cs21 difusión de las ideas.pdf - Exordio

More documents

Recommendations

Info

Sin embargo, A. Peiró no considera la mezcla de una distribución normal y una distribución de Poisson, que, como ya se ha visto en el capítulo anterior, tiene un indudable atractivo intuitivo, cualidad de la que sin embargo no participan el resto de distribuciones propuestas en la literatura por mucho que "espúreamente" puedan ajustar mejor los datos. El siguiente paso emprendido en nuestro trabajo ha sido la obtención de las funciones de autocorrelación (FAC), que se presentan en la tabla siguiente: TABLA 2 Retardos Coeficiente de Autocorrelación 167 Box-Ljung 1 0.011 0.136 2 0.023 0.810 3 -0.038 2.546 4 -0.047 5.311 5 -0.047 8.042 6 0.013 8.262 7 0.055 11.944 8 -0.005 11.970 9 -0.018 12.386 10 0.014 12.364 11 -0.034 14.047 12 -0.035 15.535 13 -0.028 16.527 14 0.008 16.597 15 0.006 16.639 16 0.016 16.956
Como se desprende del análisis de la Tabla 2, los coeficientes de autocorrelación estimados, son, en la mayoría de los casos, muy pequeños y no significativos, a partir del estudio del estadístico de Ljung-Box ajustado (para 16 retardos), que, por tanto, indican ausencia de correlación serial. Es un resultado bien conocido en Estadística que para variables aleatorias que tienen una distribución normal, la ausencia de correlación serial implica que las variables son estadísticamente independientes. No obstante, cuando la variable aleatoria no se distribuye normalmente, como puede suceder en el caso que nos ocupa, autocorrelación cero no necesariamente implica que la distribución de probabilidad de la variable rentabilidad de la acción (Rt ) sea independiente de los valores realizados de dicha variable (Rt-1). Esta ausencia de correlación serial podría sugerir que se cumple la hipótesis de la martingala, esto es que: t 1 168 [ R( t) − R( t −1) ] + t R( t) − R( t −1) = E − ε [2] siendo Et−1 la esperanza de la variación del valor de R en t, condicionada a la información disponible en t-1 y ε t es la perturbación aleatoria tal que E t − j[ ε( t) ] = 0 ∀j = 1,...t. En otras palabras, que el mercado valora los títulos correctamente, en el sentido de que la parte no anticipada del cambio, [ε(t)], se distribuye con media cero y de modo independiente. Pero la sospecha de que R(t) no siga una distribución normal (esto es que pudiera no constituir un proceso de Markov) podría invalidar esta conclusión, de manera que la ausencia de correlación serial no significaría independencia. No obstante, para contrastar si, efectivamente, la serie de rendimientos constituye una variable aleatoria independiente se calcularon las funciones de autocorrelación (FAC) para las series de rendimientos elevada al cuadrado y la de rendimientos en valor absoluto, cuyos valores se presentan en la Tabla 3.
Page 1 and 2:
Curso Curso 1994/95 1994/95 HUMANID
Page 3 and 4:
También quiero agradecer a los com
Page 5 and 6:
INDICE GENERAL CAPÍTULO 0: INTRODU
Page 7 and 8:
CAPÍTULO 4: UNA CONTRASTACIÓN EMP
Page 9 and 10:
predicción y recoger todos los pos
Page 11 and 12:
Tiempo continuo Varianza Constante
Page 13 and 14:
(medidos éstos en términos de ren
Page 15 and 16:
S 1.1.- PROCESO DE DIFUSIÓN CON SA
Page 17 and 18:
pequeñas variaciones aleatorias en
Page 19 and 20:
susceptibles de un más asequible t
Page 21 and 22:
1.- El supuesto de Movimiento Aritm
Page 23 and 24:
donde PW es el precio de un warrant
Page 25 and 26:
