Analysis of the predictive capacity of the Black Scholes Model: A Colombian case of empirical evidence

Authors

  • Fernando De Jesús Franco Cuartas Universidad Católica Luis Amigó

DOI:

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

Keywords:

Stocks, forecast, Black Scholes Model, risk profit-earning capacity, capital market

Abstract

The purpose of this paper is to analyze the predictive capacity of the Black Scholes model, supported in the log-normal distribution, in the context of a quantitative and exploratory research applied to Colombian actions in the banking, cement, insurance, electric, oil, business and the Colcap capitalization index. Based on the performance, term and risk of the securities, the prices and the value of the capitalization index are estimated at a stock market year.
The capital markets and, in particular, the stock market rests on the economic complexity of globalization and this is how uncertainty in macroeconomic variables translates into volatility in the prices of equity securities, leading to financial speculation from the part of the economic agents present in the markets.
To mitigate this volatility in prices and the impact on future returns, the market has different tools to estimate the future behavior of prices, one of them is implicit in the model Black-Scholes – MBS -, the Log-Normal distribution. The results obtained, in spite of the biases that may have the model and the asymmetric formation of prices by the policy of holding that predominates in the CSE (Colombian Stocks Exchange), show that the MBS, in the case of the Colcap, estimated a maximum value of 1.404.5 points against the spot of 1.417.5, that is, 99.1%. In the case of the oil action the prognosis, compared to the maximum achieved in the last year, was less than 8.4%.

Downloads

Download data is not yet available.

Author Biography

Fernando De Jesús Franco Cuartas, Universidad Católica Luis Amigó

Antioquia, Medellín

References

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.

Published

2017-07-01

How to Cite

Franco Cuartas, F. D. J. (2017). Analysis of the predictive capacity of the Black Scholes Model: A Colombian case of empirical evidence. Science of Human Action, 2(2), 207–223. https://doi.org/10.21501/2500-669X.2472

Issue

Section

Economía y Finanzas