UNIVERSIDAD NACIONAL DE INGENIERIA

Escuela Profesional de Ingeniera Economica

An
alisis Series de Tiempo Financieras
Rafael Capar
o, rafael.caparo@unistra.fr
Jan Sandoval, jan.sandoval@uni.edu.pe

October 13, 2015

Segunda pr
actica calificada
El desarrollo de la pr
actica dura 3 horas, las primeras dos horas estan destinadas
a resolver el conjunto de problemas. En la u
ltima hora se debe desarrollar los
programas en MATLAB o EViews vistos en los laboratorios. Sea conciso con sus
respuestas, cada item correctamente desarrollado vale 1 punto, mal desarrollado
-1 punto.

Modelos GARCH y MV

Los cambios en la varianza son muy importantes para la comprension de los

mercados financieros, ya que los inversores exigen rendimientos previstos mas
altos como compensaci
on por la tenencia de activos riesgosos. Para mejorar el
an
alisis de la din
amica de la varianza, considere los modelos GARCH vistos en
clase y el Metodo de M
axima Verosimilitud, se le pide responder a las siguientes
preguntas:
Sea yt un proceso estacionario AR(p), con un error ut , no necesariamente
RB.
1. Suponga que el cuadrado del error en yt sigue un proceso AR(m) con un
error RB.
Muestre la representaci
on ARCH(m) del residuo del modelo AR(p) como
una proyecci
on lineal de los errores cuadraticos del pronostico de yt en los
m errores cuadr
aticos pronosticados.
2. Suponiendo que las condiciones relacionadas a la estacionariedad en covarianza se cumplen en la siguiente expresion:
2t |u2t1 , u2t2 ...) = + 1 u2t1 + 1 u2t1 + ... + m u2tm
E(u
calcule la varianza no condicional 2 , de ut .
3. Calcule el pron
ostico s periodos hacia delante
4. Que pasa cuando s ?
1

5. Considere el siguiente modelo yt = x0t +ut donde el error ut tiene un comportamiento heteroced
astico, con media cero y varianza ht . Encuentre
el logaritmo de la funci
on likelihood basica para estimar los parametros
, tome en cuenta que x0t considera las variables predeterminadas las que
pueden corresponder a cualquier rezago de yt . Considere los supuestos
necesarios, por ejemplo puede suponer una distribucion gaussiana para yt .
6. Derive los resultados de la pregunta anterior y encuentre los optimos.

Estacionariedad en VAR: Ejercicios del captulo

10

10.1. Considere un proceso escalar AR(p) (n = 1). Deducir de la ecuacion

vec

0
0
1
..
.
0

p1

1
0
..
.
0

p2

p1
p2

1
.. = [Ir2 A] vec(Q).

que el vector ( p 1) consta de la varianza y primera autocovarianza (p-1).

0
1

,
..
.
p1
se puede calcular la forma de los primeros elementos p en la primera columna
de la matriz (p2 p2 ) 2 [Ip2 (F F )]0 , para F la matriz definida (p p) en
la ecuaci
on:

1 2 p
1
0 0

0
1 0

..
..
..
..
.
.
.
.
0
1
0
10.2. Sea yt = (Xt , Yt )0 dada por
Xt = t + t1
Yt = h1 Xt1 + t
donde (t , t ) es un vector de ruido con la matriz de covarianzas contempor
anea dada por

  2

0
E(2t ) E(t t )
=
.
0 2
E(t t ) E(2t )


(a) Calcular la matriz de autocovarianza k k= para este proceso
(b) Usar la ecuaci
on:

SY () = (2)1 GY (ei ) = (2)1

k eik .

k=

para calcular el espectro de poblacion. Encuentre el cospectrum entre X e Y y

el espectro de cuadratura de X a Y.
(c) Compruebe que la respuesta a la parte (b) , de manera equivalente podra
calcularse a partir de la expresion




1
0 sXX ()
0
1 h(ei )
SY () =
h(ei ) 1
0
sU U () 0
1
sXX ()
sXX h(ei )
=
i
i
h(e )sXX () h(e )sXX ()h(ei ) + sU U ()


en donde
h(ei =

k=
X

hk eik

Taller de Finanzas Cuantitativas: Aplicaciones

del PCA

Para la gesti
on financiera disminuir la dimensionalidad de un conjunto de datos
es una aporte importante puesto que trabajamos con innumerables variables financieras, indicadores de rentabilidad y factores de riesgo, es por ello que dominar el PCA es importante para los fututos ingenieros FIEECS, en tal sentido
usted deber
a desarrollar lo siguiente:

3.1

Que es PCA? Qu
e problema nos ayuda a resolver?
Cu
ando es apropiado usar esta t
ecnica?

