“Modelamiento de la volatilidad

de cotizaciones de las acciones

comunes de la Corporación
Aceros Arequipa (Sector
industrial de capital) 2008-2017”

Integrantes:

 Nuñez Villazana, Yadira Luz

 Oscátegui Catillón, Sharon
Consuelo
 Pacheco Chávez, Joselyn Jessenia
 1

“Modelamiento de la volatilidad de cotizaciones de las acciones comunes de la

Corporación Aceros Arequipa (Sector industrial de capital) 2008-2017”

Nuñez Villazana, Yadira Luz*

Oscátegui Castillón, Sharon Consuelo *

Pacheco Chávez, Joselyn Jessenia*1

Resumen

El presente trabajo tiene como objetivo modelar la volatilidad de las acciones comunes
de la corporación aceros Arequipa que pertenece al sector industrial de bienes de capital
en el periodo enero 2008- diciembre 2017. El método que se utilizo es el hipotético-
deductivo debido a que se cuenta con un marco teórico y una base de datos para el periodo
ya mencionado. Se concluye que la serie de tiempo de cotización de las acciones
comunes en el sector industrial se ajustan a un modelo AR (1) AR(2) y MA(1) MA(2) en
primera diferencia, de esta manera se observa que cumple con las condiciones
estacionariedad y con los supuestos de normalidad (media y varianza constante).

Palabras claves: Teoría de Portafolios-Volatilidad-Series de tiempo-acciones comunes.

Abstract

The objective of this paper is to model the volatility of the common shares of the steel
corporation Arequipa that belongs to the industrial sector of capital goods in the period
January 2008- December 2017. The method that was used is the hypothetical-deductive
one due to the fact that It has a theoretical framework and a database for the
aforementioned period. It is concluded that the series of time of quotation of the common
shares in the industrial sector are adjusted to a model AR (1) AR (2) and MA (1) MA (2)
in the first difference, in this way it is observed that it fulfills with the stationary
conditions and with the assumptions of normality (mean and constant variance).

Keywords: Portfolio Theory-Volatility-Series of time-common actions.

1
Estudiantes del VI semestre de la Facultad de Economía de la Universidad Nacional
del Centro del Perú, periodo 2018-II, Huancayo.
 2

1. Introducción

El presente trabajo que lleva por título “Modelamiento de la volatilidad de cotizaciones

de las acciones comunes de la corporación aceros Arequipa (sector industrial de capital)
2008-2017” cuyo objetivo, es modelar la volatilidad de estas acciones comunes de la
corporación aceros Arequipa que pertenece al sector industrial de bienes de capital, así
como también identificar qué tipo de modelo estocástico explica mejor la serie temporal
del trabajo en estudio.

El método que se utilizo es el hipotético-deductivo debido a que se cuenta con un marco

teórico y una base de datos para el periodo ya mencionado. Este trabajo consta de tres
partes que serán mencionados a continuación:

En primer lugar, abordaremos el marco teórico, en donde presentaremos los antecedentes,

la teoría de portafolio de Markowitz, que tiene por objetivo diversificar el riesgo de
inversión, para disminuir la volatilidad de la inversión frente a una disminución de la
rentabilidad, así como también proponemos el modelo teórico, en donde se plantearon
supuestos que explican la relación que existe entre el riesgo y el rendimiento de las
accione comunes.

En segundo lugar, se dará a conocer la metodología que se utilizó que es el hipotético-

deductivo debido a que se cuenta con un marco teórico y una base de datos para el periodo
ya mencionado.

En tercer lugar, se dará a conocer los resultados donde la serie de tiempo de cotización
de las acciones comunes en el sector industrial se ajustan a un modelo AR (1) AR(2) y
MA(1) MA(2), específicamente un ARMA (2,2), en primera diferencia, de esta manera
se observa que cumple con las condiciones estacionariedad y con los supuestos de
normalidad (media y varianza constante). Y por último se dará a conocer las discusiones
y conclusiones.

A continuación, se presentará todo lo mencionado anteriormente.

