Efecto apalancamiento en el mercado accionario colombiano

Barra lateral del artículo

PDF HTML
Publicado: ene. 28, 2016
DOI: https://doi.org/10.21676/23897848.1671
Palabras clave:
Mercado de acciones, Colombia, Efecto apalancamiento, Modelos ARCH, EGARCH, TGARCH

Contenido principal del artículo

Lizet Viviana Romero-Orjuela
Universidad Nacional
Alexander Trilleras-Martínez
Universidad Nacional de Colombia

Resumen

En este artículo se analiza el efecto apalancamiento en el mercado bursátil colombiano, para dicho fin se usan modelos de la familia ARCH que permitan evaluar si tal efecto está presente en el mercado de acciones, específicamente se usan los modelos no lineales EGARCH y TGARCH. Las series elegidas para realizar dicho análisis son el Índice General de la Bolsa de Valores que es el índice más representativo del mercado de acciones del país junto con el índice COLPAC, adicionalmente se tendrán en cuenta seis de las acciones colombianas que son más transadas en la actualidad. Finalmente se encuentra que el mercado accionario de Colombia sí cuenta con efecto apalancamiento, es decir las malas noticias tienen un impacto mayor en la volatilidad de los rendimientos financieros.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Romero-Orjuela, L. V., & Trilleras-Martínez, A. (2016). Efecto apalancamiento en el mercado accionario colombiano. Clío América, 10(19), 43–54. https://doi.org/10.21676/23897848.1671
Número
Vol. 10 Núm. 19: enero - junio 2016
Sección
Artículo de Investigación Científica y Tecnológica

Esta revista proporciona un acceso abierto a su contenido, basado en el principio de ofrecer al público un acceso libre a las investigaciones ayuda a un mayor intercambio global del conocimiento. De igual forma su versión impresa es de libre acceso y no tiene costos asociados por publicación.

Biografía del autor/a

Lizet Viviana Romero-Orjuela, Universidad Nacional

Maestría en Estadística

Alexander Trilleras-Martínez, Universidad Nacional de Colombia

Maestría en Estadística

Citas

Alonso, J. & García, J. (2009). ¿Qué tan buenos son los patrones del IGBC para predecir su comportamiento? una aplicación con datos de alta frecuencia. Universidad ICECI, Estudios Generales, vol 25, No. 112. Recuperado de: http://www.icesi.edu.co/departamentos/economia/publicaciones/docs/BORRAECO/borrador_14_prediccion_igbc.pdf

Arjona, E & Ortiz, E. (2001). Heterokedastic Behavior of the Latin American Emerging Stock Markets. International Review of Financial Analysis, v. 10, iss. 3, pp. 287-305

Bollerslev, T. (1986). Generalized autoregressive conditional heteroscedasticity. Journal of

Econometrics, 31(3), 307-327

Casas, M. & Cepeda, E. (2008). Modelos ARCH, GARCH y EGARCH: Aplicaciones a series financieras, Cuadernos de economía, Bogotá. Recuperado de: http://www.sfcielo.org.co/pdf/ceco/v27n48/v27n48a11.pdf

Charris, A. García, R. & Parody E. (2012). Modelación de la volatilidad y pronóstico del índice general de la bolsa de valores de Colombia (IGBC). Revista Clío América Universidad de Magdalena. Vol. 6, núm. 12. Recuperado de http://revistas.unimagdalena.edu.co/index.php/clioamerica/article/view/432

Ehlers, R. & Fioruci, J. (2014). BayesDccGarch- An implementation of Multivariate GARCH DCC Models, Cornell University library, Brasil. Recuperado de http://arxiv.org/pdf/1412.2967.pdf

Fernández, H. & Pérez, F. (2006). Análisis de la volatilidad del Índice General de la Bolsa de Valores de Colombia utilizando un modelo ARCH. Revista de Ingenierías universidad de Medellín. vol. 5, núm. 8, Recuperado de: http://www.redalyc.org/pdf/750/75050803.pdf

Grajales, C. & Pérez, O. (2008). Modelos discretos y continuos para estimar la densidad de probabilidad de la volatilidad estocástica de los rendimientos de series financieras. Cuadernos de Administración. Pontificia Universidad Javeriana, vol. 21, núm. 36 Colombia. Recuperado de http://www.redalyc.org/pdf/205/20503606.pdf

Haque, M., Hassan, M & Varela, O. (2001). Stability, Volatility, Risk Premiums, and Predictability in Latin American Emerging Stock Markets. Quarterly Journal of Business and Economics Vol. 40, No. 3/4 (Summer - Autumn, 2001), pp. 23-44. Recuperado de http://www.jstor.org/stable/40473332

Nelson, D. (1991). Conditional heterosedasticity in asset returns: A new approach, Econometrica, 347-370. Recuperado de http://www.samsi.info/sites/default/files/Nelson_1991.pdf

Porras, A. & Valdés A. (2011). Modelación de los rendimientos bursátiles mexicanos mediante los modelos TGARCH y EGARCH: un estudio econométrico para 30 acciones y el Índice de Precios y Cotizaciones. Universidad de Guadalajara. MPRA Paper No. 36872. Recuperado de: http://mpra.ub.uni-muenchen.de/36872/1/MPRA_paper_36872.pdf

Porras, A. & Valdés, (2014) A TGARCH model with an asimmetric Student’s t distribution an the rationality hypotheses of stock investors in Latin America. MPRA. Recuperado de: http://mpra.ub.uni-muenchen.de/53019/1/MPRA_paper_53019.pdf

Reyes, O & Sánchez, A. (2006). Regularidades probabilísticas de las series financieras y la familia de los modelos GARCH, Universidad Autónoma del Estado de México. Recuperado de http://www.redalyc.org/articulo.oa?id=10413205