FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES

ECONOMETRÍA FINANCIERA
GRUPO 04

TRABAJO APLICACIÓN
SEGUNDO CORTE

DOCENTE
MARIA INÉS BARBOSA CAMARGO

DIEGO GOMEZ - 63151188

ALEJANDRO TIBANA - ​63151286
ANDREY ENRIQUEZ - 63151226
 1. Informe Gerencial

A. Introducción

En el presente informe gerencial se presentará el estudio de una series de datos las cuales han
sido recopiladas a través del tiempo; estas mismas nos van a permitir evidenciar cómo se
comportan(las series) durante un periodo dado de tiempo y realizar un posible pronóstico de
acuerdo a la información anteriormente recolectada.

Es necesario entrar en detalle en cuanto a los modelos econométricos y para ello es pertinente
mencionar que los modelos econométricos se utilizan principalmente con fines de pronóstico,
estos están dados en dos corrientes o tipos: primero los modelos estructurales y modelos de
series de tiempo. Ambas son maneras válidas a la hora de realizar un pronóstico u
aproximación además podrían llegar a ser complementarias dependiendo de la información
que se maneje y el fin a pronosticar.

Las series de tiempo se dividen en dos tipos, en modelos univariados y multivariados (los
modelos de series de tiempo, se basan en la afirmación de que las mencionadas series
incluyen una estadística o una tendencia periódica las cuales son utilizadas o manipuladas
para un posible pronóstico). En los modelos univariados se busca modelar y predecir
variables de preferencia financiera o económica usando información como lo son valores
pasados de una variable como también lo pueden ser de un error; La metodología de
Box-Jenkins pronosticando valores futuros será la utilizada en el presente trabajo mediante un
modelo autorregresivo de promedios móviles (ARMA), en donde se escogieron las series de
tiempo de las acciones del banco BBVA, banco de Bogotá y el banco Santander.

B. Objetivo

Analizar el comportamiento de las siguientes acciones Banco BBVA, Banco de Bogotá y

Banco de Santander mediante el uso de los modelos univariados (ARMA) para poder
predecir o acercarnos al comportamiento de las mismas.

C. Objetivos específicos
 ● Definir la viabilidad del modelo de la serie de tiempo para hacer el mejor pronóstico
posible.
● Garantizar la significancia de los coeficientes
● Garantizar la no autocorrelación de los modelos.

D. Justificación

Se deciden analizar las acciones de Banco BBVA, Banco de Bogotá y Banco de Santander
que se encuentran en diferentes mercados bursátiles Bolsa de New York, Colcap e Ibex
respectivamente. La elección de estas se dio ya que primero el Banco de Bogotá es uno de los
líderes en el mercado Colombiano de leasing y apunta un crecimiento en su sector esto
haciéndolo favorable para inversiones tanto nacionales como extranjeros. En cuanto a la
acción del Banco santander se eligió a causa de que en los últimos días lanzó un fondo de
inversión de renta variable internacional para invertir en empresas que promuevan la igualdad
de género siendo este el primer fondo de inversión en españa buscando presentar
fundamentales atractivos para la inversión. Este fondo se llevará a cabo mediante criterios
financieros y extra financieros o de inversión sostenible y responsable.

2. Presentación series de tiempo

A. Gráficas
La gráfica presenta la acción BBVA de la bolsa de New York en un intervalo de tiempo con
una periodicidad diaria del 1 de enero del 2000 al 5 de octubre de 2018, donde se evidencia
una fuerte caída caída entre el año 2006 y 2008.

● CON TRANSFORMACIÓN

B. Reseña histórica serie Banco de Bogotá

I. Tendencia:
II. Ciclo
III. Estacionalidad
IV. Irregularidad

C. Reseña histórica serie Banco de Santander

I. Tendencia:
II. Ciclo
III. Estacionalidad
IV. Irregularidad

3. Metodología Box-Jenkins

La metodología Box-Jenkins es una herramienta de predicción basada en la identificación y

estimación de un proceso estadístico. “Si el modelo estimado es usado para la predicción
debe suponerse que las características de la serie son constantes en el tiempo, especialmente
para los períodos futuros. Por lo tanto, la predicción se efectúa sobre una base válida
considerando que el modelo es estacionario o estable.” ​(Rosas R, 2008).
3.1 ADF
- Banco BBVA

Ho: P=1, La serie no es estacionaria

Ha: P<1, La serie es estacionaria

Al comparar el test de raíz unitaria o prueba ADF de la serie original que se presenta
en la parte superior y la serie transformada presentada en la parte inferior, se observa que en
la primera no se cumple la condición de estacionariedad debido a que su p-valor (0,5339) es
mayor al α.Se realiza la transformación retorno para así dar cumplimiento a la base principal
y requerimientos de la prueba, ya que el uso de la metodología parte del supuesto de que el
modelo sea estacionario.
Con un nivel de significancia del 5% y un p-valor de 0,01 < a un α= 0.05, existe evidencia
para rechazar Ho, es decir que la serie no tiene raíz unitaria por lo tanto se afirma que la serie
de la acción BBVA es estacionaria.

