Show simple item record

dc.contributor.authorCastillo Barros, Belén
dc.contributor.authorMonasterio Pino, Diego
dc.coverage.spatialSantiago, Chilees_ES
dc.date.accessioned2021-03-30T19:19:58Z
dc.date.available2021-03-30T19:19:58Z
dc.date.issued2021
dc.identifier.urihttp://hdl.handle.net/20.500.12254/1905
dc.descriptionTesis (Ingeniero Comercial)--Universidad Finis Terrae, 2020es_ES
dc.description.abstractEl 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.es_ES
dc.language.isoeses_ES
dc.publisherUniversidad Finis Terrae (Chile) Facultad de Economía y Negocioses_ES
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)es_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/cl/es_ES
dc.subjectPAISES DE LA OCDEes_ES
dc.subjectGOOGLE TRENDSes_ES
dc.subjectMERCADO BURSATILes_ES
dc.subjectACCIONES (BOLSA)es_ES
dc.subjectTESIS DIGITALes_ES
dc.titlePredicción de índices accionarios con Google Trendses_ES
dc.typeTesises_ES
dc.contributor.advisorHardy Hernández, Nicolás prof. guíaes_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)
Except where otherwise noted, this item's license is described as Atribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)