Finalmente, se llega al Proceso de
Page 27 and 28:
Como expresan B-S, el concepto de c
Page 29 and 30:
donde S es el precio de las accione
Page 31 and 32:
d d 1 2 1 ln( S/ X) + ( r + 2 σ =
Page 33 and 34:
Ross [1985] 10 ) (en adelante CIR),
Page 35 and 36:
c P c(x o ,t) x o A 29 B C D x +dx
Page 37 and 38:
subyacente en una fecha futura, opc
Page 39 and 40:
alternativos al respecto, que van d
Page 41 and 42:
Para solventar el problema de la va
Page 43 and 44:
Finalmente, Amin y Jarrow (1992) pr
Page 45 and 46:
que se incrementa cuando el precio
Page 47 and 48:
efiriéndose a él como "modelo Rub
Page 49 and 50:
⎧C C⎨ ⎩C u d = max = max [ 0,
Page 51 and 52:
2º El valor de la opción no depen
Page 53 and 54:
débilmente a un proceso de difusi
Page 55 and 56:
- Para la valoración de deuda subo
Page 57 and 58:
Un primera aplicación está en la
Page 59 and 60:
S* t S α t + D-X GRÁFICO 2 53 S t
Page 61 and 62:
dividendos. Se parte del caso más
Page 63 and 64:
establecer de antemano unas fechas
Page 65 and 66:
En este caso, aunque se utiliza la
Page 67 and 68:
europea, pero menos valor que una p
Page 69 and 70:
(δ ≡D / S). Además establece un
Page 71 and 72:
2.-más una opción call europea so
Page 73 and 74:
análisis, introduce el concepto de
Page 75 and 76:
(ajuste de tendencias o incremento
Page 77 and 78:
Del modelo se pueden obtener los ra
Page 79 and 80:
La varianza de la tasa de rentabili
Page 81 and 82:
Aunque la contrastación de los dat
Page 83 and 84:
entabilidad del activo subyacente c
Page 85 and 86:
calculan los valores de las opcione
Page 87 and 88:
empresa se supone igual a una funci
Page 89 and 90:
4º.-El modelo de difusión desplaz
Page 91 and 92:
Esta dinámica también recoge el c
Page 93 and 94:
último supuesto es equivalente a s
Page 95 and 96:
91 φ(.) σ [ ρ ρ − ρ ] M Ms s
Page 97 and 98:
obtienen como solución al valor de
Page 99 and 100:
- hs,t y hc,t son la varianza del p
Page 101 and 102:
Para la contrastación de esta fór
Page 103 and 104:
los trabajos de Amin y NG (1993) y
Page 105 and 106:
2 La expresión analítica del mode
Page 107 and 108:
parámetros y permite efectos asim
Page 109 and 110:
(generalmente un proceso autorregre
Page 111 and 112:
Glosten-Jagannathan-Runkle (GJR) (1
Page 113 and 114:
2.2.1. Volatilidad histórica o mue
Page 115 and 116:
Garman y Klass (1980) mejoran el es
Page 117 and 118: Si hay "n" opciones sobre una acci
Page 119 and 120: Plantea por tanto, el estudio de la
Page 121 and 122: 2º Se evita el problema de la esti
Page 123 and 124: de los activos al final del año. U
Page 125 and 126: activos financieros, como ya detall
Page 127 and 128: CAPÍTULO 3: PROCESO DE DIFUSIÓN C
Page 129 and 130: infinita, Pareto-estables en Mandel
Page 131 and 132: -Un término de "salto", de natural
Page 133 and 134: donde dq y dZ se suponen procesos i
Page 135 and 136: salta, experimentará comparativame
Page 137 and 138: dP P ∗ ∗ ∗ ∗ = ( α − λ
Page 139 and 140: 2º Cuando la variable aleatoria Y,
Page 141 and 142: Finalmente y haciendo uso de la fó
Page 143 and 144: cuando el salto ocurre y toma valor
Page 145 and 146: El espacio de estados para la diná
Page 147 and 148: La expresión [22] se simplifica ba
Page 149 and 150: 3.3. PROCESOS DE DIFUSIÓN CON SALT
Page 151 and 152: salto que ocurra en el precio de la
Page 153 and 154: Para entender el efecto de los salt
Page 155 and 156: Además, se han propuesto diferente
Page 157 and 158: λ = σ δ 2 2 25( K = K = K α = K