 3

2. Marco teórico
2.1 Antecedentes

En un primer trabajo, desarrollado por Sotomayor & Castillo (2016) con su investigación
titulada “Modelamiento de Volatilidad del índice General de la Bolsa de Valores de
Lima (IGBVL), periodo 2009-2011”, el cual tuvo como objetivo modelar la volatilidad
diaria del IGBVL e identificar qué modelo explica mejor esta serie caracterizada por una
fuerte volatilidad. En cuanto al modelo teórico parte del que las series financieras no
tienen un comportamiento constante en el tiempo, por ello se empleó los modelos de
varianza condicional ARCH y GARCH. El método utilizado es Hipotético -Deductivo,
ya que contaba con un marco teórico y datos. El trabajo llega a la conclusión de que el
modelo GARCH, es adecuado para modelar las series financieras, que presentan
volatilidad; es decir un comportamiento asimétrico y no cumplen los supuestos de
estacionariedad y normalidad.
En un segundo trabajo, desarrollado por Montenegro (2010) con su investigación
“Medición de la volatilidad en series de tiempo financieras: Una evaluación a la tasa
de cambio representativa del mercado (TRM) en Colombia”, el cual tiene como
objetivo conocer esta volatilidad resulta crucial debido a que un exceso de volatilidad
dificulta la planificación financiera, igualmente, podría significar enormes pérdidas y/o
ganancias. En cuanto al modelo se explota la flexibilidad de los modelos ARCH para
capturar los agrupamientos de la volatilidad de la Tasa Representativa del Mercado TRM
colombiana. Los resultados indican que el modelo MA (1) en media y el modelo GARCH
(1, 1) en varianza superan otro tipo de especificación, que trate de medir el agrupamiento
de la volatilidad de la TRM colombiana.
En un tercer trabajo realizado por Pérez (2006) con su investigación “Modelación de la
volatilidad y pronóstico del precio del café” el cual tuvo como objetivo encontrar la
mejor alternativa a la hora de decidir en la venta o compra de este producto en el futuro,
buscando tener la estrategia ideal a llevarse a cabo dentro del negocio de un caficultor y
lograr, de esta manera, una competencia ideal a escala mundial. El modelo teórico usado
es el modelo GARCH (heteroscedasticidad condicional autorregresiva generalizada) y se
dan algunas propiedades del proceso con sus demostraciones.
En un cuarto trabajo, desarrollado por Banumathy & Azhagaiah (2010) con su
investigación titulada “Modelling Stock Market Volatilily Evidence from India”, el
cual tuvo como objetivo investigar el patrón de volatilidad del Mercado de Valores, que
 4

está basado en series de tiempo del Índice de Nifty en el periodo comprendido del 1 de
enero del 2003 al 31 de diciembre del 2012. En cuanto al modelo teórico se utilizó el
modelo GARCH y TARCH, así como también el criterio de información de Akaike y
Schuars. El método utilizado es Hipotético -Deductivo, ya que contaba con un marco
teórico y datos. El trabajo llega a la conclusión de que el aumento de riesgo no aumenta
los rendimientos en el mercado de Valores, ya que el coeficiente es insignificante en el
periodo mencionado.
En un quinto trabajo, desarrollado por Osama Waqar (2014) con su investigación titulada
“Modelling Stock Market Volatility Using Univariate GARCH Models:
Evidence from Pakistan”, el cual tuvo como objetivo estimar la volatilidad del
rendimiento de las acciones que pertenecen al mercado de valores de Pakistán. En cuanto
al modelo teórico, se utilizó los modelos de heteroscedasticidad condicional autoregresiva
(ARCH) con su generalización que es el modelo de tipo GARCH tanto simétricos
GARCH (1,1) y EGARCH (1,1) y TGARCH (1,1) como asimétricos, que se utilizaran
para modelar y pronosticar la volatilidad del mercado bursátil en las finanzas empíricas.
El trabajo llega a la conclusión de que los resultados obtenidos mediante la estimación
asimétrica, muestran una evidencia significativa de la existencia de los efectos de
apalancamiento en el mercado KSE. Además, las estimaciones de GARCH (1,1) muestran
que la volatilidad condicional de los rendimientos de las acciones en KSE es persistente
2.2 Teoría del Portafolio

2.2.1 El modelo

Markowitz desarrolló su modelo en base al comportamiento racional del inversor, de

manera que este prefiere una mayor rentabilidad a un menor riesgo; así como también
toma en cuenta la rentabilidad esperada y el riesgo. El objetivo del modelo es obtener una
cartera de títulos, que tengan valores con una máxima rentabilidad esperada, a un riesgo
dado o de otro modo una cartera con un mínimo riesgo para una rentabilidad esperada
dada. Al conjunto de carteras que cumplen dicha condición se les denomina “carteras
eficientes” (Court, 2011).
2.2.2 Hipótesis del modelo

