Tesina Sobre El Índice General de La Bolsa de Valores de Lima (Igbvl)

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES
DEL MODELO GARCH (1,1)
FACULTAD DE CIENCIAS EMPRESARIALES

ESCUELA ACADMICO PROFESIONAL DE
ECONOMA
ANLISIS DE LA VOLATILIDAD DEL IGBVL

DE FORMA MENSUAL EN LOS AOS 20022012, UTILIZANDO EL MODELO GARCH
(1,1)
Autores:
MEDINA BACA HERBERT KEVIN BILL
MERA VALERA HERMES MARTIN
Asesor:
CERVERA LOPEZ OSCAR ANTONIO
CHICLAYO - PER
2015 II
ECONOMETRA II

NDICE
I. INTRODUCCIN.................................................................................5
JUSTIFICACIN
...8
REALIDAD PROBLEMTICA.
....8
1.1. PROBLEMA.
9
1.2.OBJETIVOS
......9
1.2.1. OBJETIVO
GENERAL
..9
1.2.2. OBJETIVOS
ESPECFICOS
9
II. MARCO TERICO........................................................10
2.1
NDICE GENERAL DE LA BOLSA DE VALORES DE LIMA............10
2.2
EL MODELO GARCH.................................................................10
2.1.1 MODELO GARCH (1,1)

..12
III. MARCO METODOLGICO...............................................................14

3.1
HIPTESIS...............................................................................14
3.2
VARIABLES: PRINCIPALES........................................................14
3.3
OPERACIONALIZACIN DE LAS VARIABLES.............................14
3.4
METODOLOGA........................................................................14
3.3.1
EL MTODO ANALTICO.....................................................14
3.3.2
MTODO SINTTICO..........................................................15
ECONOMETRA II

3.5
TIPOS DE ESTUDIO..................................................................15
3.4.1
3.6
ESTUDIOS DESCRIPTIVOS........................................15
DISEO DE INVESTIGACIN....................................................16
3.5.1
No experimental................................................................16
3.5.2
Longitudinal......................................................................16
3.7
POBLACIN Y MUESTRA:.........................................................16
3.6.1
POBLACIN:......................................................................16
3.6.2
MUESTRA:..........................................................................16
3.8
TCNICAS E INSTRUMENTOS DE RECOLECCIN DE DATOS.. ..16
3.8.1
INSTRUMENTO DE GRUA DE ANLISIS..
.16
IV. RESULTADOS..............................................................................17
V. CONCLUSIONES.............................................................................26
VI. RECOMENDACIONES
.27
VII. BIBLIOGRAFA...............................................................................28
ANEXOS
.29
ECONOMETRA II

RESUMEN
Los inversionistas en cada momento tienen que tomar decisiones de

inversin incorporando la incertidumbre que existe ante nuevos
acontecimientos, por lo tanto, se encuentran tomando decisiones
frente a las nuevas noticias que afecta al mercado de capitales. Es as
que surge el inters en estudiar los factores relevantes que
caracterizan el comportamiento de la rentabilidad del ndice General
de la Bolsa de Valores de Lima (IGBVL). Durante el periodo de estudio,
2002 2012 han existido diferentes acontecimientos, tales como el
aumento del precio de los commodities, disminucin de la pobreza, es
decir factores internos y externos que de alguna manera nuestro
mercado ha resultado ser vulnerable frente a estos acontecimientos
reaccionando de manera diferente a cada uno de los hechos.
Es as que en este trabajo se ha encontrado factores estacionales,
autorregresivos, que caracterizan a cada accin logrando modelarla a
travs del modelo GARCH (1,1) que logran reflejar el comportamiento
de la varianza condicional ante la presencia de conglomerados de
volatilidad, determinada por las expectativas de los inversiones frente
a la previsin de sus carteras. Aunque este trabajo no logra llegar a
realizar un buen pronstico de los resultados, aun as se logra
encontrar
los
factores
relevantes
para
poder
determinar
que
acontecimientos son los que generan mayor incertidumbre ante las
ECONOMETRA II

decisiones de los inversionistas, que son caractersticas del tipo de
accin y del sector al cual pertenecen.
PALABRAS
CLAVES:
Volatilidad,
Carteras,
Commodities,
Autorregresivos, Varianza.
ABSTRACT
Investors
at
all
times
have
to
make
investment
decisions
incorporating uncertainty to new developments, therefore, are

making decisions against new news that affects the capital market.
Thus, the interest in studying the relevant factors which characterize
the behavior of the return of the General Index of Lima Stock
Exchange (IGBVL) arises. During the study period, 2002 - 2012 there
have been various developments, such as rising commodity prices,
poverty reduction, ie internal and external factors that somehow our
market has proven to be vulnerable to these events reacting
differently to each of the events.
Thus, in this paper we have found seasonal factors, autoregression,
which characterize each action making model it through the GARCH
(1,1) model that fail to reflect the behavior of the conditional variance
in
the
presence
of
clusters
of
volatility,
determined
by
the
expectations of investments against the forecast of their portfolios.

