ACTIVIDAD 7 Modelos de

volatilidad no constante
Ana Yilieth Romero Cortes ID:644120
Volatilidad histórica
https://youtu.be/U2_QVJ8HY8s

 Indica el riesgo de un valor en un período, a través del análisis estadístico de la serie histórica
de sus cotizaciones. La volatilidad nos permite evaluar el riesgo: si un valor es muy volátil, es
más difícil predecir su comportamiento, por lo que incorpora mayor incertidumbre para el
inversor. Por lo tanto, a mayor volatilidad, mayor riesgo.
En otras palabras, las volatilidades pasadas nos sirven de base para poder hacer una estimación y
cuantificar las probabilidades de obtener una determinada volatilidad futura.
La famosa frase de “la historia se repite” es la principal razón por la cual utilizamos variables
históricas, en este caso, la volatilidad, para hacer una previsión significativa a corto y medio plazo.
Matemáticamente, podemos entender la repetición del valor de una variable en distintos
momentos del tiempo como la estacionalidad del valor. Si el valor esperado de la variable pasada
sigue un proceso estacionario, significa que ese valor esperado será el mismo que el pasado. Es
decir, el valor es constante, no tendencial y por lo tanto no cambia con el paso del tiempo. 
 Procedimiento 
 Obtenemos los precios de cotización y calculamos las rentabilidades continuas y la
volatilidad (desviación típica).
 Elegimos el horizonte temporal en el cual queremos hacer la estimación de volatilidad.
 Estimación por Mínimos Cuadrados Ordinarios y contraste de los resultados mediante
contraste de hipótesis.
 Inconvenientes 
 Estimar la volatilidad a futuro no es nada sencillo y este proceso tan simple presenta
problemas como el número óptimo de elementos en la muestra o utilizar la estimación
MCO como herramienta de predicción. 
Como calcular la volatilidad histórica de
las acciones
 La volatilidad de las acciones representa un índice numérico de cuán variable
es el precio de una acción específica. Sin embargo, este es un concepto
comúnmente incomprendido. Algunos piensan que es el riesgo involucrado en
ser propietario de una acción en particular, mientras que otros suponen que
se refiere a la incertidumbre inherente a ser propietario. Sin embargo,
ninguno es correcto. Para los inversores, representa una medida importante
de cuán beneficioso puede ser poseer cierta acción en función de su deseo de
riesgo y recompensa. Sigue leyendo para aprender a calcular la volatilidad de
las acciones.
 1. Calcular el rendimiento de las
acciones

Determina un período para evaluar los rendimientos. Este será el intervalo durante el cual varía el
precio de las acciones, y puede ser diario, mensual o anual. Sin embargo, es más común optar por el
período diario
2. Escoge la cantidad de períodos. 

  Este valor (n) representa la cantidad de períodos a medir en el cálculo. Si

quieres realizar una valoración diaria, es común usar el valor 21 para indicar
el promedio de días hábiles de operación en un mes. Un valor más bajo no
ofrecerá muy buenos resultados. Cuanto más alto sea, más precisos serán los
resultados. También puedes usar 63 períodos para representar el número de
días de operación en tres meses, o 252 para representar el promedio de días
hábiles en un año.
3. Busca información sobre el precio
de cierre.

 Los valores utilizados en el cálculo de volatilidad son los presentes al cierre

del período elegido. Por ejemplo, para los períodos diarios, será el precio al
final del horario comercial. Puedes encontrar (y a veces descargar) datos del
mercado en páginas como Yahoo! Finanzas y MarketWatch
4. Calcula el rendimiento.

 El rendimiento de una acción en un período específico se puede definir como el logaritmo

natural (o In) del precio de cierre de una acción al final del período dividido entre el precio
de cierre de una acción al final del período previo. En forma de ecuación, la fórmula se
escribirá de la siguiente forma: Rn = ln (Cn/(C(n-1)), donde Rn es el rendimiento de una
acción determinada en dicho período, In es la función del logaritmo natural, Cn es el precio
de cierre al final del período, y C(n-1) es el precio de cierre al final del último período. En
muchas calculadoras, puedes presionar el botón "In" después de calcular el resto de la
ecuación para encontrar el logaritmo natural y obtener el resultado.
 Por ejemplo, para conocer el rendimiento cuando el precio de cierre un día es de $11 y el
del día anterior es $10, la ecuación será: Rn = ln ($11/$10), que puede simplificarse como
Rn = ln (1,1). Al presionar el botón de cálculo In, obtendrás 0,0953 como resultado
aproximado.
 El logaritmo natural se utiliza para convertir el cambio numérico en el valor de la acción
durante el período a una aproximación de este cambio porcentual entre los días
analizados.
Promedio móvil ponderado

