rt se obtiene de la siguiente manera:
1.7
En la ecuación, ln es el logaritmo natural.
1.4
Un rendimiento en log sobre periodos múltiples
Generalizando, el rendimiento bruto sobre k pe- se escribe como:
1.1
Actividad
riodos es la multiplicación de los rendimientos bru-
El rendimiento bruto simple se obtiene de la si- tos de cada uno de los dos periodos:
guiente manera:
1.5 1.8
Conclusión
La ecuación 1.8 ilustra una de las principales
1.2 1.3.3 Rendimiento de un portafolio ventajas del uso del rendimiento en log: el rendi-
La ecuación 1.2 se puede volver a escribir como El rendimiento neto simple de un portafolio Rp miento sobre periodos múltiples es la simple suma
Pt = (1+Rt) Pt-1 en t compuesto de N activos es el promedio pon- de los rendimientos simples sobre un periodo.
Pág. 1 de 1

TEmas CAPítulo 1
12 1.4 Las etapas de un trabajo de econometría financiera
1.4 Las etapas de un trabajo de econometría financiera

El Esquema 1.1 resume las etapas de un estudio de econometría financiera: La fase de obser-
vación e identificación consiste en analizar el comportamiento de la variable de interés y buscar 1. La estimación de los parámetros se realiza
las variables potencialmente explicativas. La modelización describe la relación entre las variables: con base en la información muestral dispo-
es una representación idealizada y simplificada de los datos. nible.
Glosario
2. La evaluación consiste en diagnosticar la
validez estadística del modelo y en verificar
que se respeten ciertos supuestos iniciales;
Observación/identificación de se eliminan las variables no significativas o
los datos redundantes. Se rechaza el modelo si no es
satisfactorio y se propone otro.
3. Se utiliza el modelo para realizar inferencias
Recursos
Modelización de los datos y predicciones sobre la realidad.
Como se explicará más a detalle, adelante,
una inferencia estadística consiste en deducir
las características desconocidas de una pobla-
Estimación de los parámetros ción a partir de una muestra. Las característi-
cas de la muestra deben reflejar el comporta-
Actividad
miento de la población con determinado nivel
de confianza.
Evaluación del modelo/selección
del modelo más eficiente
Utilización del modelo para la
Conclusión
inferencia/la predicción
Pág. 1 de 1

MAPA
Recursos
TEmas CAPítulo 1
13 1.5 Las funciones básicas de EViews
Excel 1.1
1.5 Las funciones básicas de EViews y especificar el tipo de datos (usualmente number). En la siguien-
te pantalla de EViews (step 2 of 2), es necesario indicar si los da-
Hoy en día está disponible una amplia oferta
tos tienen una frecuencia regular (Dated- Regular frecuency) o no
de software de econometría. Entre los software
(Unstructured-Undated). En caso de desconocer la frecuencia, se
glosarioGlosario
más utilizados están: EViews, GAUSS, MATLAB,
selecciona la segunda opción.
SAS y STATA. El presente eBook está enfocado
únicamente al uso de EViews, un paquete estadís- Si los datos llevan fecha, es preciso indicar también la frecuen-
tico para Microsoft Windows que emplea una in- cia de éstos. La fecha de inicio para datos mensuales se indi-
terfaz de usuario gráfica de uso fácil y agradable. ca como AAAA:MM (por ejemplo, para una serie que empieza en
El software, que cuenta con una poderosa capaci- enero del 2000, se escribe: 2000:01). Los datos diarios y trimes-
dad de cálculo, se puede usar también mediante trales tienen como formato respectivo MM/DD/AAAA y AAAA:T. Al
dar clic en Finish, se finaliza la importación de los datos. Como
RECURSOS
un lenguaje de programación. Nuestro eBook no
explica de forma exhaustiva las funcionalidades aparece en la Captura de pantalla 1.1, EViews presenta entonces
Recursos
de EViews: da únicamente indicaciones sobre las los siguientes elementos: C, que incluirá los parámetros de la es-
funciones más importantes del software. La guía timación, “IPCBVM”, que es la serie importada en este ejemplo y
del usuario detallada, que incluye más de 1 500 “RESID”, que incluirá los residuos de la estimación (estos concep-
páginas, puede responder a cualquier pregunta tos se definirán en el siguiente capítulo). La importación se realizó
subsidiaria sobre el uso de EViews. (Una versión a partir del archivo Excel 1.1.
numérica del User´s guide I and II acompaña al
ACTIVIDAD
programa EViews).
Actividad
1.5.1 La importación de datos en EViews
La solución más fácil para importar datos en
EViews es copiarlos a partir de un archivo Excel.
Para pegarlos en el archivo EViews se da clic con
el botón derecho en la zona azul de la pantalla prin-
CONCLUSIÓN
cipal de EViews y se selecciona la opción paste as Captura de pantalla 1.1: una serie de datos importada
Conclusión
new workfile.
En la siguiente pantalla de EViews (step 1 of 2),
se debe escoger un nombre para la serie a analizar
Pág. 1 de 4