Although this work can not get to make a good forecast of the results,
yet is unable to find the relevant factors to determine what events are
generating more uncertainty to decisions by investors, which are
ECONOMETRA II

characteristic of the type of action and the sector to which they
belong.
KEYWORDS:
Volatility,
Portfolio,
Commodities,
Autoregressive,
Variance.
I.
INTRODUCCIN
Actualmente son muchos los trabajos de investigacin orientados a

encontrar nuevas maneras de poder establecer un modelo para
predecir el comportamiento de las acciones, a pesar que en esta rea
de las finanzas los modelos generalmente deben de tener un
horizonte de muy corto plazo, porque en cada momento de acuerdo a
las expectativas de los inversionistas, stos van alterando sus
posiciones
en
sus
carteras
de
inversin
de
acuerdo
los
acontecimientos que suceden en el da a da. Es as que el tema de la

teora
de
los
Mercados
Eficientes
es
muy
criticada
porque
generalmente la rentabilidad de las acciones se caracterizan por ser

heterocedsticas, presentan algn grado de autocorrelacin y son
estacionarias lo que nos lleva a pensar que existe alguna posibilidad
de poder modelarla para y as determinar los factores que hacen que
la rentabilidad aumente o disminuya.
En el presente trabajo se analiza la rentabilidad del ndice General de
la Bolsa de Valores de Lima (IGBVL) durante el periodo Enero 2002
ECONOMETRA II

diciembre 2012, con el fin de tratar de analizar su vulnerabilidad a ser
afectados por factores internos o externos a nuestra economa.
El desarrollo de la presente investigacin se ha estructurado en
diversos puntos, en el primero se plantea el problema de la
investigacin,
tratando
de
plantear
algunas
interrogantes
que
pretendemos responder con el desarrollo de la investigacin, adems

de las caractersticas y el anlisis de las series que pertenecen a la
muestra; en el segundo punto se plantean los objetivos que trata de
lograr la presente investigacin que nos servir de gua para
posteriormente plantear las hiptesis a contrastar; en el tercer punto
se hace referencia al Marco Terico, presentando algunas teoras
referenciales que sirven de sustento en la aplicacin de los modelos
as como algunos trabajos desarrollados en otras economas sobre el
tema
de
investigacin,
posteriormente
se
realizara
un
marco
metodolgico donde se plantean las hiptesis a contrastar y en el

ltimo punto se realiza la evaluacin de la rentabilidad del IGBVL,
realizando posteriormente una evaluacin de la volatilidad de la
accin. Por ltimo se presentan las Conclusiones y la Bibliografa del
trabajo.
HISTORIA DEL INDICE GENERAL DE LA BOLSA DE VALORES DE
LIMA (IGBVL)
La evolucin de IGBVL en los aos 2002 2012 ha sido bastante
positiva, dado que en estos aos el IGBVL ha rendido 1,856% (33%
promedio compuesto anual), superando con diferencia al Dow Jones
(+21% en 10 aos) y al Euro Stoxx 600 (-10% en 10 aos). Durante
ese mismo periodo de tiempo el precio de los commodities que el
Per produce y exporta han subido significativamente y el PBI
peruano ha crecido 85%.
No ha pasado lo mismo en Europa y
Estados Unidos, donde el crecimiento ha sido muy bajo comparado

con Per.
ECONOMETRA II

Y es que si comparamos a Per y al resto de los pases de Europa o
Estados Unidos podemos ver que al Per le fue mucho mejor que a
estos estados en los ltimos diez aos. El PBI peruano creci 85% en
diez aos (6.3% promedio compuesto anual), mientras que el PBI
norteamericano creci 18.6% (1.7% promedio compuesto anual) y el
PBI europeo aument 13.1% (1.2% compuesto anual).
Aunque hay que destacar que el aumento del precio de los
commodities en este caso se lleva la medalla de oro, dado que este
ha sido uno de los factores clave para el crecimiento peruano.
Asimismo el cobre subi 350% durante los ltimos diez aos, y similar
tendencia tuvieron otros metales que el Per produce y exporta. Por
otra parte hay que resaltar el buen esfuerzo de los dirigentes de Per,
dado que si las polticas econmicas establecidas por el gobierno de
Per no hubiesen atrado la inversin, de poco hubiera servido este
boom de commodities. La pobreza en Per se ha reducido desde 55%
hasta 30%. Si en los prximos diez aos el Per crece 5% al ao, sin
desequilibrios macroeconmicos y con reduccin de pobreza, el valor
de los activos peruanos continuar al alza y superar el crecimiento
de los precios de activos de otros pases.
As pues despus de ver esta expansin econmica que hubo en Per
en los ltimos 10 aos podemos decir con seguridad que las personas
que hace 10 aos apostaron por el boom de los commodities de Per,
ganaron mucho ms que aquellos que invirtieron en Europa o en
Estados Unidos.
Para entender la evolucin de la Bolsa de valores peruana hay que
comprender una serie de factores relacionados con la economa ms
grande del mundo, la estadounidense. As por ejemplo para medir la
relacin entre amos ndices podramos utilizar el coeficiente de
correlacin, el cual hasta ahora ha rondado en torno al 0.85 lo cual es
un resultado muy alto. Esta fuerte correlacin se puede explicar por
las siguientes razones:
ECONOMETRA II

En primer lugar si la economa de EE.UU. entra en recesin, ello
puede suponer una menor demanda de metales y, por consiguiente,
una cada en los precios de estos. Hay que resaltar que el IGBVL est
compuesto en un 50% aproximadamente por empresas mineras y por
tanto este ndice es bastante sensible a factores que cambien la
demanda mundial de metales.
En segundo lugar una desaceleracin econmica de EE.UU. puede
poner
en
riesgo
circunstancias
el
crecimiento
econmico
afectar
negativamente
pueden
mundial.
al
Estas
Per
consecuentemente al Indice General de la Bolsa de Valores de Lima.