3.2

C
omo se aplica la t
ecnica de PCA?

3.2.1

Explique intuitivamente qu
e buscamos al desarrollar esta metodologa
(dos objetivos mencionados en clase)

3.2.2

Teniendo en mente los dos objetivos del punto anterior:

Muestre el desarrollo matem

atico de la metodologa de PCA (Como llegamos
de la matriz X de retornos de activos financieros a la matriz Y (la que
contiene a los componentes principales) a traves de la matriz de transformacion
P (mostrando adem
as como es que encontramos la forma apropiada de esta
matriz), en linea con lo mencionado en clase.

3.2.3

3.3

Con el punto 1.2.2 Indique la expresi

on que muestre la cantidad de varianza explicada de los n primeros componentes
principales que seleccione.

Implemente la metodologa del PCA

Implemente la metodologa del PCA a la gestion del riesgo o la rentabilidad,

deber
a construir un modelo y describir sus conclusiones, presente un documento
tipo monografa (wp), siguiendo los lineamientos propuestos por la FIEECS para
obtener el titulo de ingeniero mediante tesis. Puede demandar los codigos latex
para agilizar su investigaci
on, mas de 5 faltas invalidan y dan nota cero al
trabajo, se recomienda comenzar toda redaccion siempre en Word.

VAR: Ejercicios del captulo 11

11.1. Verifique el resultado:

(1/T )

T
X

t t Q

t=1

11.2. Considere el siguiente VAR de tres variables:

y1t = y1,t1 + y2,t1 + 1t

y2t = y1,t1 + y1,t1 + 2t
y3t = y1,t1 + y2,t1 + y3,t1 + 3t .
a. Es y1t el bloque de variables exogenas, con respecto al vector (y2t , y3t ) ?
b. Es el vector (y1t , y2t ) un bloque de variables exogenas con respeccto a y3t ?
c. Es y3t el bloque de variables exogenas, con respecto al vector (y1t , y2t ) ?
11.3. Considere el siguiente VAR bivariado:

y1t = 1 y1,t1 + 2 y1,t2 + . . . + p y1,tp

+ 1 y2,t1 + 2 y2,t2 + . . . + p y2,tp + 1t
y2t = 1 y1,t1 + 2 y1,t2 + . . . + p y1,tp
+ 1 y2,t1 + 2 y2,t2 + . . . + p y2,tp + 2t .
"

11
0
E(t  ) =
21

12
2

#
para t =
de otra forma.

Use los resultados de la seccion Estimacion de maxima verosimilitud

de un vector autorregresivo restringido para escribir esto en la forma
siguiente:

y1t = 1 y1,t1 +2 y1,t2 + +p y1,tp +1 y2,t1 +2 y2,t2 + +p y2,tp +u1t

y2t = 1 y1,t1 +2 y1,t2 + +p y1,tp +1 y2,t1 +2 y2,t2 + +p y2,tp +u2t
donde

"
2

1
0
E(ut u ) =
0

0
22

#
para t =
de otra forma.

Cu
al es la relaci
on entre los parametros de la primera representacion
(j , i , j , j , ij ) y los de la segunda representacion (j , j , j , i , i2 )?
Cu
al es la relaci
on entre t y ut ?
11.4. Escribe el resultado del ejercicio 11.3 como

   
1 (L)
(L)
y1t
u
= 1t
0 (L) 1 (L) y2t
u2t
o
A(L)yt = ut .
Pre multiplicar este sistema por la adjunta de A(L),


1 (L)
(L)

A (L) =
,
0 + (L) 1 (L)
para deducir ambos, y1t y y2t , admiten una representacion ARM A(2p, p)
univariada. Muestre c
omo el argumento se generaliza para establecer que
si el vector yt de dimension (n 1) sigue una autorregresion de orden p,
entonces cada elemento individual yit sigue un proceso ARM A[np, (n
1)p]. (Vease Zellner y Palm, 1974).
11.5. Considere el siguiente VAR bivariado:
y1t = 0.3y1,t1 + 0.8y2,t1 + 1t
y2t = 0.9y1,t1 + 0.4y2,t1 + 2t
con E(1t 1 ) = 1 para t = y 0, en otro caso, E(2t 2 ) = 2 para t =
y 0, en otro caso, y E(1t 2 ) = 0 para todo t y .
a. El sistema es estacionario en covarianza?
b. Calcular s = yt+s /0 para s = 0, 1 y 2. Cual es el lmite conforme
s ?
c. Calcular la fracci
on del ECM del error de prediccion 2 periodos hacia
adelante de la variable 1,
1,t+2 |yt , yt1 , . . .)]2 ,
E[y1,t+2 E(y
que se explica por 1,t+1 y 1,t+2
5

