PROYECTO INTEGRADOR ETAPA 2

Fecha: 02/04/2023
Nombre del estudiante:
Aceves Barba Luis Alberto
Delgadillo Hernandez Laura Abigail
Mayorga Garcia Ruben de Jesus
Ramirez Sarazua Hayde Alicia
Rico Santes Jesus Eduardo
Nombre del docente: Luis Alberto Perez Nazar

Instrucciones. Con base en los resultados obtenidos en la primera etapa del proyecto y en los recursos
revisados hasta el momento en el curso; en esta segunda etapa nos enfocaremos en las fases de la
modelación financiera para la solución de problemas financieros. Para esto completa los datos que se
solicitan en la siguiente tabla.

Caso elegido: “Noticias del COVID-19 y contagio de volatilidad en la Bolsa Mexicana

de Valores”

Fases de la modelación financiera

Fase 1. Estudio de la situación
real
Describe la situación real
Fase 2. Elaboración del modelo
matemático
Debido a la pandemia de 2020, los mercados financieros tuvieron un
quiebre en su estructura y se comportaron de manera muy volátil,
principalmente en los mercados financieros y de divisas. Esta
volatilidad se da como consecuencia de la incertidumbre económica y
de cómo estaba actuando o planeaba enfrentar cada país la pandemia
que se estaba enfrentando.
Se utilizaron modelos Markov-Switching para calcular las
probabilidades suavizadas de un régimen de alta volatilidad.

¿Qué modelo matemático-
financiero elaboraron los
investigadores para el estudio
de la situación real?
Establecieron la hipótesis de que existe una relación positiva del nivel
de los índices estudiados (Ejemplo: el sentimiento de mercado, índice
VIX, IIPE e I𝑉𝐸𝐼𝑡)
Se estableció la siguiente ecuación para el análisis de la relación de
estos indicadores

𝜉𝑠=𝑖,𝑡 = 𝛼 + 𝛽1 ⋅ 𝐼𝐼𝑃𝐸𝐺𝑡 + 𝛽2 ⋅ 𝐼𝐼𝑃𝐸𝑈𝑆𝑡 + 𝛽3 ⋅ 𝐼𝐼𝑃𝐶𝑡 + 𝛽4 ⋅

Δ𝐼𝑉𝐸𝐼𝑡 + 𝛽5 ⋅ 𝑉𝐼𝑋𝑆𝑃500 + 𝜀

Haciendo uso de numerosos indicadores financieros y económicos,

como la pendiente de la curva de tasas de interés de
los respectivos países o los índices de volatilidad, los autores lograron
establecer sistemas de pronósticos de episodios de
alta y extrema volatilidad.
Fase 3. Solución del modelo
• Se logro demostrar que se demuestra que ni la
incertidumbre generada por las noticias del COVID-19 o la
 ¿Cuáles son las principales
aportaciones que brindo el
modelo matemático-
financiero?
Fase 4. Validación del modelo
¿Cómo validaron el modelo,
qué datos, elementos
matemáticos y herramientas de
programación se usaron?
generada por las noticias de política económica o comercial
son factores que incidan positivamente en la probabilidad
de episodios de alta volatilidad.
• La utilidad práctica de estos sistemas de advertencia es
• su aplicación para la toma de decisiones de inversión.
• el efecto contagio de volatilidad desde los mercados
financieros de EE. UU. es el factor que más
• influye en la generación de episodios de alta volatilidad en
la BMV.
Empleando modelos de cambio de régimen modelados con
cadenas markovianas (Markov-switching o MS) de 2 o 3
regímenes (C. Engel y Hamilton, 1990; Hamilton, 1989, 1994),
ella estaría en posibilidad de pronosticar la probabilidad de que,
en 𝑡 + 𝑛 periodos, se esté en un periodo de “normalidad” (baja
volatilidad o 𝑠 = 1) o en un episodio de crisis (alta volatilidad o 𝑠
= 2). De manera complementaria, al emplear modelos MS, se
estará en posición de estimar los parámetros de localización
(media) y de escala (desviación estándar) esperados para dichos
regímenes o episodios en dichos intervalos de tiempo.

Referencias:

• De la Torre O. (2020). Noticias del COVID-19 y contagio de volatilidad en la

Bolsa Mexicana de Valores. Haga clic para ver más opciones [Archivo PDF].
Recuperado de
https://www.bibliomedia.com.mx/PmostrarFile.pl?pub=conadm01&file=308
8-10448-3- PB.pdf
• Distribuciones de probabilidad continuas y discretas, marzo del 2023,
recuperado de la página de internet,
https://www.crystalballservices.com/Portals/0/CB_Material/CrystalBallUser
Guides/es/Crysta
l%20Ball%20Users%20Guide/frameset.htm?apas02s02.html Distribución de
probabilidad, marzo del 2023, recuperado de la página de internet,