TEmas CAPítulo 1
1.5.2 La manipulación básica de los datos y la generación de series

Se accede a la serie de datos dando un doble clic sobre la serie a
analizar. Se puede obtener una descripción estadística de una serie
seleccionando Quick/Series Satistics/Histogram and stats e indican-
do cuándo es requerido el nombre de la serie (IPCBMV en nuestro
Glosario
ejemplo). Como se ve en la Captura de pantalla 1.2, aparece un his-
tograma de la serie, junto con su descripción estadística.
Recursos
Actividad
Conclusión
Captura de pantalla 1.2: histograma y descripción estadística de la serie
Pág. 2 de 4

TEmas CAPítulo 1
EViews ofrece también la opción de generación de series: se debe seleccionar Quick/Generate

series o Genr y luego, se define la serie deseada. La Tabla 1.1 presenta una lista de las fórmulas más
comunes de generación de series:
Glosario
Recursos
Tabla 1.1: ejemplos de operación de transformación básica de una serie “IPCBMV”
1.5.3 La representación gráfica
Actividad
La representación gráfica de una serie permite entender su comportamiento global. Para represen-
tar gráficamente una serie, se debe pre-seleccionar, en la pantalla principal, la serie y luego, selec-
cionar Quick/Graph. EViews ofrece, una amplia gama de opciones de representación gráfica (línea,
barras, áreas, histograma…).
Una opción muy útil en EViews es la representación simultánea de varias series para analizar su
Conclusión
evolución conjunta: para acceder a ella, se debe pre-seleccionar las series estudiadas, escoger la op-
ción Open/As group y luego seleccionar la opción grafica.
Pág. 3 de 4

TEmas CAPítulo 1
1.5.4 Conservación, impresión y exportación de los archivos

Para conservar un archivo EViews se debe seleccionar la opción
File/Save as. En la etapa siguiente, salvo si el tamaño del archivo no
lo permite, es preferible escoger la opción doublé precisión p Se pue-
de copiar cualquier trabajo en EViews en el pack office mediante un
Glosario
clic al botón derecho (seleccionando copy o copy to clickboard) o una
captura de pantalla.
En cualquier etapa del trabajo, se puede imprimir el resultado al
seleccionar Print.
Los resultados obtenidos se pueden exportar de Eviews a un ar-
chivo Excel seleccionando a partir del menú principal File/Export/Write
Recursos
Text-Lotus-Excel.
1.5.5 Fuente de los datos
La totalidad de los archivos EViews y Excel usados en este eBook
se encuentran en la sección de recursos. Los archivos son numerados
y ordenados por capítulos.
Las principales fuentes de datos utilizados en este eBook y dispo-
Actividad
nibles en internet son:
Para las series financieras: http://mx.finance.yahoo.com/ y http://fi-
nance.yahoo.com/. Se selecciona siempre el valor “close”.
Para los tipos de cambios : http://www.oanda.com/lang/es/curren-
cy/converter/
Conclusión
Datos provenientes de bancos centrales: http://www.banxico.org.
mx/ y http://research.stlouisfed.org/fred2/
Pág. 4 de 4