- ​Banco de Bogotá
 Ho: P=1, La serie no es estacionaria
Ha: P<1, La serie es estacionaria

Al comparar el test de raíz unitaria o prueba ADF de la serie original que se presenta
en la parte superior y la serie transformada presentada en la parte inferior, se observa que en
la primera no se cumple la condición de estacionariedad debido a que su p-valor (0,3921) es
mayor al α. Se realiza la transformación retorno para así dar cumplimiento a la base principal
y requerimientos de la prueba, ya que el uso de la metodología parte del supuesto de que el
modelo sea estacionario.
Con un nivel de significancia del 5% y un p-valor de 0,01 < a un α= 0.05, existe evidencia
para rechazar Ho, es decir que la serie no tiene raíz unitaria por lo tanto se afirma que la serie
de la acción Banco de Bogotá es estacionaria.

- Banco de Santander
 Ho: P=1, La serie no es estacionaria
Ha: P<1, La serie es estacionaria

Al comparar el test de raíz unitaria o prueba ADF de la serie original que se presenta
en la parte superior y la serie transformada presentada en la parte inferior, se observa que en
la primera no se cumple la condición de estacionariedad debido a que su p-valor (0,4812) es
mayor al α. Se realiza la transformación retorno para así dar cumplimiento a la base principal
y requerimientos de la prueba, ya que el uso de la metodología parte del supuesto de que el
modelo sea estacionario.
Con un nivel de significancia del 5% y un p-valor de 0,01 < a un α= 0.05, existe evidencia
para rechazar Ho, es decir que la serie no tiene raíz unitaria por lo tanto se afirma que la serie
de la acción Banco de Santander es estacionaria.

3.2 Función de Autocorrelación Simple (FAS) y Función de Autocorrelación Parcial

(FAP)
“Cada una de ellas mide (FAS y FAP), de una forma diferente, para cada retardo, o lapso de
tiempo, el tipo y el grado de correlación existente entre los valores de la serie separados entre
sí por un periodo de tiempo igual a ese retardo.” ​(Aguirre, 1994)
- Función de autocorrelación simple (FAS): Mide la correlación lineal que existe entre
los datos observados, separados por un lapso de tiempo k.
- Función de autocorrelación parcial (FAP): ​Mide la correlación entre una observación
k periodos atrás y la observación actual después de controlar las observaciones en
rezagos intermedios (es decir, todas las < k) es decir, la correlación entre yt y yt−k
después de eliminar los efectos de yt−k+1,yt−k+2,yt−k+3……. yt−1, (Brooks, 2008).

Dadas las especificaciones de autocorrelación simple y parcial, se procederá a realizar el

correlograma para cada una de las acciones en estudio, para la diferencia de la tasa de
inflación sin alimentos, con el fin de determinar los posibles rezagos óptimos que cumplan
las condiciones para la estimación del modelo.

- BBVA

A partir del correlograma se identifican 36 rezagos en total para la variable. Se logra

evidenciar que la mayoría de las autocorrelaciones en diferentes rezagos se ubican alrededor
de 0 para las autocorrelaciones simple y parcial, por lo que se puede estimar que la diferencia
de la serie es estacionaria.
Para la autocorrelación simple de la diferencia, los rezagos 9,16,18,21,27 parecen ser
estadísticamente diferentes de cero, es decir, que son estadísticamente significativos para la
elaboración del modelo; En cuanto a la autocorrelación parcial, los posibles rezagos
estadísticamente significativos son el 5,24,29.

- Banco de Bogotá

A partir del correlograma se identifican 36 rezagos en total para la variable. Se logra

evidenciar que la mayoría de las autocorrelaciones en diferentes rezagos se ubican alrededor
de 0 para las autocorrelaciones simple y parcial, por lo que se puede estimar que la diferencia
de la serie es estacionaria.
Para la autocorrelación simple de la diferencia, los rezagos 12,14,15,18 parecen ser
estadísticamente diferentes de cero, es decir, que son estadísticamente significativos para la
elaboración del modelo; En cuanto a la autocorrelación parcial, los posibles rezagos
estadísticamente significativos son el 1,3,9,22,25.