Por ltimo EE.UU. es el mercado de capitales ms grande del mundo
lo cual significa que el desempeo de la bolsa de este pas influye
mucho en el estado de nimo de los inversores. A modo de ejemplo
cuando Dow Jones cae de modo repentino esto produce desconfianza
e incertidumbre en el mercado y los inversores retiran su capital de
los mercados emergentes.
FUENTE: BOLSA DE VALORES DE LIMA

JUSTIFICACIN
Actualmente el IGBVL ha comenzado a decaer y crecer por
periodos de tiempo cortos, esto hace que tanto empresas como
inversores no se sienten motivados a seguir invirtiendo como
ECONOMETRA II

anteriormente se haca, por lo cual este induce a pensar que existe
un problema en cuanto a la volatilidad de esta variable.
Por lo tanto esto nos ha llevado a realizar este estudio, para
poder ver si en aos anteriores al actual (2015), el IGBVL ha tenido
igual volatilidad como ahora, o quizs la volatilidad iba en alza de
manera permanente, a su vez tratar de ver que tan rentable era esta
variable. Para lo cual utilizaremos los datos del IGBVL de forma
mensual desde el ao 2002 al 2014, ya que de esta manera
podremos obtener con mayor exactitud los resultados en cuanto a la
volatilidad de esta variable, a travs de los cuales podremos
comprobar lo planteado anteriormente.
A partir de estas consideraciones, la intencin de este trabajo es
modelar el comportamiento del IGBVL con el propsito de analizar su
desempeo a travs del modelo GARCH (1,1).
Para poder realizar este trabajo no se ha tenido ningn obstculo
en realizar, debido a que hay acceso a los datos exactos de esta
variable para poder realizar este anlisis.
REALIDAD PROBLEMTICA:
Hay factores que pueden explicar el elevado nivel de volatilidad de
IGBVL y as podemos comprender mejor el porqu de su evolucin
presente y predecir la futura: Como ya se ha dicho el IGBVL est
compuesto en un 50% por empresas mineras. Esto explica la mayor
sensibilidad que presenta la bolsa peruana frente a los eventos
externos que otras bolsas sudamericanas. Asimismo si hay riesgo de
desaceleracin mundial ello afecta directamente a la demanda de
metales y por lo siguiente a sus precios y a la bolsa. Por eso ahora
que
hay
signos
claros
de
la
desaceleracin
china,
un
gran
demandante de los metales, acompaado por la cada en la demanda

de los mismos, esto se ha traducido en la reduccin de los precios de
los metales y en la cada de IGBVL.
ECONOMETRA II

Por otra parte la bolsa peruana tiene un bajo nivel de liquidez.
Asimismo el porcentaje de las acciones de las empresas que se
transan en la bolsa constituyen solo el 27.6% del total de acciones, de
las empresas que componen el IGBVL.
En cuanto al tamao de la bolsa peruana sigue siendo pequeo.
Hoy en da, la capitalizacin burstil de la Bolsa de Valores de Lima
representa aproximadamente el 73% del PBI, mientras que la
capitalizacin burstil de las bolsas de Santiago y Sao Paulo
representa ms del 100% del PBI de Chile y Brasil, respectivamente.
1.1
PROBLEMA:
Cul fue el comportamiento de la volatilidad que tuvo el ndice
General de la Bolsa de Valores de Lima (IGBVL) en el mercado

accionario en los aos 2002 - 2012?
1.2
OBJETIVOS:
1.2.1. OBJETIVO GENERAL:
Evaluar los resultados obtenidos empleando el modelo GARCH
(1,1) en cuanto a la volatilidad del mercado accionario del ndice
General de la Bolsa de Valores de Lima (IGBVL)
y ver de qu
manera esta influyo en el mercado accionario en los aos 20102014.

1.2.2. OBJETIVOS ESPECFICOS:
Diagnosticar de qu forma corregir
el
problema
de
Heterocedasticidad que se puede suscitar en el trabajo.

