Tesis Pregrado

URI permanente para esta colección

https://repositorio.uft.cl/handle/20.500.12254/2375

Examinar

Examinando Tesis Pregrado por Materia "ACCIONES (BOLSA)"

Mostrando 1 - 2 de 2
  • Miniatura
    Ítem
    MSTL del mercado bursátil chileno y su impacto en la predicción de volatilidad de las acciones nacionales
    (Universidad Finis Terrae (Chile) Facultad de Economía y Negocios, 2020) Guzmán Muñoz, Vicente Alfonso; Terán Sánchez, Esteban José Antonio; Magner Pulgar, Nicolás prof. guía
    Esta investigación examina la estructura del mercado accionario chileno y su poder de predicción de la volatilidad realizada de 26 empresas del índice bursátil S&P Ipsa. Para representar la estructura utilizamos las correlaciones entre los retornos diarios de cada uno de los activos considerados y estimamos el largo del árbol de mínima distancia (en inglés, minimum spaning tree length MSTL) entre noviembre de 2006 y abril del 2020. El principal resultado refleja que la red de activos disminuye su distancia durante períodos de inestabilidad. Respecto del poder predictivo del MSTL, en las pruebas dentro de muestra, la variación del MSTL rezagado en un mes presenta un coeficiente negativo y estadísticamente significativo para la volatilidad realizada en el 50% de los activos bursátiles. Adicionalmente, las pruebas fuera de muestra, arrojan mejoras significativas en el poder predictivo de la variación del MSTL para gran parte de los activos. En esta investigación incrementamos el marco investigativo en la literatura de aplicación, por medio de redes, para la aclaración de pronósticos financieros, contribuyendo en la toma de decisiones de los inversionistas individuales y administradoras de portafolios chilenos en cuanto a la asignación de activos en portafolios, aumentando el potencial de los beneficios en períodos de contagio gracias a una diversificación menos costosa y entregando referencias e información para la adquisición de coberturas.
  • Miniatura
    Ítem
    Predicción de índices accionarios con Google Trends
    (Universidad Finis Terrae (Chile) Facultad de Economía y Negocios, 2021) Castillo Barros, Belén; Monasterio Pino, Diego; Hardy Hernández, Nicolás prof. guía
    El propósito de este trabajo es evaluar la capacidad predictiva de la herramienta Google Trends sobre los índices accionarios de las economías que componen la OCDE. Por tanto, se analiza cómo las frecuencias de búsqueda de algunas palabras con connotación positiva o negativa pueden predecir retornos accionarios. Para evaluar la capacidad predictiva se utiliza un análisis tanto dentro de muestra como fuera de muestra. La base de datos va desde el año 2010 al 2020. Esta investigación es novedosa pues es el primer intento en utilizar la herramienta de Google Trends para la predicción de índices accionarios. La intuición económica es que las frecuencias de búsqueda de Google Trends pueden funcionar como un proxy del sentimiento de mercado y de las expectativas que tienen los agentes sobre el futuro de la economía y por tanto, podría tener una capacidad predictiva sobre los retornos accionarios. En general, los resultados indican que hay escasa capacidad predictiva, ya que entre los resultados más importantes, de un total de 139 palabras para 9 países de las economías OCDE, el 20.5% son significativas para el estudio dentro de muestra, y 5.5% para fuera de muestra, donde se realizó un total de 46.287 regresiones. Dentro de las implicancias prácticas, puede servir a administradores de riesgos, portfolio de managers, etc. ya que este trabajo aporta a entender los drivers en la capacidad predictiva de retornos.