- Banco de Santander
A partir del correlograma se identifican 36 rezagos en total para la variable. Se logra
evidenciar que la mayoría de las autocorrelaciones en diferentes rezagos se ubican alrededor
de 0 para las autocorrelaciones simple y parcial, por lo que se puede estimar que la diferencia
de la serie es estacionaria.
Para la autocorrelación simple de la diferencia, los rezagos 1,10,14 parecen ser
estadísticamente diferentes de cero, es decir, que son estadísticamente significativos para la
elaboración del modelo; En cuanto a la autocorrelación parcial, los posibles rezagos
estadísticamente significativos son el 5,17,27,30.

3.3 Estimación del modelo.

A través de la metodología Box-Jenkins se realizó la estimación de un modelo, teniendo en

cuenta los criterios de autocorrelación simple y parcial tomando los rezagos para un modelo
MA y un modelo AR correspondientemente, los datos obtenidos fueron:

- BBVA: Modelo ARMA (29,27)

El modelo presentado corresponde a un modelo de tipo ARMA (29,27). Analizando las
probabilidades de los procesos resultantes, se evidencia que todas son menores al α = 5%, lo
que significa que los parámetros son significativos. Se puede afirmar que con una confianza
del 95% estos parámetros pueden explicar el comportamiento de la variable.

Ecuación

BBVA=​ -0,03561Yt-5 - 0.02880Yt-24 - 0.04614Yt-29 -0.03391Et-9 + 0.04220Et-16 -

0.03264Et-18 - 0.03075Et-21 + 0.03379Et-27

La acción BBVA hoy se relaciona con el dato de la Bolsa de New York hace 5 días de
manera negativa en - 0,03561, disminuyó con respecto al valor de hace 24 días en - 0,02880,
aumento con respecto al valor de hace 29 días de manera positiva en 0.04614. La variable
depende de los errores de hace 9,16,18,21 y 27 días con valores positivos y negativos
respectivamente, demostrando lo que no pudo ser explicado en el modelo.

- Banco de Bogota: Modelo ARMA (25,28)

El modelo presentado corresponde a un modelo de tipo ARMA (25,28). Analizando las
probabilidades de los procesos resultantes, se evidencia que todas son menores al α = 5%, lo
que significa que los parámetros son significativos. Se puede afirmar que con una confianza
del 95% estos parámetros pueden explicar el comportamiento de la variable.
Ecuación

BancoBogota=​ 0,03181Yt-1 + 0.03081Yt-3 + 0.03257Yt-9 + 0.03874Yt-22 + 0.05100Yt-25

- 0.04945Et-12 + 0.09021Et-14 - 0.03218Et-15 + 0.03249Et-28

La acción Banco de Bogotá hoy se relaciona con el dato del COLCAP hace 1 día de manera
positiva en 0,03181, aumenta con respecto a la de hace 3 días en 0.03081, aumenta con
respecto a la de hace 22 días en 0,03874 y en 25 días aumenta en 0,05100. La variable
depende de los errores de hace 12,14,15 y 28 días con valores positivos y negativos
respectivamente, demostrando lo que no pudo ser explicado en el modelo.

- Banco de Santander : Modelo ARMA (30,14)

El modelo presentado corresponde a un modelo de tipo ARMA (30,14). Analizando las
probabilidades de los procesos resultantes, se evidencia que todas son menores al α = 5%, lo
que significa que los parámetros son significativos. Se puede afirmar que con una confianza
del 95% estos parámetros pueden explicar el comportamiento de la variable.
Ecuación

BancoSantander= ​-0.02905Yt-5 + 0.03147Yt-17 - 0.03011Yt-27 + 0.03867Yt-30 -

0.07300Et-1 - 0.03386Et-10 - 0.03255Et-14

La acción Banco de Santander hoy se relaciona con el dato del IBEX hace 5 días de manera
negativa en -0,02905, aumenta con respecto a la de hace 17 días en 0.0314, disminuye con
respecto a la de hace 27 días en -0.03011 y aumenta con respecto a la de hace 30 días en 0.0
867. La variable depende de los errores de hace 1,10 y 14 días con valores negativos,
demostrando lo que no pudo ser explicado en el modelo.