Identificar si existe una buena distribucin normal en cuanto
a los datos con los que se trabaja, y si existiera un problema
ver como corregirlo.
Diagnosticar si el modelo es estacionario o no, si presenta
raz unitaria, y si es ruido blanco. De esta forma podremos
definir cul es el grado de volatilidad de la variable
estudiada.
ECONOMETRA II
10

II.
MARCO TERICO
2.1
NDICE GENERAL DE LA BOLSA DE VALORES DE
LIMA:
Segn Bolsa de Valores de Lima (2015), es un indicador
que mide el comportamiento del mercado burstil y sirve
para establecer comparaciones respecto de los rendimientos
alcanzados por los diversos sectores (industrial, bancario,
agrario, minero, de servicios pblicos, etc.) participantes en
la Bolsa de Lima, en un determinado perodo de tiempo. Se
determina a partir de una cartera formada por las 38
acciones ms negociadas del mercado, seleccionadas con
base en su frecuencia de negociacin, monto de negociacin
y nmero de operaciones.
2.2
EL MODELO GARCH:
Segn Engle, R.F., D.Lilien y R.Robins (1987), en
muchos casos, la especificacin ARCH que recoge la
estructura de Autocorrelacin en varianza precisa de un
elevado nmero de retardos. Para evitar que el alto nmero
de coeficientes en trminos autoregresivos, generalmente
bastante relacionados, produzca una importante prdida de
precisin
en
su
estimacin,
se
ha
propuesto
una
parametrizacin alternativa, restringida, dependiente de un

nmero reducido de parmetros. El modelo GARCH(p; q) de
Bollerslev (1986) es:
ECONOMETRA II
11

Las condiciones anteriores garantizan (si bien no son
necesarias) que la varianza condicional estimada sea
positiva en todos los periodos. En realidad, Nelson y Cao
(1992), mostraron condiciones ms dbiles que garantizan
varianza positiva en todos los periodos. Por ejemplo, en un
GARCH(1; 2), es suficiente que
Este modelo puede transformarse en un modelo ARCH de

orden infinito [Bera y Higgins, Volatility], restringido en sus
parmetros.
En la especificacin anterior hemos supuesto, nuevamente
por simplicidad, que yt carece de Autocorrelacin, as como
que no disponemos de variables explicativas para le
esperanza
condicional
de
dicho
proceso.
Los
mismos
comentarios que hicimos acerca del modelo ARCH(q) aplican

a este caso. La esperanza matemtica del proceso GARCH(p;
q) es cero, y su varianza:
la
distribucin
es
nuevamente
leptocurtica
incondicionalmente homocedastica. Con la misma definicin

de la innovacin que antes hicimos, tenemos:
ECONOMETRA II
12

es necesario que todas las races del polinomio estn fuera
del crculo unidad para que el proceso sea estacionario. En
tal caso, su varianza incondicional ser finita, y estar dada
por la expresin anterior.
2.2.1
MODELO GARCH (1,1)
Con lo cual, el modelo ARCH(P, Q) anterior no sera ms

que un caso concreto de este (aqul en el que todos los
parmetros ison igual a cero).
El
modelo
GARCH
(1,1)
tiene
las
siguientes
caractersticas:
tes un idnticamente distribuido con media cero y

desviacin tpica igual a uno.
Los parmetros >0 y i, i 0 e i=1...q, y j=1...p.
Adems,
para
cumplirse
la
condicin
de
estacionariedad en media, la suma de todos los

parmetros es menor que la unidad.
La funcin de distribucin marginal no es conocida,
pero se pueden calcular los primeros momentos y
definir el proceso respeto a su media y a su
varianza.
En el modelo GARCH (1,1) hay dos ecuaciones:
Una primera, donde se hace depender a la variable
yt del valor de su varianza multiplicada por un
cierto trmino aleatorio que es "ruido blanco"

En la segunda, en torno a un valor medio,
ECONOMETRA II
13

representado por el trmino constante , se hace
depender el valor actual de la varianza en el perodo
"t" de los valores que esta haya tenido en el
momento anterior (t-1) y de la fluctuacin aleatoria
que tambin se daba en el pasado. En definitiva,
podramos definir los tres trminos como:
Media :valor de iniciacin en torno al cual se

producirn ciertas variaciones. Tambin puede
entenderse como el valor medio a largo plazo
sobre
el
que
se
genera
la
expectativa
inmediata a ser modificada por los dos

sumandos que despus se detallan.
Sumando t 1,innovacin sobre la volatilidad

que se produjo en el perodo anterior (trmino
ARCH).
Sumando t2 1: prediccin de la varianza en

el ltimo perodo histrico conocido (trmino
GARCH).
El
modelo
ARCH
(1),
como
simplificacin
del
aqu
presentado, sera un GARCH (0,1), donde no se tendra en

cuenta la informacin de prediccin sobre la ltima
varianza de la endgena calculable; es decir, la varianza
del perodo anterior.
ECONOMETRA II
14

