UNIVERSIDAD AUTÓNOMA METROPOLITANA

UNIDAD AZCAPOTZALCO

INFERENCIA ESTADÍSTICA

ANÁLISIS: AT&T

PROFESOR: MIGUEL ÁNGEL SAMANO

RODRÍGUEZ

ALUMNOS:

 JOSÉ NOEL RIVERA

 MAYRA LIZBETH GARCÍA HERNÁNDEZ
 DULCE YAZMIN PORTILLO FLORES
 BERENICE RUIZ GARCÍA
 BRANDON ESPINOZA COLCHADO
INTRODUCCIÓN

En el presente trabajo se analizara el precio de las acciones de la empresa AT&T

en un periodo de junio del año 2013 a junio del año 2018; que es el tiempo en el
que esta empresa ha operado en México partir de la reforma en telecomunicaciones
y competencia económica, que le permitió entrar en competencia con las grandes
empresas que ya dominaban en México.

Se analizara con el fin de anticipar que tan rentable es invertir en las acciones de
AT&T, a qué precio conviene comprar las acciones; y observar la volatilidad de las
acciones.

Con base en los distintos cálculos que se aplicaran, se buscara conocer que dicen
las estadísticas de la rentabilidad de las acciones de la empresa; para dar una
opinión de que es conveniente hacer.

JUSTIFICACION

AT&T American Telephone and Telegraph es una compañía de

telecomunicaciones estadounidense brinda servicios de voz, internet, datos y video.
Lo anterior la ha posicionado en la compañía de telefonía más grande del mundo.

“En México se anuncia la compra del tercer mayor operador mexicano de telefonía
móvil Iusacell por parte de AT&T, por una suma de 2500 millones de dólares. Con
esto AT&T logró cubrir todo el territorio mexicano, y asegurar grandes ganancias.
Con los buenos resultados en el mercado mexicano, la empresa se aseguró la
compra de Nextel México luego de ser aprobada la negociación por el órgano
regulador de telecomunicaciones del país, IFETEL.”1

1
https://historia-biografia.com/american-telephone-and-telegraph-corporation/
Hasta junio de 2013 el mercado en México de la telefonía móvil estaba dominado
básicamente por Telcel con un aproximado del mercado de 70%, esto trajo varias
consecuencias a los consumidores, obligándolos a pagar planes tarifarios caros con
beneficios bastante limitados.

Sin embargo en aquel mes entraron en vigor reformas constitucionales en materia

de telecomunicaciones y competencia económica que formaron las bases para la
creación de leyes secundarias y con esto entraran nuevos competidores al mercado
que veían condiciones más justas para competir.

El 11 de Junio de 2013, se publicó en el Diario Oficial de la Federación el Decreto

por el que se reformaron y adicionaron diversas disposiciones de la Constitución
Política de los Estados Unidos Mexicanos, en materia de telecomunicaciones y
competencia económica.

La reforma tuvo como propósito principal beneficiar a todos los mexicanos, por eso
consideró dentro de sus principales objetivos, el permitir el acceso de la población
a las tecnologías de la información y la comunicación, incluida la banda ancha, así
como establecer condiciones de competencia y libre concurrencia en los servicios
de telecomunicaciones y radiodifusión. Para que de esta forma, un mayor número
de usuarios accediera a dichos servicios en mejores términos de calidad y precio.

La iniciativa recoge primordialmente las aspiraciones de los usuarios de los servicios

de telecomunicaciones y radiodifusión. En ese sentido, una de las principales
razones que sustentaron la iniciativa fue la de lograr la reducción de los costos de
los servicios de telecomunicaciones para la sociedad mexicana, contar con más
ofertas y buscar que los servicios se tradujeran en un beneficio concreto para toda
la población. .”2

2
Reforma Constitucional. (2013).27/06/2018, de INSTITUTO FEDERAL DE TELECOMUNICACIONES
Sitio web: http://www.ift.org.mx/que-es-el-ift/reforma-constitucional
La distribución del mercado no sufrió cambios considerables dado el poco tiempo
que lleva la empresa en operaciones en nuestro país, Telcel sigue dominando la
gran mayoría del mercado, no obstante su empresa matriz América Móvil – AMX vio
reducidos sus ingresos, cayendo su utilidad neta en 45.2%

Analizar AT&T nos pareció interesante porque los aportes tecnológicos que ha
realizado son demasiados, la compañía abrió paso al mundo de la televisión y
comunicación. Gracias a ella podemos disfrutar de la facilidad de poder contactar a
cualquier persona en cualquier parte del mundo. AT&T es una pieza importante del
paso gigante que dio la tecnología en telecomunicaciones.