Control de lectura: Gestion de riesgos financieros

La gesti
on integral de riesgos financieros a nivel mundial exige dominar los conceptos econometricos, matem
aticos y estadsticos necesarios para gestionar de
manera cuantitativa los riesgos financieros, ante ello y apoyandose en solo lo
ledo en la lectura sobre medicion del riesgo de portafolios de inversion compuestos por activos financieros tipo: Opciones, callable bonos, stocks,etc, deberpa responder de manera concisa los siguientes tems:

5.1

Cambio en el valor de la cartera debido a los cambios

en los precios de los activos:

Suponga que tiene tres activos financieros A y B C dentro de un portafolio y

decide valorizar el portafolio considerando los cambios de valor de los activos
financieros en el mercado, exponga una expresion para considerar el cambio de
valor de su portafolio ( considere que el valor del portafolio es U), expreselo en
sensibilidades ponderadas y determine los ponderadores.

5.2

Interprete la siguiente expresi

on:

Deber
a definir cada componente los mas rigurosamente posible (matematica y
estadsticamente) e interpretarlos financieramente, debera definir su implicancia
con las perdidas financieras, y reforzar con un ejemplo.

5.3

Cinco temas claves para considerar en la gesti

on cuantitativa:

Deber
a responder de manera clara cual es la relacion de la correlacion, el termino
de estructura, la no linealidad, la regla de la raz de T y la discontinuidad dentro
del an
alisis de la gesti
on de riesgos financieros, justifique cada comentario con
alguna cita.

5.4

Muestre los Factores primitos de riesgo de los portafolios siguientes:

Un portafolio compuesto solo por un bono.

Un portafolio compuesto solo bonos.
Un portfolio compuesto por opciones.
Un portafolio compuesto por bonos, efectivo y acciones.
Un portafolio compuesto por opciones.

5.5

Miscel
anea de temas:

5.5.1

Enumere los supuestos sobre la funci

on de distribuci
on de
p
erdidas.

5.5.2

Comente la relaci
on de los movimientos brownianos, el proceso Winer y el c
alculo estoc
astico en la gesti
on del riesgo
financiero a trav
es de la predicci
on de valores financieros futuros.

5.5.3
5.5.4

6
6.1

Explique la importancia del Backtesting

Explique la implementaci
on de la gesti
on cuantitativa de los
riesgos financieros en el mercado de las opciones financieras
seg
un la lectura.

Laboratorio
Gestionando la rentabilidad del portafolio:

Descargue 10 activos financieros de renta variable y construya un portafolio equity (considere el mismo peso para cada activo), calcule la rentabilidad historica
del portafolio a traves de un analisis aritmetico y geometrico, compare sus resultados, escoja una de esta serie de retornos historicos y encuentre el mejor
modelo ARIMA(p,d,q).

6.2

Gestionando el riesgo del portafolio

Construya la matriz de covarianzas del portafolio anterior y determine el riesgo

del portafolio medido como la desviacion estandar del portafolio. Construya el
riesgo del portafolio hist
orico. Con el modelo ARIMA estimado en pregunta
anterior realice un an
alisis de presencia de heterocedasticidad, comente sus test
y resultados y de encontrar heterocedasticidad modelarla con un GARCH(p,q).

6.3

Markowitz

Con el modelo ARIMA(p,d,q) y el GARCH(p,q) realice simulaciones de Montecarlo para los retornos y el riesgo, grafquelos en un scatter y explique sus
resultados de acuerdo a la teora de portafolio propuesta por Markowitz.
Considere ahora que usted desea encontrar los pesos que maximizan el ratio
Sharpe para formar un mejor portafolio que el equity y poder comparar la
rentabilidad de ambos portafolios. Compare el performance del portafolio equity
y del portafolio compuesto por pesos provenientes de la maximizacion del ratio
Sharpe.

6.4

VAR: Aplicaciones a economas emergentes

Desarrolle un modelo VAR para determinar la relacion entre la produccion, la

tasa de interes y la inflaci
on, debera considerar alg
un working paper gua que
justifique la elecci
on de cada variable, recuerde que la tasa de interes puede ser
la nominal, real o la de referencia del BCRP, si bien esta parte se asemeja a la

construcci
on de una IS-LM dinamica usted debera justificar cada paso realizado
con alguna citaci
on de una parte del documento de referencia.

6.5

Replique el working paper de Bernanke y Mihov(1995)

visto en clase

6.6

Replique el working paper de Blanchard y Quah(1989)

visto en clase

Ense
na para que digan cuanto he aprendido y no para que digan cuanto sabes!