TEmas CAPítulo 1
17 Ejercicio integrador del capítulo 1
Ejercicio integrador del capítulo 1

Glosario
Recursos
Actividad
Conclusión
Pág. 1 de 1

TEmas CAPítulo 1
18 Conclusión del capítulo 1
Conclusión del capítulo 1
Glosario
El capítulo 1 presenta una introducción a la econometría
financiera, una disciplina económica que no existía como tal
hace 25 años y que reúne de forma íntima la econometría y las
finanzas. La econometría financiera experimentó un desarrollo
muy rápido en los últimos años debido a la complejidad de los
instrumentos financieros, al desarrollo de los modelos y de las
herramientas informáticas.
Recursos
Después de describir ciertas características de los datos fi-
nancieros (abundancia, frecuencia elevada, fuerte volatilidad),
se presenta una lista de problemas que soluciona la econome-
tría financiera. La transformación de series de precios en serie
de rendimientos es un tema común en esta disciplina, dado que
permite evitar problemas estadísticos como la no estacionari-
Actividad
dad.
Finalmente, se explican algunas de las operaciones básicas
que se pueden realizar en EViews, el software que se usará
como herramienta de apoyo a lo largo de este eBook.
Conclusión
Pág. 1 de 1

TEmas CAPítulo 1
Glosario
Glosario del capítulo 1
Recursos
A B C D E F G H I J K L M N Ñ O P Q R S T U V W X Y Z
C E S
Conjunto transversal de datos Econometría Serie de tiempo
Actividad
Grupo de datos relativos a diferentes variables Aplicación de técnicas estadísticas a datos eco- Una secuencia de valores observados en el tiem-
en un momento dado en el tiempo. nómicos. Sus funciones son la formalización, la po y ordenados cronológicamente.
estimación, el perfeccionamiento de los modelos
D y la predicción.
V
Econometría financiera
Datos de panel Variable cuantitativa discreta
Aplicación de técnicas estadísticas a datos finan-
Conclusión
Combinan una dimensión temporal con otra Una variable cuantitativa es discreta si se pueden
cieros. Implica una interrelación entre finanzas y
transversal; incluyen la evolución de diferentes enumerar todas sus modalidades.
econometría.
fenómenos a lo largo del tiempo.
Pág. 1 de 1

TEmas CAPítulo 1
Glosario
Recursos del capítulo 1
Recursos
La página internet de The econometric society ofrece una cantidad de re- An introduction to financial econometrics: una definición muy clara de la dis-
cursos muy importante. Se puede descubrir los temas de investigación ac- ciplina, acompañada de ejemplos de problemas analizados en econometría
tuales en la revista de la Asociación, Econométrica financiera.
The econometric society (2012) Recuperado de: http://www.econometricso- Jianqing, F. (2004) An introduction to financial econometrics (Monografía).
ciety.org/ Recuperado de: http://orfe.princeton.edu/~jqfan/papers/03/overview.pdf
Actividad
Financial econometrics es el prefacio de un libro de investigación y una EViews 7
excelente introducción a la econometría financiera que presenta los princi-
pales problemas analizados en la disciplina. www.eviews.com
Söderlind, P. (2011) Lecture Notes in Financial Econometrics (MBF, La totalidad de los archivos están en la página: http://econometria.canal-
blog.com/
MSc course at UNISG) Recuperado de http://home.datacomm.ch/paulso-
derlind/Courses/OldCourses/FinEcmtAll.pdf Esta liga da acceso a una cla- Archivos EViews y Excel usados en este capítulo
Conclusión
se de econometría financiera de la universidad suiza de St. Gallen. Excel 1.1
Andrew, W. (2006). Financial Econometrics. Recuperado de: web.mit.edu/
alo/www/Books/fmetrics.pdf
Pág. 1 de 1