III.
MARCO METODOLGICO:
3.1
HIPTESIS:
El comportamiento de la volatilidad que tuvo el ndice
General de la Bolsa de Valores de Lima (IGBVL) en los aos
2002 2012 influyo de forma positiva en el mercado
accionario.
3.2
VARIABLES: PRINCIPALES
ndice General de la Bolsa de Valores de Lima (IGBVL):
Variable independiente (Cuantitativa).
3.3
OPERACIONALIZACIN DE LAS VARIABLES
VARIABLE
S
DEFINICIN
CONCEPTUAL
DEFINICIN
OPERACIONAL
ndice
Es un indicador que
Sirve para
General
mide el
establecer
de la
comportamiento
comparaciones
Bolsa de
del mercado
respecto de los
Valores
burstil de las
rendimientos
de Lima
acciones
alcanzados por los
(IGBVL)
participantes en la
diversos sectores
Bolsa de Lima, en
(industrial,
un determinado
bancario, agrario,
ECONOMETRA II
DIMENSI
N
INDICADO
RES
ESCAL
DE
MEDIC
N
Tiempo
Mensual
Razn
propor
n
15

perodo de tiempo.
minero, de
servicios pblicos,
etc.)
3.4
METODOLOGA:
3.4.1
EL MTODO ANALTICO:
El Mtodo analtico es aquel mtodo de investigacin

que
consiste en
la
desmembracin
de
un
todo,
descomponindolo en sus partes o elementos para

observar las causas, la naturaleza y los efectos. El
anlisis es la observacin y examen de un hecho en
particular. Es
necesario
conocer
la
naturaleza
del
fenmeno y objeto que se estudia para comprender su

esencia. Este mtodo nos permite conocer ms del
objeto de estudio, con lo cual se puede: explicar, hacer
analogas, comprender mejor su comportamiento y
establecer nuevas teoras.
3.4.2
MTODO SINTTICO
El mtodo sinttico es un proceso de razonamiento que

tiende a reconstruir un todo, a partir de los elementos
distinguidos por el anlisis; se trata en consecuencia de
hacer una explosin metdica y breve, en resumen. En
otras palabras debemos decir que la sntesis es un
procedimiento
ECONOMETRA II
mental
que
tiene
como
meta
la
16

comprensin
cabal
de la
esencia
de lo
que ya
conocemos en todas sus partes y particularidades.

3.5
TIPOS DE ESTUDIO:
3.5.1
ESTUDIOS DESCRIPTIVOS:
Se utilizan
para
describir
fenmenos,
situaciones,
contextos y eventos.
Interpreta las relaciones que se presentan entre las
variables estudiadas.
Miden, evalan o recolectan datos sobre diversas
variables.
Son tiles para mostrar con precisin los ngulos o
dimensiones de un fenmeno, suceso, comunidad,
contexto o situacin.
DIAGRAMA
M
DONDE:
M:
Muestra
OX
O: Observacin
X:
Variable Cuantitativa
3.6
DISEO DE INVESTIGACIN:
3.6.1
No experimental
Puesto
que
los
datos
no
se
manipulan
solo
se
seleccionan y observan, las variables que comprende el

problema son analizadas en su contexto real.
3.6.2
Longitudinal
Consiste en analizar el comportamiento de las variables

a lo largo de un periodo de tiempo 2002 - 2012, de
determinadas categoras, conceptos, sucesos, eventos.
3.7
POBLACIN Y MUESTRA:
3.7.1
POBLACIN:
ECONOMETRA II
17

Est dado por las observaciones o datos estadsticos
obtenidos de la Bolsa de Valores de Lima dentro en la
economa peruana para los aos 2002 - 2012.
3.7.2
MUESTRA:
Las series cronolgicas mensuales del ndice General de

la Bolsa de Valores de Lima (IGBVL), durante el periodo
2002 - 2012.
3.8
TCNICAS E INSTRUMENTOS DE RECOLECCIN DE
DATOS.
Para el desarrollo del presente trabajo de investigacin se ha
considerado las siguientes tcnicas:
3.8.1
INSTRUMENTO DE GUA DE ANLISIS:
La informacin consultada, fue obtenida en Microsoft

Excel, PDF, como series histricas de la pgina oficial
de la Bolsa de Valores de Lima.
IV.
RESULTADOS
NDICE GENERAL DE LA BOLSA DE VALORES DE LIMA (IGBVL)

Modelizaremos el (IGBVL) de forma mensual, tomando los datos
desde el mes de Enero del 2002 hasta el mes de Diciembre del
2012. Que en total suman 132 observaciones.
ECONOMETRA II
18

Evolucin del IGBVL. Esta grafica nos da indicios de que esta

variable es no estacionaria dado que no tiene caracterstica de
medida y varianza constante a lo largo del periodo.
Los datos iniciales mostrados en el Grfico revelan un
comportamiento positivo del IGBCL durante el periodo 2002
hasta el mes de Octubre del 2007, que despus tuvo un
descenso pronunciado durante los meses de Noviembre y
Diciembre de este ao hasta el mes de Septiembre del 2009,
por las causas analizadas anteriormente. Luego de este mes en
el ao 2009 podemos ver que tuvo un crecimiento constante y
uno que otro descenso leve hasta el ao 2012.
Para este propsito, se detectan fcilmente los momentos de
subidas y cadas del ndice, que a comienzos de 2002 tena un
valor de 1274.28 unidades y al final del periodo registr una
subida hasta los 20629.35 unidades.
ECONOMETRA II
19

Comportamiento del IGBVL (2002-2012)
Hacemos un anlisis en el correlograma para ver si es que esta

variable es estacionaria, el cual como resultado nos muestra
que esta variable tiene un comportamiento no estacionario
debido a que la correlacin simple tiene un decaimiento lineal y
que no se integra a la zona de no significatividad hasta resagos
bastantes altos. Esta es una serie no estacionaria.
ECONOMETRA II
20