HIPOTESIS

¿Es rentable invertir en AT&T?

Al analizar los posibles riesgos de invertir en AT&T deducimos que no son tan altos,
que en cierta medida es seguro invertir

“Al finalizar 2015 alcanzó 44 millones de personas en 41 ciudades, este año espera
llegar a 75 millones y en 2018 a 100 millones. El equipo de Arroyo cree que esto le
traerá más clientes, para generar mayores ingresos y con ello, alcanzar el punto de
equilibrio en sus finanzas a finales de 2017 y empezar a tener utilidades un año
después.”3

3
http://www.elfinanciero.com.mx/opinion/de-jefes/cuando-sera-rentable-at-t-en-mexico
DESARROLLO

En el histograma que a continuación se presentan, se ha organizado una secuencia

de datos que representan las diferentes medias de las acciones de la empresa
AT&T durante el periodo de junio del 2013 a junio del 2018.

año medias anuales

2013 27.3225
2014 28.2742
2015 29.1834
2016 35.7642
2017 36.8152
2018* 34.9474

medias anuales
40.0000
35.0000
30.0000
25.0000
20.0000
15.0000
10.0000
5.0000
0.0000
2013 2014 2015 2016 2017 2018*

Tabla y grafico 1. Elaboración propia con datos de Yahoo Finance

El total de datos poblacional se dividió en muestras mensuales; a cada mes se le

aplico un estadístico. Se obtuvo una media para cada para cada parámetro, con el
fin de analizar la ley fuerte de los grandes números.
En este histograma se representan variables aleatorias independientes e
igualmente distribuidas; por lo que entre más grande sea la muestra la probabilidad
de que los valores sean iguales es uno.

La media maestral converge en distribución a la media poblacional; convergen a su

comportamiento promedio.

medias anuales por mes

45.0000
40.0000
35.0000
30.0000
25.0000
20.0000
15.0000
10.0000
5.0000
0.0000
Dec-13

Dec-14

Dec-15

Dec-16

Dec-17
Mar-14

Mar-15

Mar-16

Mar-17

Mar-18
Jun-13

Jun-14

Jun-15

Jun-16

Jun-17
Sep-17

Jun-18
Sep-13

Sep-14

Sep-15

Sep-16

Grafico 2. Elaboración propia con datos de Yahoo Finance

Medias muéstrales de los diferentes precios de las acciones DE LA EMPRESA

AT&T

open high low close adj

medias anuales 27.3225
2013 34.8392 35.0426 34.6006 34.8198
28.2742
2014 34.6037 34.7860 34.3612 34.5838
29.1834
2015 33.8108 34.0221 33.5832 33.8040
2016 39.2322 39.4985 38.9834 39.2782 35.7642
2017 38.6151 38.8463 38.3514 38.5964 36.8152
2018 35.3187 35.6070 34.9604 35.2648 34.9474

Elaboración propia con datos de Yahoo Finance

Para el análisis de este trabajo resulta más conveniente usar el precio de adj de las
acciones de la empresa.

En base a este dato se obtuvieron los distintos cálculos poblacionales

Adj Close poblacion

Media 32.1641
Error típico 0.1182
Mediana 30.3620
Moda 27.9713
Desviación estándar 4.1949
Varianza de la muestra 17.5970
Curtosis -1.4086
Coeficiente de asimetría 0.2737
Rango 14.3891
Mínimo 25.5561
Máximo 39.9451
Suma 40494.6512
Cuenta 1259.0000
Nivel de confianza(95.0%) 0.2319

Valores para alfa y determinación de los intervalos superiores e inferiores

alfa 1% 3% 5%
z 2.33 1.88 1.64
alfa 0.5% 1.5% 2.5%
z 2.58 2.17 1.96

ALFA Intervalo inferior intervalo superior

1.00% 31.8891 32.4392
3.00% 31.9418 32.3865
5.00% 31.9697 32.3586

0.5% 31.8596 32.4687

1.5% 31.9076 32.4207
2.5% 31.9324 32.3959
ANALISIS DE DATOS

En el proceso de análisis de datos, nos hemos dado a la tarea de buscar en el sitio

web Yahoo finance la información histórica numérica del precio de las acciones de
AT&T, partiendo del año 2013 para tener una muestra considerablemente grande y
poder hacer más visible la comparación con una muestra pequeña, donde
abstrajimos los datos de mayo de 2018. Una vez recopilados los datos en Excel
analizamos qué tipo de precio de acción era el más conveniente para probar nuestra
hipótesis. Ante esto, elegimos la acción "Adj" que nos esboza un promedio de la
actividad durante el día; sin embargo, también creímos útil el uso de los precios de
la acción High y Low, para comprender qué tanto fluctúan las operaciones en un
día.