Índice
Introducción del eBook 3 Capítulo 2. Introducción a la regresión lineal con dos variables 21
Introducción 22
Capítulo 1. Introducción a la econometría financiera 4 2.1 Introducción al análisis de regresión 23
Introducción 5 2.1.1 El análisis de regresión en finanzas 23
1.1 ¿Qué es la econometría financiera? 6 2.1.2 Regresión y causalidad 24
1.1.1 ¿Para qué sirve la econometría? 6 2.1.3 Regresión y correlación 24
1.1.2 ¿Cuál es la diferencia entre la econometría económica 2.2 La función de regresión poblacional 25
y la econometría financiera? 7 2.2.1 La línea de regresión poblacional 25
1.1.2.1 Especificidades de los datos financieros 8 2.2.2 La función de promedio condicional 27
1.1.2.2 Ejemplos de problemas de econometría financiera 9 2.2.3 La función de regresión poblacional estocástica 27
1.2 Los tipos de muestras en econometría financiera 10 2.2.4 Definición del concepto de linealidad 29
1.3 El precio de los activos y los rendimientos 11 2.2.4.1 Linealidad en las variables 29
1.3.1 Los rendimientos simples 11 2.2.4.2 Linealidad en los parámetros 29
1.3.2 Los rendimientos sobre periodos múltiples 11 2.2.4.3 La transformación lineal de una regresión 29
1.3.3 Rendimiento de un portafolio 11 2.3 La función de regresión de la muestra 30
1.3.4 Rendimientos en log 11 2.4 El método de Mínimos cuadrados ordinarios 33
1.4 Las etapas de un trabajo de econometría financiera 12 2.4.1 Definición del método MCO 33
1.5 Las funciones básicas de EViews 13 2.4.2 Propiedades numéricas 35
1.5.1 La importación de datos en EViews 13 2.4.3 Ejemplo de uso del método MCO en finanzas 35
1.5.2 La manipulación básica de los datos y la generación 2.5 El coeficiente de determinación 37
de series 14 Actividad de repaso 39
1.5.3 La representación gráfica 15 Actividad de repaso 40
1.5.4 Conservación, impresión y exportación de los archivos 16 Ejercicio integrador del capítulo 2 41
1.5.5 Fuente de los datos 16 Conclusión del capítulo 2 42
Ejercicio integrador del capítulo 1 17 Glosario del capítulo 2 43
Conclusión del capítulo 1 18 Recursos del capítulo 2 45
Glosario del capítulo 1 19
Recursos del capítulo 1 20
Pág. 1 de 4

Índice
Capítulo 3. El modelo clásico de regresión lineal normal y el diagnóstico 4.2 La estimación MCO de los coeficientes de regresión parcial 70
de los parámetros 46 4.2.1 Cálculo de los estimadores MCO 70
Introducción 47 4.2.2 Varianza y errores estándar de los estimadores 71
3.1 Los supuestos del modelo clásico de regresión lineal normal 48 4.3 El coeficiente de determinación múltiple R y el coeficiente
2
3.2 El concepto de mejor estimador linear insesgado 53 de determinación ajustado R2 72

3.3 Características estadísticas de los estimadores 54 4.4 Las pruebas de significancia individual en la regresión múltiple73
3.3.1 Varianza y error estándar de los residuos 54 4.4.1 Definición de las pruebas de significancia individual 73
3.3.2 Varianza y error estándar de los parámetros 55 4.4.2 Aplicación 73
3.3.3 La distribución normal de los parámetros 55 4.5 Las pruebas de significancia global en la regresión múltiple 74
3.3.4 Aplicación financiera 56 4.5.1 Justificación de las pruebas de significancia global 74
3.4 La contrastación de hipótesis de los estimadores 57 4.5.2 El método de las pruebas de significancia global 74
3.4.1 El intervalo de confianza 57 4.5.3 Aplicación 75
3.4.2 Las pruebas de significancia 58 4.5.4 Contribución marginal de una variable explicativa 75
3.4.3 La p-value 58 4.5.4.1 Método de análisis 75
3.5 La predicción 59 4.5.4.2 Aplicación 76
Ejercicio integrador del capítulo 3 60 4.6 Los mínimos cuadrados restringidos 77
Conclusión del capítulo 3 61 4.7 La prueba de estabilidad paramétrica 78
Glosario del capítulo 3 62 4.7.1 Definición de la prueba de estabilidad paramétrica
Recursos del capítulo 3 64 de Chow 78
4.8 La prueba de Ramsey 80
Capítulo 4. La regresión lineal múltiple 65 Actividad de repaso 81
Introducción 66 Ejercicio integrador del capítulo 4 82
4.1 Introducción al modelo de regresión múltiple 67 Conclusión del capítulo 4 83
4.1.1 Notación del modelo de regresión múltiple 67 Glosario del capítulo 4 84
4.1.2 Supuestos del modelo de regresión múltiple 67 Recursos del capítulo 4 86
4.1.3 Interpretación de los coeficientes de regresión parcial 68
4.1.4 Aplicación 69
Pág. 2 de 4