Otro punto a tomar en cuenta para ver si es estacionaria o no

esta funcin es hacer un anlisis del histograma de la variable,
para ver la volatibilidad de esta. En la cual podemos observar
que el proceso es mesocrtico y asimtrico. Adems, no se
presenta como una buena distribucin normal segn el anlisis
de kurtosis (por qu est lejos de ser igual o tender a 3), JarqueBera (mayor al 5.99) y su probabilidad (menor al 0.05). Y se
puede comprobar a la vez que no es una serie estacionaria.
Luego lo que se har es generar los rendimientos de este activo

financiero, lo que se har primero es sacarle logaritmo para de
esa manera poder estabilizar la varianza, y posteriormente a
este sacarle la diferencial de esta variable transformada para
estabilizar la media, y de esa forma obtendramos una serie que
ser estacionaria.
ECONOMETRA II
21

ECONOMETRA II
22

Hallamos la raz unitaria de la variable DLNIGBVL. En la cual

obtuvimos que t-statistic del Dickey Fuller es mayor que los
valores crticos de Mackinnon, por lo tanto esto nos quiere decir
que este modelo no presenta raz unitaria y es estacionaria.
Hallamos el histograma de la DLNIGBVL para corroborar o

comprobar si es estacionaria o no. En la cual podemos observar
que el proceso es leptocrtica y el valor del coeficiente de
Kurtosis vale 9.006862, en vez de 3, como debe ocurrir en la
normal. Por otro lado, las colas de la serie son inferiores a las
que tendra una normal, estas colas son muy pequea. Los
rendimientos son muy altos.
Para la serie de los rendimientos se har un modelo AR(1), pues
ECONOMETRA II
23

este siempre se usara para mejorar el comportamiento de los
rendimientos. Estos ayudan a que por ejm el DW mejore, lo que
nos podra dar indicios de ruido blanco en este modelo.
A su vez esto va a permitir que se eliminen el problema de

Heterocedasticidad, lo podemos comprobar segn White, en el
cual vemos que la probabilidad del Chip-Squared(1) es menor al
5%,
por
lo
tanto
se
podr
decir
que
el
modelo
es
Homocedastico.
Como ya se elimin los problemas existentes, y este modelo es

estacionario entonces recin pasamos a usar el modelo GARCH
(1,1) que es comnmente el ms usado para hacer este tipo de
anlisis.
Los parmetros >0 y i, i 0 e i=1...q, y j=1...p. Adems, para
cumplirse la condicin de estacionariedad en media, la suma de
todos los parmetros es menor que la unidad.
ECONOMETRA II
24

>0yi,i0
En cuanto a la suma de los coeficientes del modelo GARCH
(1,1): i + i <1. Como resultados obtenemos que la suma de
estos es 0.95019, un valor cercano a la unidad, lo que indica
que los schocks de volatilidad son bastantes persistentes y que
el proceso de la varianza es bastante es convergente a su valor
condicional o de largo plazo, osea se cumple con la funcin de
estabilidad.
ECONOMETRA II
25

V.
CONCLUSIONES
Los resultados muestran que todos los coeficientes son
significativos para los rendimientos del IGBVL, lo que significa
que la volatilidad condicionada de los rendimientos del mismo
depende de sus errores del pasado y de su volatilidad pasada,
es decir, de las nuevas informaciones medidas como el
cuadrado del rendimiento del ayer y de la prediccin del da
anterior. La volatilidad es cambiada por la prediccin del da
anterior en un 0.700499 y por la informacin nueva en un
0.249126. Con respecto a la magnitud de los shocks, el modelo
GARCH, por ser simtrico, no hace diferencia entre shocks
positivos o negativos y presume que ambos impactos van a
tener la misma magnitud en la volatilidad del IGBVL.
Por lo
tanto se podr decir que el ndice General de la Bolsa de Valores

de Lima (IGBVL) en los aos 2002 2012 influyo de forma
positiva en el mercado accionario a travs de los commodities
lo cual influyo de gran manera para el desarrollo de nuestra
economa.
Existi volatilidad financiera en el periodo muestral el cual al

hallar la diferencial se corrigi.
En el anlisis que se hizo con el Correlograma a las variables
se vio que existan problema de Heterocedasticidad, las
cuales con el modelo AR(1) fueron corregidas.
En el histograma se vio tambin que no exista asimetra en
los datos, y como tal una buena distribucin normal. Entonces
al emplear la diferencial esto se corrigi un poco, aunque la
kurtosis sigui siendo alta.
El modelo era no estacionario en un principio y presentaba
raz unitaria, pero al emplear la diferencial esto se pudo
corregir
el modelo
ECONOMETRA II
pas
de ser no
estacionario
26