 Este método de pronóstico es una variación del promedio móvil. Mientras, en el promedio
móvil simple se le asigna igual importancia a cada uno de los datos que componen dicho
promedio, en el promedio móvil ponderado podemos asignar cualquier importancia (peso) a
cualquier dato del promedio (siempre que la sumatoria de las ponderaciones sean
equivalentes al 100%). Es una práctica regular aplicar el factor de ponderación (porcentaje)
mayor al dato más reciente.
 Otro método de pronostico de demanda es el promedio móvil ponderado. Mientras en
el método de promedio móvil simple asignamos igual importancia a todos los datos de la
demanda pasada, el método de promedio móvil ponderado nos permite calcular pronósticos
asignando más peso para los elementos que consideremos.
 Esta es la ventaja del método, pues bajo ciertas circunstancias, las empresas
necesitan predecir la demanda de próximos periodos ponderando unos sobre otros, lo que
permite por ejemplo, darle más importancia a la tendencia, que aunque este método nos
sigue debiendo frente a este aspecto, si sale victorioso si se compara con el promedio o
media simple.
¿Cuándo utilizar un pronóstico de promedio móvil
ponderado?

 El pronóstico de promedio móvil ponderado es óptimo para patrones de

demanda aleatorios o nivelados donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos de
demanda reciente, dicho enfoque es superior al del promedio móvil simple.
Modelo de Promedio Móvil Ponderado
Fórmula
Cómo elegir la ponderación en el promedio ponderado

 Realmente no hay una regla general que nos diga qué ponderación elegir. La
experiencia y el análisis de la demanda suelen ser decisorios para determinar
la importancia en la ponderación.
Sin embargo, se suele considerar que en el cálculo de pronósticos es más
importante la demanda reciente, pues ante ausencia de datos, es el indicador
más fiel que tenemos para el próximo periodo.
Pero esto depende del tiempo donde nos encontremos. Un ejemplo de
promedio móvil ponderado es una empresa que vende piscinas de plástico y que
sabe que en verano la demanda aumenta, y por ende es un periodo en el que se
debe asignar un mayor peso ponderado en el pronóstico.
Formula de promedio móvil ponderado

 El promedio ponderado suele reaccionar más rápido ante los cambios de la

demanda, con relación al promedio simple. Sin embargo, la verdadera
utilidad del método dependerá de la experticia del administrador de
operaciones al pronosticar la demanda, como en todos.

En nuestra formula de promedio, la suma de las ponderaciones debe ser igual a 1. Con esto
en mente vamos a nuestro ejemplo.
Cómo calcular un promedio móvil ponderado

 IngE es una compañía productora de alimentos para perro y requiere calcular

el pronóstico de demanda con el método de media móvil ponderada. Para
la empresa, la demanda pasada reciente es la más importante y le asignan un
peso de 50%. La demanda intermedia tiene un peso de 30% y la más lejana de
20%.
En este ejemplo de promedio ponderado, para calcular
el pronóstico de demanda del periodo 4, multiplicamos
el periodo 3 (el más reciente) por 50%, el periodo 2 (el
intermedio 2) por 30% y el periodo 1 (el más lejano) por
20%. El resultado de cada producto lo sumamos y
obtuvimos 139.

Para pronosticar el siguiente periodo, multiplicamos la

demanda real (la que obtuvimos, no la pronosticada) del
periodo 4 por 50%, la del periodo 3 por 30% y la
demanda del 2 por 20%.
MODELOS UNIVARIANTES
 El análisis univariante de series temporales es distinto de la Econometría
tradicional: • Se considera una sola variable endógena (por eso es “…
univariante”) • No consideran variables exógenas • Se trata de construir un
modelo sencillo que aproveche la inercia de los datos pasados para predecir
los valores futuros de la serie Ejemplos. Algunos modelos univariantes
sencillos son:
 https://www.youtube.com/watch?v=EX_qDDLRGDU
 MUCHAS
GRACIAS!!