 La rentabilidad de cualquier título o cartera, es una variable aleatoria, con una

distribución de probabilidad conocida por el inversor para el periodo de
 5

referencia. La esperanza matemática de la variable aleatoria se acepta como

medida de rentabilidad de la inversión.
 Se acepta como medida del riesgo la dispersión, esta es medida por la varianza o
la desviación estándar de la variable aleatoria que describe la rentabilidad de un
valor individual o de una cartera.
 La conducta del inversor, es preferir carteras con una mayor rentabilidad y menor
riesgo.
2.2.3 Etapas para encontrar la cartera optima del inversor
 Determinación del conjunto de posibilidades de inversión.
Se caracterizan todas las posibles combinaciones de rendimiento esperado y desviación
típica que pueden abstenerse en el mercado, por tanto se estima para cada título su
esperanza, desviación típica y covarianzas de los títulos y carteras.
 Determinación de la frontera eficiente.
La frontera eficiente es el conjunto de carteras que para cada rentabilidad tienen la mínima
varianza o, lo que es lo mismo, el conjunto de carteras que para cada varianza dada tienen
la máxima rentabilidad (Court, 2011).
 Determinación de la cartera óptima.
La cartera óptima se define como aquella cartera, entre todas las que configuran la
frontera eficiente con respondiente a la combinación de la media-desviación estándar o
media-varianza, que maximiza su utilidad esperada, esto es, aquella que mejor se ajusta
a sus preferencias personales sobre el riesgo.
La utilidad de esta teoría de portafolios es diversificar el riesgo de inversión, para
disminuir la volatilidad de la inversión frente a una disminución de la rentabilidad
esperada.
2.3 Modelo teórico

El modelo teórico propuesto para el presente trabajo tiene como objetivo determinar la
rentabilidad y el riesgo de las acciones comunes en la bolsa de valores de lima, para lo
cual se plantea los siguientes supuestos:

 Las variaciones de los precios de las acciones se deben a la influencia de

especulaciones políticas, sociales y económicas.
 Cuando hay movimiento en la bolsa de valores algunas de las acciones
comunes son más sensibles que otras.
 6

 Para el análisis de riesgo y rendimiento de acciones comunes es necesario

medir a través de las cotizaciones en la bolsa de valores de lima.
 Se encuentra con libre acceso de información sobre las acciones comunes para
los inversionistas, así como también datos para la fijación de precios de estos.
 Los inversionistas buscan un minimizar el riesgo y maximizar el rendimiento
de las acciones comunes.
 Los inversionistas cuentan con un igual horizonte de tiempo durante el periodo
Enero 2008 - Diciembre 2017.
2.3.1. Planteamiento del Modelo Teórico
𝑹𝒅𝒂𝒄 = 𝑫 + 𝑷𝟎 − 𝑷𝟏 + 𝑹𝒎
𝑅𝑑𝑎𝑐 : Rendimiento diario de la acción común
𝐷: Dividendos
𝑃0 : Precio de apertura de la acción común
𝑃1 : Precio de cierre de la acción común
𝑅𝑚 : Riesgo de mercado

Por lo tanto, para encontrar el portafolio optimo según la teoría de Markowitz, se utilizó
el cálculo de los rendimientos de las acciones comunes de la Corporación Aceros
Arequipa que pertenece al sector industrial de bienes de capital con respecto a periodo
enero 2008- diciembre 2017.

2.4 Marco conceptual

Para comprender mejor el presente trabajo, daremos a conocer las siguientes definiciones.