estacionario, y por lo tanto ya no presentaba raz unitaria, lo
que daba indicio que exista ruido blanco. Esto se pudo
comprobar mediando el Dickey Fuller y el Correlograma.
VI.
RECOMENDACIONES
Los resultados han demostrado la importancia que tuvo los
commodities dentro del ndice General de la Bolsa de Valores
de Lima (IGBVL) a nivel del mercado accionario, e incluso en
la economa de nuestro pas. Por ello se recomienda que hoy
en da debe de adoptar medidas pertinentes para procurar la
estabilidad de este ndice hoy en da, ya que como se pudo
apreciar este ayudo de gran manera a reducir la pobreza en
el pas as como tambin ayudo a mejorar nuestra economa.
Por tal motivo si se quiere que este IGBVL se recupere se
tiene que mantener el nivel de paridad que hubo en los
periodos estudiados en el presente trabajo.
Finalmente, se recomienda al estado tratar de crear nuevas

polticas econmicas que ayudes a que el IGBVL recupere o
pueda recuperar el nivel que tena hace algunos aos, porque
como ya se vio aporto gran parte de ingresos a la economa.
Adems de ellos el estado tiene que tratar de alguna manera
generar que haya ms inversin en nuestro pas. Y esto sera
ms que beneficioso y relevante para la economa nacional.
ECONOMETRA II
27

VII.
BIBLIOGRAFA
D. Alberg, H. Shalit y R. Yosef. Estimating stock market
volatility using asymmetric GARCH models. Applied
Financial Economics 18: 1201-1208 (2008).
P. Alvarez-Franco, D. Alexander-Restrepo y F. Ocaris-P_erez.
Estudio de efectos asimetricos y da de la semana en el
ndice de volatilidad VIX. Revista Ingenieras Universidad
de Medellin 6: 11 (2007).
Engle, R.F., D.Lilien y R.Robins, 1987, .Estimating time varying
risk premiain the term structure: the ARCH-M model.,
Econometrica, 55, 391-408.
Engle,
R.F.,
1982,
Autoregressive
conditional
heteroskedasticity with estimates of the variance of UK

in.ation, Econometrica, 50, 4.
RUZ,
E.
(1993):
heterocedsticas
Modelos
para
Cuadernos
series
Econmicos
temporales
ICE,
56,
Pgs:73-108
ZAKONIAN, J.M.(1994): Threshold Heteroskedastic Models.
Journal of Economic, Dynamics and Control, 18. Pgs:
931-955.
ECONOMETRA II
28

NELSON, D.B. (1991): Conditional Heterocedasticity in asset
returns: a New Approach" Econometrica,59, Pgs: 347370.
LINKOGRAFA
http://www.bvl.com.pe/mercindicesmercado.html
http://aempresarial.com/web/indi_bur.php
ECONOMETRA II
29

OBTENCIN DE DATOS
Para poder obtener la estimacin de este modelo extraje datos
reales de la pgina de la Bolsa de Valores de Lima como fuentes
de informacin.
Mes
01/01/20
02
02/01/20
02
03/01/20
02
04/01/20
02
05/01/20
02
06/01/20
02
07/01/20
02
08/01/20
02
09/01/20
02
10/01/20
02
11/01/20
02
12/01/20
02
01/01/20
03
02/01/20
ndice General de la Bolsa de Valores

de Lima (IGBVL)
ECONOMETRA II
1274.28
1285.52
1299.76
1258.35
1240.59
1134.93
1169.55
1195.37
1150.07
1232.92
1373.03
1391.97
1517.4
1556.31
30

03
03/01/20
03
04/01/20
03
05/01/20
03
06/01/20
03
07/01/20
03
08/01/20
03
09/01/20
03
10/01/20
03
11/01/20
03
12/01/20
03
01/01/20
04
02/01/20
04
03/01/20
04
04/01/20
04
05/01/20
04
06/01/20
04
07/01/20
04
08/01/20
04
09/01/20
04
10/01/20
04
11/01/20
04
12/01/20
04
01/01/20
05
02/01/20
05
03/01/20
05
04/01/20
05
ECONOMETRA II
1558.9
1768.56
1808.34
1824.88
1850.17
1896.82
1980.83
2109.18
2151.18
2435.04
2730
2748.11
3035.72
2827.74
2926.83
2885.9
2825.45
2850.68
3278.8
3545.37
3616.72
3710.39
3881.96
4078.26
4158.85
3986.29
31

05/01/20
05
06/01/20
05
07/01/20
05
08/01/20
05
09/01/20
05
10/01/20
05
11/01/20
05
12/01/20
05
01/01/20
06
02/01/20
06
03/01/20
06
04/01/20
06
05/01/20
06
06/01/20
06
07/01/20
06
08/01/20
06
09/01/20
06
10/01/20
06
11/01/20
06
12/01/20
06
01/01/20
07
02/01/20
07
03/01/20
07
04/01/20
07
05/01/20
07
06/01/20
07
07/01/20
ECONOMETRA II
3925.34
4038.07
4210.83
4611.76
5070.83
4764.35
4802.25
5034.3
5633.51
6080.68
5920.5
7142.92
7211.67
8155.8
8973.69
10011.95
10390.34
10694.54
11482.41
12884.2
13633.78
15150.74
17152.82
20674.78
20129.5
22365.9
23418.17
32

