Análisis de la Capacidad Predictiva del Modelo Black Scholes Evidencia empírica caso colombiano

Autores/as

  • Fernando De Jesús Franco Cuartas Universidad Católica Luis Amigó

DOI:

https://doi.org/10.21501/2500-669X.2472

Palabras clave:

acciones, pronóstico, modelo black-scholes, riesgo, rentabilidad, mercado de capitales

Resumen

El propósito de este trabajo es analizar la capacidad predictiva del modelo Black, Scholes, soportado en la distribución log-normal, en el contexto de una investigación de carácter cuantitativa y exploratoria;  aplicado a acciones colombianas del sector bancario, cementero, asegurador, eléctrico, petrolero, comercio,  y al índice de capitalización Colcap, a  partir del rendimiento, plazo  y el riesgo de los títulos se estiman los precios, y el valor del índice de Capitalización, a un año bursátil.

 

Los mercados de capitales y en particular el mercado de acciones reposan sobre la complejidad económica de la globalización, y es así, como la incertidumbre en las variables macroeconómicas  se traducen en la volatilidad en los precios de los títulos de renta variable propiciando la especulación financiera de parte de los agentes económicos presente en los mercados.

 

Para mitigar dicha volatilidad en los precios y el impacto en las rentabilidades futuras, el mercado dispone de diferentes herramientas para estimar el comportamiento futuro de los precios, una de ellas está implícita en el Modelo Black-Scholes – MBS -y se trata de la distribución Log-normal.

La resultados obtenidos, a pesar de los sesgos que pueda tener el modelo y la formación asimétrica de precios por la política de holding que predomina en la BVC,  muestran que el MBS, en el caso del Colcap, estimó un valor máximo de 1.404.5 puntos contra el spot de 1.417.5, es decir, 99.1%. En el caso de la acción petrolera el pronóstico, frente el máximo alcanzado en el último año, fue inferior en  8.4%.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Fernando De Jesús Franco Cuartas, Universidad Católica Luis Amigó

Antioquia, Medellín

Referencias

Alfonso, A. G. (2005). Análisis bursátil con fines especulativos: Un enfoque técnico moderno. En A. G. Alfonso, Análisis bursátil con fines especulativos: Un enfoque técnico moderno (págs. 63 - 115). Colombia: Limusa Noriega editores.

Amram, M. (2000). Opciones Reales. En A. M. Nalim, Opciones Reales (págs. 35 - 57). Barcelona: Gestión 2000.

Ávila, F. De, & Juan, C. (2010). Redalyc.Determinants of shareholders’ returns following announcements of asset sales: Evidence from Latin America, (September 2016).

Ballester, L., Ferrer, R., & González, C. (2009). Impacto del riesgo de interés sobre las acciones del sector bancario español. Spanish Journal of Finance and Accounting / Revista Española de Financiación Y Contabilidad, 38(142), 213–237. http://doi.org/10.1080/02102412.2009.10779667

Casas Monsegny, M., & Cepeda Cuervo, E. (2008). Modelos ARCH, GARCH y EGARCH: aplicaciones a series financieras. Cuadernos de Economía, 27, 287–319. Retrieved from http://www.revistas.unal.edu.co/index.php/ceconomia/article/view/1460

Contreras, O. E., Stein Bronfman, R., & Vecino Arenas, C. E. (2015). Estrategia de inversión optimizando la relación rentabilidad-riesgo: evidencia en el mercado accionario colombiano. Estudios Gerenciales, 31(137), 383–392. http://doi.org/10.1016/j.estger.2015.07.005

Cortes, J. C., Debon, A. M., & Moreno, C. (2007). Aplicación del modelos log-normal para la prediccion de activos del Banco de Sabadell. XVI Jornadas ASEPUMA.

Fernández Mejía, J., & Uribe, J. M. (2016). Análisis de procesos explosivos en el precio de los activos financieros: evidencia alrededor del mundo. Revista Finanzas Y Política Económica, 8(1), 83–103. http://doi.org/10.14718/revfinanzpolitecon.2016.8.1.5

Fernandez, P., & Carabias, J. M. (2016). Market Risk Premium (La Prima de Riesgo). SSRN Electronic Journal, (April). http://doi.org/10.2139/ssrn.897676

Forero, Germán (2011). Contrastación de paradigmas de las finanzas: normalidad e hipótesis del mercado eficiente. Universidad Externado de Colombia. /papers.ssrn.com/sol3/papers.cfm?abstract_id=1865982.

Larr, M. (2016). El mercado de información en los mercados de capitales, (January 2002).

Mascareñas, J. (2012). Mercado de Derivados Financieros : Futuros y Opciones, 23 a 32.

Melo, L. F., & Rincón, H. (2013). Choques externos y precios de los activos en Latinoamerica antes y después de la quiebra de Lehman Brothers. Ensayos Sobre Política Económica, 31(71), 1–35. http://doi.org/10.1016/S0120-4483(13)70008-3

Para, M. L., & Del, P. (2016a). Precio de las acciones del sector Bancario. Log-normal modelo de Predicción 137 -150 .

Instituto Tecnológico de Antioquia. (2016). en acciones : efectos en empresas colombianas, (October 2014).

Titman, Grinblatt Mark. Sherindan. (2003). Mercados Financieros y Estrategia Empresarial. Página 191. McGraw Hill. Santafé de Bogotá.

Descargas

Publicado

2017-07-01

Cómo citar

Franco Cuartas, F. D. J. (2017). Análisis de la Capacidad Predictiva del Modelo Black Scholes Evidencia empírica caso colombiano. Science of Human Action (revista Descontinuada), 2(2), 207–223. https://doi.org/10.21501/2500-669X.2472

Número

Sección

Economía y Finanzas