Browsing by Subject "Volatilidad"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
Item “Efectos de las noticias financieras sobre las tasas de los títulos de deuda pública en el mercado del MILA”(Pontificia Universidad Javariana Cali, 2025) Osorio Morales, Andrés Felipe; Arango Londoño, DavidEste trabajo de investigación explora cómo las noticias financieras y económicas influyen en la volatilidad de las tasas de los títulos de deuda pública en los mercados del Mercado Integrado Latinoamericano (MILA), que incluye Colombia, Chile, Perú y México. Dada la importancia de las noticias financieras en la formación de precios y la toma de decisiones de inversión, entender su impacto sobre la volatilidad es crucial para inversores, reguladores y otros actores del mercado. El análisis se centra en determinar si las noticias actúan como un factor causal relevante de volatilidad, permitiendo a los participantes del mercado anticipar cambios en los rendimientos y ajustar sus estrategias de inversión. La metodología adoptada combina técnicas de análisis de contenido y modelos econométricos. Se utiliza procesamiento de lenguaje natural para analizar el contenido emocional y el impacto de las noticias financieras obtenidas de plataformas como Twitter, clasificándolas en un índice de sentimientos. Posteriormente, se aplican modelos GARCH para evaluar cómo estas noticias afectan la volatilidad de los rendimientos de los Títulos de Tesorería de Colombia a 10 años y regresión ARIMAX para establecer si existe algún impacto de las noticias en el rendimiento de los bonos, teniendo en cuenta variables como la inflación y la tasa interbancaria. Los resultados del estudio indican que las noticias financieras no tienen un efecto significativo sobre la volatilidad de las tasas. El mayor impacto viene dado por los datos históricos de rendimiento, confirmando la hipótesis débil de la eficiencia del mercado. Esta investigación aporta a la literatura existente ofreciendo nuevas perspectivas sobre la interacción entre noticias financieras y dinámicas de mercado en un contexto de mercados financieros integrados en América Latina. Este trabajo no solo destaca la relevancia práctica de comprender la volatilidad de los mercados en respuesta a las noticias y otros factores, sino que también sugiere la adopción de políticas y estrategias de inversión informadas para enfrentar y aprovechar las dinámicas de mercado inducidas por información financiera.Item Predicción de la volatilidad del bitcoin con modelos clásicos y de machine learning(Pontificia Universidad Javeriana Cali, 2025) Escobar Anduquia, Christian Daniel; Ruiz Ramos, Luis Carlos; Rivas Cortés, Vladimir Fabián; García Arboleda, Isabel CristinaLa volatilidad del Bitcoin ha sido objeto de análisis debido a su marcada variabilidad en los mercados financieros, dado que su estudio permite a los inversionistas optimizar estrategias y diversificar portafolios en un entorno globalizado. Comprender su comportamiento facilita decisiones informadas ante la incertidumbre y especulación, aunque su naturaleza descentralizada plantea desafíos significativos. Inversionistas y formuladores de políticas enfrentan dificultades para crear estrategias adaptativas debido a su alta volatilidad y comportamiento impredecible. Para abordar este problema, se analizó el comportamiento histórico de la volatilidad y se compararon modelos estadísticos clásicos, como ARCH y GARCH, con enfoques avanzados de machine learning, incluyendo LSTM y GRU. Además, se implementaron otros modelos como SRNN, XGBOOST y LIGHTGBM para ampliar el análisis comparativo. Se evaluó la efectividad de cada enfoque, identificando ventajas, desventajas y parámetros clave que influyen en la precisión de las predicciones. XGBOOST, LSTM y GRU destacaron por su precisión; XGBOOST mostró una limpieza superior de residuos y ausencia de heterocedasticidad significativa, mientras que LSTM y GRU capturaron mejor dinámicas no lineales. Este estudio impulsó el desarrollo de competencias en ciencia de datos y modelado financiero, resaltando la utilidad del enfoque CRISP-DM y la importancia de integrar análisis de sentimientos y variables exógenas para mejorar la generalización en mercados volátiles como el de las criptomonedas.Item Predicción de volatilidad en series de tiempo financieras con modelos autorregresivos en espacios de Hilbert(Pontificia Universidad Javariana Cali, 2024) Cárdenas Barreto, Jesús David; Quintero Afanador, Ginna Paola; Valencia Marín, Cristhian KaoriLa predicción precisa de la volatilidad en los mercados financieros es fundamental para la toma de decisiones informadas y la gestión de riesgos. Los modelos tradicionales como ARCH y GARCH, aunque ampliamente utilizados, presentan limitaciones en la captura de la complejidad inherente de las series de tiempo financieras. Este proyecto propone una alternativa innovadora: la aplicación de modelos autorregresivos en espacios de Hilbert con kernels reproductivos. Esta metodología, al aprovechar la flexibilidad de los espacios de Hilbert y la capacidad de los kernels reproductivos para representar patrones complejos, ofrece una herramienta más precisa para estimar la volatilidad. Para evaluar la eficacia de este enfoque, se llevó a cabo un análisis comparativo utilizando tres series de tiempo financieras reales. Los resultados obtenidos mostraron que los modelos basados en kernels reproductivos superan significativamente a los modelos tradicionales en términos de precisión de las predicciones, especialmente en períodos de alta volatilidad. La importancia de este trabajo radica en la necesidad de desarrollar herramientas analíticas más sofisticadas para comprender y anticipar los cambios en la volatilidad de los mercados financieros. Los modelos autorregresivos en espacios de Hilbert con kernels reproductivos representan un avance significativo en esta dirección, ofreciendo a los inversionistas y gestores de riesgo una herramienta más confiable para tomar decisiones informadas.Item Rol que desempeñan los fondos de pensiones privados sobre la estabilidad de los mercados financieros de acciones en Colombia, Chile y México(Pontificia Universidad Javeriana Cali, 2024) Rodríguez Legarda, Jorge Andrés; Gómez Daza, Jesús AncizarEste trabajo investiga la relación existente entre la volatilidad de los mercados financieros de Colombia, México y Chile, y los rendimientos de los fondos de pensiones privados de cada país. Para tal propósito se utilizan los precios reportados por cada fondo de pensiones a las respectivas entidades de control en un periodo comprendido entre 2015 y 2023. Se utilizan metodologías de estimación como modelos de corrección de errores y modelos de vectores autorregresivos para modelar la relación existente entre las variables en un horizonte de corto y largo plazo. A nivel de resultados la investigación encuentra evidencia de que el efecto estabilizador/desestabilizar de los fondos estudiados varía en función del perfil de riesgo que posea el fondo de pensiones y el horizonte temporal en el cual se analice la relación.