07
08/01/20
07
09/01/20
07
10/01/20
07
11/01/20
07
12/01/20
07
01/01/20
08
02/01/20
08
03/01/20
08
04/01/20
08
05/01/20
08
06/01/20
08
07/01/20
08
08/01/20
08
09/01/20
08
10/01/20
08
11/01/20
08
12/01/20
08
01/01/20
09
02/01/20
09
03/01/20
09
04/01/20
09
05/01/20
09
06/01/20
09
07/01/20
09
08/01/20
09
09/01/20
09
ECONOMETRA II
20846.26
21823.44
21696.27
18255.97
17524.79
15009.98
17766.94
17387.47
17429.94
17130.79
16293.97
13765.45
13287.42
11248.42
7055.04
7405.5
7048.67
6905.39
6671.72
9237.65
9979.19
13392.27
13059.7
14092.02
13955.38
15144.2
33

10/01/20
09
11/01/20
09
12/01/20
09
01/01/20
10
02/01/20
10
03/01/20
10
04/01/20
10
05/01/20
10
06/01/20
10
07/01/20
10
08/01/20
10
09/01/20
10
10/01/20
10
11/01/20
10
12/01/20
10
01/01/20
11
02/01/20
11
03/01/20
11
04/01/20
11
05/01/20
11
06/01/20
11
07/01/20
11
08/01/20
11
09/01/20
11
10/01/20
11
11/01/20
11
12/01/20
ECONOMETRA II
14213.54
14129
14167.2
14440.05
14002.32
15129
15842.26
14487.31
13985.01
14275.38
15153.33
17867.36
19220.93
20854.5
23374.57
22887.41
22842.96
21957.49
19636.22
21566.07
18878.78
21963.57
20689.68
18329.1
19629.63
19911.82
19473.7
34

11
01/01/20
12
02/01/20
12
03/01/20
12
04/01/20
12
05/01/20
12
06/01/20
12
07/01/20
12
08/01/20
12
09/01/20
12
10/01/20
12
11/01/20
12
12/01/20
12
ECONOMETRA II
21948.1
22728.8
23612
22677.9
20997.58
20207.16
19627.5
20311.66
21674.79
20789.4
20044.62
20629.35
35

Tesina Sobre El Índice General de La Bolsa de Valores de Lima (Igbvl)

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Tesina Sobre El Índice General de La Bolsa de Valores de Lima (Igbvl)

Загружено:

Авторское право:

Доступные форматы

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

DEL MODELO GARCH (1,1)

FACULTAD DE CIENCIAS EMPRESARIALES

ANLISIS DE LA VOLATILIDAD DEL IGBVL

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

NDICE GENERAL DE LA BOLSA DE VALORES DE LIMA............10

2.1.1 MODELO GARCH (1,1)

III. MARCO METODOLGICO...............................................................14

OPERACIONALIZACIN DE LAS VARIABLES.............................14

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

TCNICAS E INSTRUMENTOS DE RECOLECCIN DE DATOS.. ..16

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

Los inversionistas en cada momento tienen que tomar decisiones de

acontecimientos son los que generan mayor incertidumbre ante las

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

incorporating uncertainty to new developments, therefore, are

expectations of investments against the forecast of their portfolios.

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

Actualmente son muchos los trabajos de investigacin orientados a

acontecimientos que suceden en el da a da. Es as que el tema de la

generalmente la rentabilidad de las acciones se caracterizan por ser

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

pretendemos responder con el desarrollo de la investigacin, adems

metodolgico donde se plantean las hiptesis a contrastar y en el

No ha pasado lo mismo en Europa y

Estados Unidos, donde el crecimiento ha sido muy bajo comparado

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

consecuentemente al Indice General de la Bolsa de Valores de Lima.

FUENTE: BOLSA DE VALORES DE LIMA

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

demandante de los metales, acompaado por la cada en la demanda

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

General de la Bolsa de Valores de Lima (IGBVL) en el mercado

manera esta influyo en el mercado accionario en los aos 20102014.

Heterocedasticidad que se puede suscitar en el trabajo.

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

NDICE GENERAL DE LA BOLSA DE VALORES DE

parametrizacin alternativa, restringida, dependiente de un

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

Este modelo puede transformarse en un modelo ARCH de

comentarios que hicimos acerca del modelo ARCH(q) aplican

incondicionalmente homocedastica. Con la misma definicin

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

MODELO GARCH (1,1)

Con lo cual, el modelo ARCH(P, Q) anterior no sera ms

tes un idnticamente distribuido con media cero y

estacionariedad en media, la suma de todos los

yt del valor de su varianza multiplicada por un

cierto trmino aleatorio que es "ruido blanco"

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

Media :valor de iniciacin en torno al cual se

inmediata a ser modificada por los dos

Sumando t 1,innovacin sobre la volatilidad

Sumando t2 1: prediccin de la varianza en

presentado, sera un GARCH (0,1), donde no se tendra en

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

OPERACIONALIZACIN DE LAS VARIABLES

alcanzados por los

ANLISIS DE VOLATILIDAD DEL IGBVL A TRVES

El Mtodo analtico es aquel mtodo de investigacin

descomponindolo en sus partes o elementos para

fenmeno y objeto que se estudia para comprender su

El mtodo sinttico es un proceso de razonamiento que