 Portafolios: “Es un conjunto de títulos que tiene un inversionista. Cada título

cuenta con una participación dentro del mismo, según la relación del monto
invertido en el título, con respecto a la inversión total” (Buenaventura, 2014).
 Volatilidad: “Medida de riesgo que se deriva de los cambios de rentabilidad de
los activos financieros (Bonos o acciones), debido a su sensibilidad a informes o
rumores de índole políticos, económicos, monetarios o fiscales. La causa de estos
cambios es la variación de precios de los activos financieros” (Sotomayor &
Castillo, 2016).
 Acciones Comunes: “Por lo general, cuando los inversionistas hablan de capital
propio o acciones, se refieren a las acciones comunes. Por lo general, es mejor
comprar acciones en un fondo mutuo que invierta en un portafolio diversificado
 7

de acciones comunes u otros valores. En este caso, el inversionista queda expuesto

sólo al riesgo que tienen de caer todos los precios de los valores simultáneamente.
Además, las acciones comunes son la forma más sencilla de financiarse y los
accionistas comunes son dueños de la corporación. Por lo tanto, tienen derecho a
cualquier ganancia que quede después de que se paguen todas las deudas de la
empresa. Los accionistas también tienen el control final sobre la forma en la que
se utilizan los activos de la compañía. Ejercen el control votando en los asuntos
importantes, como la designación de los miembros del consejo de administración”
(Myers ,2010).
3. Metodología
3.1 Método

El método que se utilizó en el presente trabajo de investigación es HIPOTÉTICO-

DEDUCTIVO, debido a que contiene hipótesis derivadas de un modelo teórico y una
base de datos adecuado para someter dichas hipótesis a las pruebas estadísticas. En
este trabajo se cuenta con la teoría de Portafolios de Markowitz, así como también
con una base de datos con respecto a la cotización bursátil de Acciones Comunes del
sector industrial de capital, específicamente de la empresa “Corporación Aceros
Arequipa” que comprende el periodo de enero del 2008 hasta diciembre del 2017.

3.2 Fuente de datos

La fuente de datos del presente trabajo, es tomado de la página web de la bolsa de

Valores de Lima con datos con respecto a la cotización bursátil de Acciones Comunes
del sector industrial de capital, específicamente de la empresa “Corporación Aceros
Arequipa” que comprende el periodo de enero del 2008 hasta diciembre del 2017.

3.3 Técnicas de procesamiento y análisis de datos

 Recopilación de Información: Se recopilo información con respecto a la teoría

de portafolios.
 Planteamiento del modelo teórico: Se realizó en base a una propuesta teórica,
de manera que explique la teoría, para luego ser contrastado con el modelo
econométrico.
 Recolección de datos: Los datos que se seleccionaron de acuerdo con las
variables determinadas, estos datos se obtuvieron de la bolsa de Valores de Lima.
 Clasificación de datos: Los datos se clasifican en cuantitativas continuas.
 8

 Análisis de datos: Se realizó el análisis de los datos, con la finalidad de recabar

información útil.
 Planteamiento de conclusiones: El análisis de datos nos servirá para tomar
decisiones e identificar qué modelo explica mejor la serie.
4. Resultados
4.1 Descripción de la serie

Tras haber visto el comportamiento de la variable en estudio y la aplicación del filtro de

Hodrick-Prescott se establece que la serie de tiempo de la cotización promedio de las
acciones comunes de la corporación Aceros Arequipa muestra una tendencia
multiplicativa y polinómica, es decir no lineal. Además, la serie muestra hasta tres ciclos;
de la misma forma se observa una estacionalidad no significativa. Ver anexos figuras 1 y
2.

4.2 Modelo econométrico

Luego de haber realizado el correlaograma de la serie de datos original y analizar si el

proceso a sido generado por procesos autorregresivos (AR), medias móviles (MA) o
ARMA, identificamos que la auto correlación simple no disminuye exponencialmente,
sino de manera lineal y con respecto a la auto correlación parcial se observa que es
significativa en el primer rezago dando a entender que es un modelo AR(1) (Ver anexos
figura 4 ), sin embargo no cumple las condiciones de un proceso autorregresivo, por lo
que podemos concluir que no es encontramos ante un proceso no estacionario y que
contiene raíz unitaria. Es por ello que aplicamos la primera diferencia a la serie original,
y observamos que efectivamente gracias a la prueba de Dickey Fuller ( Ver anexos tabla 4)
nos encontramos ante un proceso estacionario y que no contiene raíces unitarias por lo
que rechazamos la hipótesis nula (no es estacionario), debido a que el estadístico es mayor
que los valores críticos (9.28 es mayor que los valores críticos de: 4.04, 3.44 y 3.15) (Ver
anexos tabla 4) . De esta manera observamos el comportamiento de la serie (primera
diferencia), corriendo el modelo, se ve pues claramente que el modelo es un AR (2) Y un
MA (2), es decir un ARMA(2.2), así como también se puede observar que tiene raíces
complejas.
 9

Tabla 01: Modelo econométrico aplicando la primera diferencia a la serie original.