Page 159 and 160: Se puede observar que esta función
Page 161 and 162: Las condiciones de primer orden de
Page 163 and 164: A lo largo de los capítulos anteri
Page 165 and 166: 64% GRÁFICO 1 OPCIONES SOBRE ACCIO
Page 167: 350 300 250 200 150 100 50 0 Histog
Page 171 and 172: Como se puede observar de la Tabla
Page 173 and 174: Continuo de las Bolsas Españolas 3
Page 175 and 176: intervalos para los precios de ejer
Page 177 and 178: C = x ≡ SN( x) − Kr -t log(S/Kr
Page 179 and 180: TABLA 4 Valor de la volatilidad his
Page 181 and 182: Por si aún fuera poco, se precisa
Page 183 and 184: El procedimiento "naive" consiste e
Page 185 and 186: 0,05 0,04 0,03 0,02 0,01 0 -0,01 -0
Page 187 and 188: Además, procedimos a realizar un a
Page 189 and 190: Los resultados obtenidos con el mé
Page 191 and 192: Esta observación también se detec
Page 193 and 194: curtosis (Tabla 7). Aún más, obtu
Page 195 and 196: 18 16 14 12 10 8 6 4 2 0 -0,03125 1
Page 197 and 198: 14 12 10 8 6 4 2 0 -0,03125 100,00%
Page 199 and 200: 2 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0,2
Page 201 and 202: igual que en en el modelo de B-S, y
Page 203 and 204: sobrevaloración se reduce y práct
Page 205 and 206: 0,6 0,5 0,4 0,3 0,2 0,1 0 -0,1 0,4
Page 207 and 208: - Sesgo de precio de ejercicio: Has
Page 209 and 210: 0,4 0,3 0,2 0,1 0 -0,1 -0,2 1,016 1
Page 211 and 212: 250 200 150 100 50 0 GRÁFICO 14 Va
Page 213 and 214: 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 -0,
Page 215 and 216: De igual manera, procedemos a anali
Page 217 and 218: precios de compra para la contrasta
Page 219 and 220:
450 400 350 300 250 200 150 100 50
Page 221 and 222:
0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 -0,1
Page 223 and 224:
están muy próximos a cero. Los va
Page 225 and 226:
0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 G
Page 227 and 228:
TABLA 12 Vto. Diciembre, Precio de
Page 229 and 230:
de compra, ya que para este precio
Page 231 and 232:
0,6 0,5 0,4 0,3 0,2 0,1 0 GRÁFICO
Page 233 and 234:
Se observa claramente el sesgo de p
Page 235 and 236:
La tabla 15 muestra los estadístic
Page 237 and 238:
3 2,5 2 1,5 1 0,5 0 2,5 2 1,5 1 0,5
Page 239 and 240:
TABLA 16 VENCIMIENTO EN MARZO DE 19
Page 241 and 242:
4.4. OTROS RESULTADOS OBTENIDOS UTI
Page 243 and 244:
operadores) se obtuvo como resultad
Page 245 and 246:
CAPÍTULO 5: CONCLUSIONES.
Page 247 and 248:
variaciones reducidas en la rentabi
Page 249 and 250:
los trabajos empíricos que analiza
Page 251 and 252:
que son importantes en la descripci
Page 253 and 254:
presencia de sesgos de precio de ej
Page 255 and 256:
encaminadas, por un lado, a una may
Page 257 and 258:
ANALISTAS FINANCIEROS INTERNACIONAL
Page 259 and 260:
BLACK, F. (1975): "Fact and Fantasy
Page 261 and 262:
Synthesis", Journal of Financial an
Page 263 and 264:
COX, J. C., J. E. INGERSOLL y S. A.
Page 265 and 266:
ENGLE, R. (1982): "Autoregressive C
Page 267 and 268:
GESKE, R. (1975): "The Pricing of O
Page 269 and 270:
HILLIARD, J. E., J. MADURA y A. L.
Page 271 and 272:
KAROLYI, G. A. (1993): "A Bayesian
Page 273 and 274:
LO, A. W. y A. C. MACKINLAY (1988):
Page 275 and 276:
MERTON, R. C. y P. A. SAMUELSON (19
Page 277 and 278:
POON, S. y T. HO (1992): "The GARCH
Page 279 and 280:
RUIZ, E. (1993): "Stochastic Volati
Page 281:
STULZ, R. M. (1982): "Options on th
show all

cs21 difusión de las ideas.pdf - Exordio

Create successful ePaper yourself

Delete template?

Save as template?