Índice
Capítulo 5. La multicolinealidad 87 6.3.3 La prueba de Goldfeld-Quandt 106
Introducción 88 6.3.4 La prueba de Breusch-Pagan-Godfrey 108
5.1 Definición de la colinealidad y multicolinealidad 89 6.3.5 La prueba de White 109
5.2 Las consecuencias posibles de la multicolinealidad 90 6.4 La corrección la heterocedasticidad 111
5.2.1 Una varianza y una covarianza elevada 90 6.4.1 Los mínimos cuadrados ponderados o generalizados 111
5.2.2 Estadísticos t bajo y R2 elevada 91 6.4.2 Los errores estándar robustos de White 112
5.2.3 Una sensibilidad elevada a la variación de datos 91 6.4.3 Los supuestos sobre el patrón de heterocedasticidad 113
5.3 La detección de la multicolinealidad 92 6.5 Esquema de aplicación de las pruebas 115
5.4 La corrección de la multicolinealidad 93 6.5.1 Ventajas e inconvenientes de las diferentes pruebas
5.4.1 Las medidas correctivas posibles 93 de heterocedasticidad 115
Ejercicio integrador del capítulo 5 94 6.5.2 Orden de aplicación de las pruebas 116
Conclusión del capítulo 5 95 Ejercicio integrador del capítulo 6 117
Glosario del capítulo 5 96 Conclusión del capítulo 6 118
Recursos del capítulo 5 97 Glosario del capítulo 6 119
Recursos del capítulo 6 120
Capítulo 6. La heterocedasticidad 98
Introducción 99 Capítulo 7. La autocorrelación de los residuos 121
6.1 La heterocedasticidad: definición 100 Introducción 122
6.1.1 Definición de la homocedasticidad y de la 7.1 El problema de la autocorrelación de los residuos 123
heterocedasticidad 100 7.1.1 Definición 123
6.1.2 Los tipos y patrones de heterocedasticidad 101 7.1.2 Las causas de la autocorrelación de los residuos 123
6.1.3 Las causas 101 7.2 Las consecuencias de la autocorrelación de los residuos 124
6.2 Las consecuencias de la heterocedasticidad 102 7.3 La detección de la autocorrelación de los residuos 125
6.3 La detección de la heterocedasticidad 103 7.3.1 La representación gráfica 125
6.3.1 El método gráfico 103 7.3.2 La prueba de las rachas 127
6.3.2 Las pruebas de Park y Glejser 104 7.3.3 La prueba de Durbin-Watson 128
6.3.2.1 La prueba de Park 104 7.3.4 La prueba de Breusch-Godfrey 128
6.3.2.2 La prueba de Glejser 105 7.4 La corrección de la autocorrelación de los residuos 129
Pág. 3 de 4