Fuente: Elaboración propia.

Por lo tanto el modelo econométrico queda de la siguiente manera:
𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝟏𝒕 = 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗 𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝟏𝒕−𝟏 − 𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖 𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝟏𝒕−𝟐
− 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏 𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝟏𝒕−𝟑 + 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝟏𝒕−𝟒 + 𝜺𝒕
Donde:
𝑖𝑛𝑑𝑎𝑐𝑐𝑑1𝑡 : Cotización promedio de las acciones comunes de la Corporación
Aceros Arequipa.
𝑖𝑛𝑑𝑎𝑐𝑐𝑑1𝑡−1 : Cotización promedio de las acciones comunes de la Corporación
Aceros Arequipa (primer rezago).
𝑖𝑛𝑑𝑎𝑐𝑐𝑑1𝑡−2 : Cotización promedio de las acciones comunes de la Corporación
Aceros Arequipa (segundo rezago).
𝑖𝑛𝑑𝑎𝑐𝑐𝑑1𝑡−3 : Cotización promedio de las acciones comunes de la Corporación
Aceros Arequipa (tercer rezago).
𝑖𝑛𝑑𝑎𝑐𝑐𝑑1𝑡−4 : Cotización promedio de las acciones comunes de la Corporación
Aceros Arequipa (cuarto rezago).
𝜺𝒕 : Termino de error.
4.3 Estimación del modelo

Modelo original:

𝒊𝒏𝒅𝒂𝒄𝒄𝒕 − 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟏 = 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗 (𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟏 − 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟐 )

 10

−𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖( 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟐 − 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟑 ) − 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏(𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟑 − 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟒 )

+ 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 (𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟒 − 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟓 ) + 𝜺𝒕

𝒊𝒏𝒅𝒂𝒄𝒄𝒕 = 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟏 + 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟏 − 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟐

− 𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟐 + 𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟑
− 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟑 + 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟒
+ 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟒 − 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟓 + 𝒆𝒕

Por lo tanto la estimación del modelo quedaría de la siguiente manera:

̂ 𝒕 = 𝟐, 𝟎𝟏𝟐𝟕𝟗𝟗𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟏 − 𝟏, 𝟓𝟗𝟖𝟑𝟏𝟕𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟐
𝒊𝒏𝒅𝒂𝒄𝒄
− 𝟎, 𝟑𝟏𝟖𝟖𝟗𝟑𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟑 + 𝟏, 𝟔𝟒𝟔𝟏𝟏𝟓𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟒
− 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒕−𝟓 + 𝒆𝒕

Donde:

̂ 𝒕 : Cotización promedio de las acciones comunes de la Corporación Aceros

𝒊𝒏𝒅𝒂𝒄𝒄
Arequipa estimado.

4.4 Validación del modelo

Tras la aplicación de la primera diferencial dentro de la serie de tiempo se logró levantar

la deficiencia, pues en primera diferencia el modelo cumple con las condiciones
necesarias, en primera diferencia el modelo ya es estacionario y la probabilidad muestra
que el modelo es el adecuado pues la probabilidad es menor que 0.05 como se puede ver
en la tabla 1 y ya no hay la presencia de raíces unitarias como lo muestra la prueba de
Dickey-Fuller dado que es mayor que los valores críticos. Además, analizando los
residuales (ver figura 10) se observa que su comportamiento de la media es constante y
la varianza ya es mínima en los últimos periodos. En adición a eso se observa en los
correlogramas que los residuales ya se comportan como ruidos blancos (ver anexo figura
7).

4.5 Pronóstico

Pronosticaremos el modelo para enero del 2018 hasta mayo 2018

̂ 𝒆𝒏𝒆𝟏𝟖 = 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝒊𝒄𝟏𝟕 − 𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖𝒊𝒏𝒅𝒂𝒄𝒄𝒏𝒐𝒗𝟏𝟕

𝒊𝒏𝒅𝒂𝒄𝒄
− 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏 𝒊𝒏𝒅𝒂𝒄𝒄𝒐𝒄𝒕𝟏𝟕 + 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒔𝒆𝒕𝟏𝟕
 11

̂ 𝒇𝒆𝒃𝟏𝟖 = 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗𝒊𝒏𝒅𝒂𝒄𝒄𝒆𝒏𝒆𝒓𝒐𝟏𝟖 − 𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝒊𝒄𝟏𝟕

