Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Version 18.0
Universidad Complutense de Madrid
COPYRIGHT © 2018-2019 Jimenez-Martin, Juan-Angel.
(http://www.ucm.es/fundamentos-analisis-economico2/jajm)
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
◦ Version 18.0
◦ COPYRIGHT ©
◦ Jimenez-Martin, J. A. (juanangel@ccee.ucm.es)
2
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
Capítulo 2
Regresión cuantílica
4
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
1.1.- Aplicaciones
Modelo de Factores.
Los modelos de factores se usan para:
• Descomponer el riesgo y rendimiento en componentes observables y NO observables
• Estimar situaciones de rendimientos anormales: Stress testing
• Describir la estructura de covarianza de los rendimientos
• Predecir rendimientos en escenarios de stress.
• Proporcionar un entorno para el análisis del riesgo de carteras.
5
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
1.1.- Aplicaciones
Aplicación 1. Diversificación de Carteras: Es el mecanismo por el cual un inversor minimiza o elimina
su exposición al riesgo específico de la empresa y minimiza o reduce el riesgo sistemático o de mercado y
modera el efecto de activos individuales en el valor de la cartera. Si la cartera de títulos está bien definida
la reducción de riesgo puede ser al coste de una pequeña pérdida en términos de rendimientos.
Riesgo específico:
Repsol: Si sube el precio del petróleo/mejora la calidad de las baterías para los coches eléctricos
Telefónica: Vodafone hace una campaña agresiva regalando un móvil/Hay una caída en la fibra
óptica de telefónica que dura una semana/Telefónica gana un concurso de 4G en
Alemania/Telefónica llega un acuerdo con Vivendi para comprar GVT en Brasil.
Riesgo sistemático o de mercado: mean
Large‐Cap
13.4
Real‐Estate Inter‐Stock Intermediate‐Treas
15.4 14.3 6.3
St_dv 23.9 17.3 16.4 9.3
Riesgo que afecta al mercado en general: caída de la inflación/ Sharpe‐ratio 0.56 0.89 0.87 0.68
subida de la tasa de paro/aumento del déficit público. Large‐Cap
Correlation Matrix
Real‐Estate Inter‐Stock Intermediate‐Treas
Large‐Cap 1.00 ‐0.09 0.50 ‐0.47
Real‐Estate 0.26 ‐0.14
Inter‐Stock ‐0.58
Conclusión: Un activo no se debe seleccionar sólo teniendo
Covariance Matrix
en cuenta las características que son intrínsecas a ese activo. Es Large‐Cap Real‐Estate Inter‐Stock Intermediate‐Treas
Large‐Cap 1 ‐39.24 195.39 ‐104.84
interesante analizar como se mueve ese activo con el resto de activos Real‐Estate 73.94 ‐22.09
Inter‐Stock ‐87.93
E ri rf [Number of Units of Risk][ Risk Premium per Unit]
Portfolio Large‐Cap vs Real Estate
Return 14.4
St_dv 14.07
E rR ri
E ri rf cov ri , rM
Sharpe_ratio= 1.02
var rM 6
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
1.1.- Aplicaciones
Aplicación 2. Previsión en modelo univariantes.
8
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
Ex 1: Posición larga en un activo financiero (representando el derecho a pagos futuros) or real asset
S 0, 512 1, 022 F
5,2628 0,0373
… y muchas mas
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
Definiciones
1.- Consideramos dos variables y / x para las cuales tenemos observaciones.
2.- Nuestro objetivo es estudiar “cómo varía y con cambios en x” or to explain y in terms of x.