Condiciones Ruido Blanco

- Prueba Q (Ljung-Box)
Banco BBVA
 𝐻𝑜: Cov (ɛ𝑡,ɛ𝑡−𝑘) = 0 Correlación para algún rezago k 𝐻𝑎:
Cov (ɛ𝑡,ɛ𝑡−𝑘) ≠0 Al observar la autocorrelación de los errores,

El modelo ARMA (29,27). Con un nivel de significancia del 5%, se cumple con la condición
ruido blanco es decir se acepta la Ho afirmando que la covarianza de los errores es igual a
cero. No hay evidencia para rechazar Ho es decir que el modelo ARMA 29,27 no presenta
autocorrelación en los errores, siendo su probabilidad mayor al α=5%.
Desde el punto de vista de las probabilidades los 36 rezagos observados cumplen con las
condiciones de tener un valor mayor al alfa del 5%, sin embargo al observar el correlograma
el rezago no sobrepasa la zona de no rechazo lo que reafirma la condición de que no existe
autocorrelación.
La información anterior se comprueba con los
residuos de autocorrelación estos al no salirse del
intervalo de confianza nos demuestran que no
presentan autocorrelación.
Banco de Bogotá

El modelo ARMA (25,28). Con un nivel de significancia del 5%, se cumple con la condición
ruido blanco es decir se acepta la Ho afirmando que la covarianza de los errores es igual a
cero. No hay evidencia para rechazar Ho es decir que el modelo ARMA 29,27 no presenta
autocorrelación en los errores, siendo su probabilidad mayor al α=5%.
Desde el punto de vista de las probabilidades los 36 rezagos observados cumplen con las
condiciones de tener un valor mayor al alfa del 5%, sin embargo al observar el correlograma
el rezago no sobrepasa la zona de no rechazo lo que reafirma la condición de que no existe
autocorrelación.

La información anterior se comprueba con

los residuos de autocorrelación estos al no
salirse del intervalo de confianza nos
demuestran que no presentan autocorrelación.
Banco de Santander.

El modelo ARMA (30,14). Con un nivel de significancia del 5%, se cumple con la condición
ruido blanco es decir se acepta la Ho afirmando que la covarianza de los errores es igual a
cero. No hay evidencia para rechazar Ho es decir que el modelo ARMA 29,27 no presenta
autocorrelación en los errores, siendo su probabilidad mayor al α=5%.
Desde el punto de vista de las probabilidades los 36 rezagos observados cumplen con las
condiciones de tener un valor mayor al alfa del 5%, sin embargo al observar el correlograma
el rezago no sobrepasa la zona de no rechazo lo que reafirma la condición de que no existe
autocorrelación.
La información anterior se comprueba con los residuos
de autocorrelación estos al no salirse del intervalo de
confianza nos demuestran que no presentan
autocorrelación.
 - Smirnov-Kolmogorov
Ho: P>5%, Distribución normal
Ha: P<5%, No Presentan distribución normal
Banco BBVA.

Rechazamos la hipótesis nula dado que el P-valor es menor al alfa, por lo cual hay suficiente
evidencia para afirmar que los errores no se distribuyen normalmente.
Banco de Bogotá.

Rechazamos la hipótesis nula dado que el P-valor es menor al alfa, por lo cual hay suficiente
evidencia para afirmar que los errores no se distribuyen normalmente.
Banco de Santander.
Rechazamos la hipótesis nula dado que el P-valor es menor al alfa, por lo cual hay suficiente
evidencia para afirmar que los errores no se distribuyen normalmente.
4. Conclusiones

5. Referencias

- Rosales, Ramón, Metodología Box – Jenkins. Universidad de los Andes. Recuperado de:
https://economia.uniandes.edu.co/files/profesores/ramon_rosales_alvarez/docs/econometria2/
Salidas%20y%20Ejercicios/EJC202220Metodologa20Box20-20Jenkins.pdf
- Aguirre, Armando (1994). Introducción al tratamiento de series temporales. Diaz de Santos
S.A. Recuperado de:
http://www.editdiazdesantos.com/libros/aguirre-jaime-armando-introduccion-al-tratamiento-d
e-series-temporales-aplicacion-a-las-ciencias-de-la-salud-C03001530101.html#contenido

-Brooks C. (s.f.). Introductory Econometrics for Finance. Recuperado de:

https://scalleruizunp.files.wordpress.com/2015/04/econometria_-_damodar_n-_gujarati.pdf

https://www.larepublica.co/finanzas/bancolombia-davivienda-y-banco-de-occidente-lideran-e
l-mercado-del-leasing-2778064
https://valenciaplaza.com/banco-santander-lanza-un-fondo-para-invertir-en-empresas-que-pro
muevan-la-igualdad-de-genero