Comparación de modelos clásicos en series de tiempo y modelos bayesianos para pronosticar tres acciones colombianas en el último año

En el presente trabajo, se determina que modelo estadístico es mejor para el pronóstico de los rendimientos de las acciones financieras Colombianas (Ecopetrol S.A (ECO), Grupo Nutresa S.A (NCH) y Banco Davivienda Pf (DVI_p)), comprendido en un periodo entre el 02 de agosto de 2019 y el 31 de julio d...

Full description

Autores:
Mora Adan, Paula Andrea
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/31657
Acceso en línea:
http://hdl.handle.net/11634/31657
Palabra clave:
Classic time series models
Bayesian time series models
Forecast
Stocks
Yields
Bayesian analysis
Econometric methods
First order polynomial model
Riesgo (Finanzas) -- Métodos estadísticos -- Casos -- Colombia -- 2019-2020
Finanzas -- Estadísticas -- Casos -- Colombia -- 2019-2020
Análisis Bayesiano -- Casos -- Colombia -- 2019-2020
Métodos econométricos -- Casos -- Colombia -- 2019-2020
Modelos de series de tiempo clásicos
Modelos de series de tiempo bayesiano
Pronóstico
Acciones
Rendimientos
Modelo Arima-Arch
Modelo Arima-Garch
Modelo Arima-Egarch
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Description
Summary:En el presente trabajo, se determina que modelo estadístico es mejor para el pronóstico de los rendimientos de las acciones financieras Colombianas (Ecopetrol S.A (ECO), Grupo Nutresa S.A (NCH) y Banco Davivienda Pf (DVI_p)), comprendido en un periodo entre el 02 de agosto de 2019 y el 31 de julio de 2020. Se comparan modelos aplicados a series con un modelo Autorregresivo Integrado de Media Móvil (ARIMA), unido de un modelo de Autocorrelación Condicional Heterocedástica (ARCH), un modelo Autorregresivo Generalizado Condicional Heterocedastico (GARCH), y un modelo Exponencial Generalizado Autoregresivo Condicionalmente Heterocedastico (EGARCH), frente a un modelo dinámico polinomial de primer orden. Los datos se obtuvieron del portal financiero Grupo Aval, trabajando con 242 datos. Como resultado se obtuvo que los modelos clásicos (GARH, EGARCH) pronosticaron mejor que el modelo polinomial de primer orden, para las tres acciones mencionadas en el periodo de tiempo establecido.