Modelo multifactorial para predicción de rentabilidad de acciones en el mercado colombiano

El mercado accionario colombiano, pese a su crecimiento durante el periodo 2000 al 2004, sigue presentando bajos volúmenes de negociación, mostrando así el subdesarrollo de la economía del país, que durante el periodo mencionado presentó altibajos en su comportamiento debido a factores tanto interno...

Full description

Autores:
Hurtado Camargo, Evidiana
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2005
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/14508
Acceso en línea:
http://hdl.handle.net/20.500.12749/14508
Palabra clave:
Financial engineering
Financial analysis
Financial managenment
Investigation
Stock market
Multifactorial model
Economy
Negotiation
Securities
Inversiones
Stock Exchange
Análisis financiero
Gestión financiera
Ingeniería financiera
Investigación
Títulos valores
Inversiones
Bolsa de valores
Mercado accionario
Modelo multifactorial
Economía
Negociación
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:El mercado accionario colombiano, pese a su crecimiento durante el periodo 2000 al 2004, sigue presentando bajos volúmenes de negociación, mostrando así el subdesarrollo de la economía del país, que durante el periodo mencionado presentó altibajos en su comportamiento debido a factores tanto internos como externos. La aplicación de Modelos Multifactoriales, permite un acercamiento a estos tipos de economías, en este caso, específicamente al mercado accionario colombiano; que mediante un análisis a nivel de mercado y sectorial se estableció una serie de variables a nivel económico, del sector y de la empresa; las cuales se analizaron bajo series de tiempos y se procedió a su normalización, al encontrar que éstas eran No Estaciónales. De igual manera, haciendo uso del análisis fundamental y técnico se realizó la selección de cinco acciones a las que se aplicó el modelo, teniendo en cuenta los posibles problemas como la Multicolinealidad, la Heteroscedasticidad y Autocorrelación. Los resultados nos indican que se quedaron una serie de variables por incluir dentro del modelo, con las que éstos hubiesen podido ser mejores, esto sin decir que los modelos hayan arrojado resultados no satisfactorios.