𝒊𝒏𝒅𝒂𝒄𝒄
− 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏 𝒊𝒏𝒅𝒂𝒄𝒄𝒏𝒐𝒗𝟏𝟕 + 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒐𝒄𝒕𝟏𝟕

̂ 𝒎𝒂𝒓𝟏𝟖 = 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗𝒊𝒏𝒅𝒂𝒄𝒄𝒇𝒆𝒃𝟏𝟖 − 𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖𝒊𝒏𝒅𝒂𝒄𝒄𝒆𝒏𝒆𝟏𝟖

𝒊𝒏𝒅𝒂𝒄𝒄
− 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏 𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝒊𝒄𝟏𝟕 + 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒏𝒐𝒗𝟏𝟕

̂ 𝒂𝒃𝒓𝒊𝟏𝟖 = 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗𝒊𝒏𝒅𝒂𝒄𝒄𝒎𝒂𝒓𝟏𝟖 − 𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖𝒊𝒏𝒅𝒂𝒄𝒄𝒇𝒆𝒃𝟏𝟖

𝒊𝒏𝒅𝒂𝒄𝒄
− 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏 𝒊𝒏𝒅𝒂𝒄𝒄𝒆𝒏𝒆𝟏𝟖 + 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒅𝒊𝒄𝟏𝟕

̂ 𝒎𝒂𝒚𝒐𝟏𝟖
𝒊𝒏𝒅𝒂𝒄𝒄
= 𝟏, 𝟎𝟏𝟐𝟕𝟗𝟗𝒊𝒏𝒅𝒂𝒄𝒄𝒂𝒃𝒓𝒊𝒍𝟏𝟖 − 𝟎. 𝟓𝟖𝟓𝟓𝟏𝟖𝒊𝒏𝒅𝒂𝒄𝒄𝒎𝒂𝒓𝟏𝟖
− 𝟎, 𝟗𝟎𝟒𝟒𝟏𝟏 𝒊𝒏𝒅𝒂𝒄𝒄𝒇𝒆𝒃𝟏𝟖 + 𝟎, 𝟕𝟒𝟏𝟕𝟎𝟒 𝒊𝒏𝒅𝒂𝒄𝒄𝒆𝒏𝒆𝟏𝟖

Pronosticamos las cotizaciones promedio de las acciones comunes de la Corporación

Aceros Arequipa, para el periodo mensual, a partir de enero del 2018 hasta mayo del
2018, el cual podemos apreciar en la siguiente tabla.

Tabla 2. Resultados del Excel-pronósticos de las cotizaciones promedio de las acciones

comunes de la Corporación Aceros Arequipa (base de datos).

Periodo (mensual) Pronóstico

Enero 2018 0.14341287
Febrero 2018 -0.539995869
Marzo 2018 -0.743673783
Abril 2018 0.048895381
Mayo 2018 1.079703681
Fuente: Elaboración propia.

De acuerdo al pronóstico realizado, podemos afirmar que el precio de las acciones

comunes de la corporación aceros Arequipa han ido disminuyendo desde enero del 2008
hasta mayo del 2018. En enero del 2008 el precio de las acciones estuvo en 4,81 y en
mayo del 2018 estuvo en 1.079703681.
 12

5. Discusión

De acuerdo con el modelo teórico que planteamos, se puede decir que el rendimiento de
las acciones comunes depende positivamente de los dividendos, precio de apertura, precio
de cierre y el riesgo de mercado. En este caso esta serie temporal de cotizaciones de las
acciones comunes de la Corporación Aceros Arequipa, se caracteriza por ser volátil en el
tiempo, específicamente el periodo de estudio que es de enero del 2008 hasta diciembre
del 2017. Es por ello que no es adecuado modelar con los modelos ya tradicionales de la
series de tiempo, vimos ´pues que esta serie no cumple las condiciones de estacionariedad,
así como también con los supuestos de normalidad, donde no se tiene una media y
varianza constante. Es por ello que esta volatilidad de las cotizaciones de las acciones
comunes van afectar directamente a los rendimientos de estas. El exceso de la volatilidad
va a afectar en la toma de decisiones del inversionista, así como también es importante
conocer el riesgo que tiene el activo (acciones comunes), ya que en el modelo teórico que
hemos propuesto, uno de los supuestos es que el mayor interés del inversionista es
minimizar el riesgo y maximizar su rentabilidad y que este supuesto se especifica en la
teoría de Portafolios.