El siguiente paso fue el de recopilar las medias muéstrales de cada uno de los tipos
de acciones, enfocándonos más en las medias muéstrales de todos los días (datos
poblacionales) y de los últimos días de mayo de 2018. De este modo tuvimos la
comparación de dos muestras con tamaños muy distintos que nos ayudaron a la
comprensión de la teoría llevada a la práctica.

Una vez obtenidas nuestras medias muéstrales obtuvimos la información de

estadística descriptiva de cada grupo. Dentro de estos datos podemos encontrar la
media, varianza y desviación estándar; máximo y mínimo; así como el número de
datos empleados.

Paso siguiente, se obtuvieron los intervalos del precio de las acciones. Esto se llevó
a cabo en hoja de cálculo con la fórmula de Distribución normal inversa para nuestra
muestra de todos los datos (ya que se conoce el valor de nuestra varianza
poblacional y contiene información histórica que hace más preciso nuestro análisis),
esto, aunado al valor de confianza que hemos fijado en 1% para todo el análisis de
nuestro trabajo. Para el caso del análisis de intervalos de nuestras medias en mayo
de 2018, hemos utilizado la función de distribución t inversa, ya que el valor de
nuestra varianza no es el mismo de la poblacional y este análisis está enfocado a
predicciones de corto plazo sin información histórica previa.

Una vez utilizado este método, tanto en el precio adj como en el precio high y low,
hemos acumulado los resultados numéricos que, con base en la teoría, nos servirán
para hacer nuestro análisis para probar nuestra hipótesis

Análisis por intervalos.

De la muestra poblacional realizamos los cálculos de estadística descriptiva.

Determinamos en valor de α en 1%. 3% y 5%, que es el nivel de significancia, nos
muestra la posibilidad de que los que buscamos se encuentre fuera del intervalo.
Se buscó en valor de z para cada valor de α con una y dos colas, y como sabemos
siempre se comportara como una distribución normal.

Se tomó una muestra para mayo del 2018, ya que una muestra más cercana nos
proporciona datos más realistas. En este caso utilizamos el método de la varianza
desconocida, porque nuestra muestra es pequeña y estamos en un ambiente de
incertidumbre.

El análisis de α para nuestros datos no es necesario, como son muy pequeños,

hacen menos volátiles el valor de nuestros intervalos y no tendría caso comparar
intervalos con cambios muy pequeños. Por lo tanto nuestro trabajo va a estar única
y exclusivamente enfocado al valor de α en 1% para una cola y 0.5% para las dos
colas. Se cumple perfectamente con la propiedad de suficiencia, como ya tenemos
un estimador que nos provee información suficiente no tendría sentido utilizar otros
que no nos aporten información significativa.
Diferencia de dos medias poblacionales: varianza conocida.

Para los precios altos y bajos poblacionales, igualmente, calculamos el valor de z y

se analizaron los intervalos superiores e inferiores, con varianza conocida.

Podemos afirmar con un 99% de seguridad que la ganancia mínima que se puede
ganar en un día es de 0.1887 y la ganancia máxima que se puede ganar en un día
es de 0.7748.

Diferencia de dos medias poblacionales normales: varianza poblacional

desconocida.

Para la muestra de los precios de cierre y apertura del 2018 analizamos los
intervalos de confianza para los límites superior e inferior con varianza desconocida.

Podemos afirmar con un 99% de seguridad que la ganancia mínima (o pérdida) que
podemos tener es de -51.06188305 y la ganancia máxima que podemos tener es
de 51.3440381.

Como vimos, el análisis de α en nuestro análisis no es necesario, como nuestros

datos son muy pequeños, hacen menos volátiles el valor de nuestros intervalos y
no tendría caso comparar intervalos con cambios muy pequeños. Por lo tanto
nuestro trabajo va a estar única y exclusivamente enfocado al valor de α en 1%
para una cola y 0.5% para las dos colas. Se cumple perfectamente con la propiedad
de suficiencia, como ya tenemos un estimador que nos provee información
suficiente no tendría sentido utilizar otros que no nos aporten información
significativa.
PRUEBA “CHI”

Se analiza la volatilidad de los precios de mayo de 2018, respecto a la volatilidad

de todos los valores poblacionales.