3.- El camino más fácil para expresar dicha relación es el modelo linear de regresión:
yt 1 2 xt ut ut ~ i.i.d . 0, 2
10
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
yt 1 2 xt ut ut ~ i.i.d . 0, 2
* *
yt * * * * Pendiente = b2
* * * *
Ordenada * *
en el origen = b1 * * E y x
* * *
* ut * x
E y x
2
x
*
xt
Copyright © 2009 South-Western/Cengage Learning
11
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
-2
-3
-4
RP_portf1
-5
-6
-7
-8
-9
-12 -10 -8 -6 -4 -2 0
RP_IBEX35
12
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
Lineal: yt 1 2 x2 t u t
Log-log: Ln yt 1 2 Ln x2 t u t
Supuestos sobre el modelo y parámetros (7) Log-level: Ln y x u t 1 2 2t t
13
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
1.3. Estimación y propiedades del estimador
Hoja de Ruta:
Estimación: MCO
Propiedades Estadísticas de MCO (Statistical properties of OLS)
Propiedades Algebraicas de MCO (Algebraic properties of OLS)
14
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
Estimación: MCO
Características de una cartera utilizando MCO
yi y i u i *
*
yt 1 2 xt ut * *
û i * *
* *
y t 1 2 xt yt y t u t
yi 1 2 xi
*
* * *
*
* * *
*
yt Variable dependiente xi
y t valor ajustado
i estimación MCO de i
u i y y Re siduos MCO
t t
SSR S 1 , 2 yt 1 2 xt
t 1
15
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
n 2
SSR S 1 , 2 yt 1 2 xt
t 1
Ecuaciones normales:
S n n
n
2 yt 1 2 xt 2n 1 2 yt 2 xt 2 0 ( E1)
1 t 1 t 1 t 1
S n n n
n
2 xi yt 1 2 xt 2 x t 2 2 xt yt 2 xt 1 0
2
( E 2)
2 t 1 t 1 t 1 t 1
de E1 y E2
n1 xi 2 yi 1 y 2 x ( E 3)
2
xi yi nxy xi x yi y cov yi , xi S y ( E 4)
i
x 2
n x
2
i x x
2
var x i xy
Sx
16
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
1
i
( x x ) 2
i
x 2
2 x i
x N x 2
i
x 2
2 x N i N x2
x
N
xi2 2 N x 2 N x 2 xi2 N x 2
xi
2
( xi x ) 2
x N x x x xi x
2
i
2 2
i
2
i
N
xi y i
( xi x )( yi y ) xi yi N x y xi yi N
17
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
2 wi E (ui ) 2 18
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
xi x 1
( xi x ) 0 wi xi x 0
xi x xi x
2 2
wi xi 1 2 wi xi 2
2 wi yi wi (1 2 xi ui ) 1 wi 2 wi xi wi u i 2 wi ui
i
( x x ) 2
var(ui )
2
var( ˆ2 ) E ( ˆ2 2 )
2 i 1
2
n
2
(x x )
n
i
2
( x x ) i
i 1 i 1
1
var( ˆ1 ) E ( ˆ1 1 ) 2 E (( 2 ˆ2 ) x u ) 2 x 2 var( ˆ2 ) 2
n
19
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
2
var ˆ 2
( xi x )2
Notes:
(1) The larger the error variance, the larger is var ˆ . This makes sense since more variation in the unobservable affecting y
2
spread out is the sample of independent variables, the easier it is to trace out the relationship between E(y/x) and x.
That is, the easier it is to estimate 2. If there is little variation in the x´s , then it can be hard to pinpoint how E(y/x)
varies with x. Gauss (1880) and Markov (1910) 20
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
~ N , 2 xi2
1 2
1
N ( xi x )
2
2 ~ N 2 ,
( xi x )2
21
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
22
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
orden, es la primera ecuación normal (E1). La media muestral de los residuos MCO es
i 1
a las x’s. La covarianza muestral entre los residuos MCO y los regresores es cero.
n
3. yˆ uˆ 0
i 1
i i Se deriva de (2). Los residuos son ortogonales a la variable explicada.
n
(1) uˆi 0
i 1
n n n n n
4. y yˆ ; yi yˆi uˆi yi yˆi uˆi yi yˆi
i 1 i 1 i 1 i 1 i 1
23
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
n
Total Sum of Squares SST yi y
2
i 1
n
Explained Sum of Squares SSE yˆi y
2
i 1
n
Residual Sum of Squares SSR uˆi
2
i 1
24
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
Pueba:
Si el modelo tiene constante:
n n n
SST SSE SSR yi y yi yˆi yˆi y uˆi yˆi y
2 2 2
i 1 i 1 i 1
n
uˆi yˆi y 0
i 1
n n n
uˆi2 2 uˆi yˆi y yˆi y
2
SSR SST
i 1 i 1 i 1
n n
uˆi yˆi 0; y uˆi 0;
i 1 i 1
25
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
y x y y x
i 1 2 i 1 2
Tarea 2: Dado el modelo: yi 1 ui
1. Calcula la estimación de MCO para 1 y i y 2 xi x
2. Calcula el R2. Explica los resultados.
3. Haz un gráfico con los valores previstos de y.
26
COPYRIGHT
COPYRIGHT
© 2018-2019
© 2014-2015
Juan-Angel
Juan-Angel
Jimenez-Martin
Jimenez-Martin
n
ˆ uˆi2 n 2 uˆi yi ˆ 1 ˆ 2 xi
2
i 1
27