Índice
7.4.1 La especificación incorrecta del modelo 129 8.1.2.5 Los limites del modelo lineal 148
7.4.2 El método de Mínimos Cuadrados Generalizados 130 8.2 El modelo Logit 149
7.4.2.1 Utilización de los Mínimos Cuadrados cuando 8.2.1 Definición 149
se conoce λ 130 8.2.2 La estimación del modelo Logit con base en datos
7.4.2.2 Método de primeras diferencias 130 individuales 151
7.4.2.3 λ derivado del estadístico de Durbin-Watson 132 8.2.3 La estimación del modelo Logit con base en datos
7.4.2.4 Estimación de λ a partir de los residuos 132 agrupados 152
7.4.2.5 Método Cochrane-Orcutt 132 8.3 El modelo Probit 154
7.4.3 El método Newey-West de corrección de los errores 8.3.1 Definición 154
estándar MCO 133 8.3.2 Estimación para datos agrupados 154
7.5 Esquema general de construcción de modelos 134 8.3.3 Estimación Probit para datos individuales 155
7.5.1 La metodología general-específico de construcción Ejercicio integrador del capítulo 8 156
de modelos 134 Conclusión del capítulo 8 157
7.5.2 Esquema global de aplicación de pruebas 135 Glosario del capítulo 8 158
Ejercicio integrador del capítulo 7 139 Recursos del capítulo 8 160
Conclusión del capítulo 7 140
Glosario del capítulo 7 141 Ligas de interés 162
Recursos del capítulo 7 142 Glosario general 166
Referencias 174
Capítulo 8. Los modelos de elección cualitativa 143 Índice 176
Introducción 144 Aviso legal 180
8.1 El modelo lineal de probabilidad 145
8.1.1 Definición 145
8.1.2 Problemas 146
8.1.2.1 La normalidad del término aleatorio 146
8.1.2.2 La heterocedasticidad 147
8.1.2.3 Nivel de probabilidad incoherente 148
8.1.2.4 La interpretación del coeficiente R2 148
Pág. 4 de 4

Aviso legal ©
Seux, Johan Frédéric Paul
Teoría y práctica de la econometría financiera. Volumen I / Johan Frédéric Paul Seux
p. 180 cm.
1. Finanzas—Modelos econométricos 2. Econometría
LC: HG106 Dewey: 332.015195
eBook editado, diseñado, publicado y distribuido por el Instituto Tecnológico y de Estudios Superiores de Monterrey.
Se prohíbe la reproducción total o parcial de esta obra por cualquier medio sin previo y expreso consentimiento por escrito del Instituto Tecnológico y de Es-
tudios Superiores de Monterrey.
D.R.© Instituto Tecnológico y de Estudios Superiores de Monterrey, México. 2013

Ave. Eugenio Garza Sada 2501 Sur Col. Tecnológico C.P. 64849 | Monterrey, Nuevo León | México.
ISBN en trámite
Edición: enero de 2013.
Pág. 1 de 1

P221 Seux Econometriafinaciera - Cap1 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

P221 Seux Econometriafinaciera - Cap1 PDF

Cargado por

Copyright:

Formatos disponibles

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Teoría y práctica de la econometría financiera. Volumen 1

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Introducción del eBook

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

1.1 ¿Qué es la econometría financiera? La página internet de The econome-

“El objetivo de la econometría es expresar las teorías Financial Econometrics

¿Por qué es importante la econometría en las finanzas?

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Esta liga da acceso a una clase de

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

1.1.2.1 Especificidades de los datos financieros

Son abundantes y de frecuencia elevada.

La volatilidad es asimétrica: el precio de los activos puede caer de forma

Tienen, en muchos casos, una distribución anormal.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Conjunto transversal de datos

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

1.4 Las etapas de un trabajo de econometría financiera

Utilización del modelo para la

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

1.5.2 La manipulación básica de los datos y la generación de series

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

EViews ofrece también la opción de generación de series: se debe seleccionar Quick/Generate

1.5.3 La representación gráfica

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

1.5.4 Conservación, impresión y exportación de los archivos

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

Ejercicio integrador del capítulo 1

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Capítulo 1. Introducción a la econometría financiera

Conclusión del capítulo 1

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

3.2 El concepto de mejor estimador linear insesgado 53 de determinación ajustado R2  72

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

Teoría y práctica de la econometría financiera. Volumen I / Johan Frédéric Paul Seux

1. Finanzas—Modelos econométricos 2. Econometría

LC: HG106 Dewey: 332.015195

D.R.© Instituto Tecnológico y de Estudios Superiores de Monterrey, México. 2013

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2013.

También podría gustarte

3.2 El concepto de mejor estimador linear insesgado 53 de determinación ajustado R2 72