Ho= La volatilidad de los últimos años es la misma que ya de mayo del 2018.

Hi= la volatilidad de los últimos años es diferente a la de 2018.

Nuestros datos arrojaron que son más volátiles los precios poblacionales que los
de mayo de 2018.

VOLATILIDAD MAYO 2018 VOLATILIDAD VALOR POBLACIONAL

chi cuadrado 0.5 chi cuadrada 0.5
43221 7.433844263 poblacional 1249.3334
0.95 0.95
31.41043284 1333.36392
intervalo derecho 0.775610696 0.88068763 intervalo dcho 8.16435391 2.85733336
intervalo izquierdo 0.052918872 0.23004102 intervalo izquierdo 7.64982453 2.76583162

Por lo tanto nuestro Ho es errónea, por lo que aceptaremos la Hi.

Pero en realidad ninguna de las dos es tan volátiles, por lo que el precio de
nuestra acción puede ser un bien seguro para los inversores que deseen
adquirirla.

ESTADISTICOS DE PRUEBA (ANALISIS DE PRECIOS)

CONCLUCION

En el proceso de análisis de datos, partimos de buscsr en Yahoo finance la

información histórica numérica del precio de las acciones de AT&T partiendo de
junio del año 2013 a junio del año para tener una muestra considerablemente
grande y poder hacer más visible la comparación con una muestra pequeña (mayo
de 2018).

Una vez recopilados los datos en Excel, analizamos qué tipo de precio de acción
era el más conveniente para probar nuestra hipótesis. Ante esto, elegimos la
acción "Adj" que nos esboza un promedio de la actividad durante el día; sin
embargo, también creímos útil el uso de los precios de la acción High y Low, para
comprender qué tanto fluctúan las operaciones en un día. El siguiente paso fue el
de recopilar las medias muéstrales de cada uno de los tipos de acciones,
enfocándonos más en las medias muéstrales de todos los días (poblacional) y de
los últimos días de mayo de 2018.

De este modo tendríamos la comparación de dos muestras con tamaños muy

distintos que nos ayudarían a la comprensión de la teoría llevada a la práctica.
Una vez obtenidas nuestras medias muéstrales recopilamos la información
estadística descriptiva de cada grupo de medias muéstrales. Dentro de estos
datos podemos encontrar la media, varianza y desviación estándar; máximo y
mínimo; así como el número de datos empleados. Al obtener nuestra información
estadística

Obtuvimos los intervalos del precio de las acciones. Esto se llevó a cabo en hoja
de cálculo con la fórmula de Distribución normal inversa para nuestra muestra de
todos los datos (ya que se conoce el valor de nuestra varianza poblacional y
contiene información histórica que hace más preciso nuestro análisis), esto,
aunado al valor de confianza que hemos fijado en 1% para todo el análisis de
nuestro trabajo. Para el caso del análisis de intervalos de nuestras medias en
mayo de 2018, hemos utilizado la función de distribución t inversa, ya que el valor
de nuestra varianza no es el mismo de la poblacional y este análisis está enfocado
a predicciones de corto plazo sin información histórica previa.

Una vez utilizado este método, tanto en el precio adj como en el precio high y low,
hemos acumulado los resultados numéricos que, con base en la teoría, nos
servirán para hacer nuestro análisis para probar nuestra hipótesis
BIBLIOGRAFIA
 https://historia-biografia.com/american-telephone-and-telegraph-corporation/
 http://www.elfinanciero.com.mx/opinion/de-jefes/cuando-sera-rentable-at-t-
en-mexico
 Reforma Constitucional. (2013).27/06/2018, de INSTITUTO FEDERAL DE
TELECOMUNICACIONES Sitio web: http://www.ift.org.mx/que-es-el-
ift/reforma-constitucional
 VILLASANA JAIME. (2016). AT&T en México, a un año de su llegada
¿cambió el mercado de las telecomunicaciones?. 27/06/2018, de Xataka,
Mexico Sitio web: https://www.xataka.com.mx/analisis/at-t-en-mexico-a-un-
ano-de-su-llegada-cambio-el-mercado-de-las-telecomunicaciones
 Probabilidad y estadística para ingeniería y ciencias Jay L. Devore