6. Conclusión
 Se concluye teniendo como objetivo de modelar la volatilidad de cotizaciones de
las acciones comunes de la corporación aceros Arequipa perteneciente al sector
industrial de bienes de capital en el periodo enero 2008- diciembre 2017, que la
serie de tiempo de cotizaciones de las acciones comunes en el sector industrial se
ajustan a un modelo AR (1) AR (2) y MA (1) MA (2), específicamente un ARMA
(2,2), en primera diferencia. La serie inicial presenta una raíz unitaria por ende se
procedió a la aplicación de la primera diferencia que hace que el modelo ya
cumple con las condiciones necesarias como la estacionariedad de la serie de
tiempo y los residuales ya se comportan como ruidos blancos
 Entender el comportamiento de la volatilidad del rendimiento de las acciones
comunes de la corporación Aceros Arequipa permite a los agentes que actúan
tomando posiciones en estas acciones, prever el impacto que tiene estas
variaciones de cotización de las acciones comunes de la Corporación Aceros
Arequipa en el valor de sus portafolios.
 13

Referencias Bibliográficas
Buenaventura, G. (2014). Operacionalización de modelos financieros-Teoría de
Portafolios. Departamento de Estudios Contables y Financieros-Universidad de
Icesi, 34.
Court, E. (2011). Finanzas Corporativas. Buenos Aires- Argentina: Cengage Learning.
Gerrero, E. (2000). Determinantes de las exportaciones en México. Un modelo aplicado
a las principales diviciones manufactureras. Universidad Autonoma del Nuevo
León.
Montenegro, R. (2010). Medición de la volatilidad en series de tiempo financiera.
Colombia: Unversidad Católica de Colombia.
Pérez, Ó. (2006). Modelación de la volatilidad y pronóstico del precio del café. Revista
Ingenierías Universidad de Medellín, 45-58.
Sotomayor, R., & Castillo, J. (2016). Modelamiento de la volatilidad del índice General
de la Bolsa de Valores de Lima 2009-2011. Universidad Nacional Agraria la
Molina, Lima-Perú, 7.
 14

7. Anexos
INDACC
6

0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Figura 1. La figura muestra la gráfica de la tendencia de la serie de datos de la cotización

de las acciones comunes de la corporación Aceros Arequipa.

Fuente: Elaboración propia.

Hodrick-Prescott Filter (lambda=14400)

6

2 3

2
1
1

0 0

-1

-2
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

INDACC Trend Cycle

Figura 2. La figura muestra la gráfica de la tendencia de la serie de datos de la cotización

de las acciones comunes de la corporación Aceros Arequipa bajo el ajuste Hodrick-
Prescott

Fuente: Elaboración propia.

 15

Tabla 3: Prueba de raíces unitarias (Dickey Fuller)

Fuente: Elaboración propia.

Tabla 04: Prueba de raíces unitarias aplicado a la primera diferencia de la serie de datos
de la cotización de las acciones comunes de la corporación Aceros Arequipa (Dickey
Fuller).

Fuente: Elaboración propia.

 16

Figura 3. Correlograma de la serie de datos de la cotización de las acciones comunes de

la corporación Aceros Arequipa.

Fuente: Elaboración propia.

Figura 4. Correlograma de la primera diferencia de la serie de datos de la cotización de

las acciones comunes de la corporación Aceros Arequipa.

Fuente: Elaboración propia.

 17

INDACCD
0.8

0.4

0.0

-0.4

-0.8

-1.2
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Figura 5. La figura muestra la gráfica de la tendencia de la primera diferencia de la serie

de datos de la cotización de las acciones comunes de la corporación Aceros Arequipa.

Fuente: Elaboración propia.

0.8

0.4

0.0

-0.4

0.8 -0.8

0.4 -1.2

0.0

-0.4

-0.8

-1.2
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Residual Actual Fitted

Figura 6. Comportamiento de los residuales aplicado a la primera diferencia de la serie

de datos de la cotización de las acciones comunes de la corporación Aceros Arequipa.

Fuente: Elaboración propia.

 18

Figura 7. En la figura se observa un proceso de ruido blanco, aplicado a la primera

diferencia de la serie de datos de la cotización de las acciones comunes de la corporación
Aceros Arequipa.

Fuente: Elaboración propia.