MODELACIN DE LA VOLATILDIAD DEL ICOLCAP

Modelacin de la volatilidad y pronstico del Icolcap

Cesar Mauricio Fierro y Darling Yaneth Parra

1
Contenido
ABSTRACT ................................................................................................................................... 3
RESUMEN..................................................................................................................................... 3
INTRODUCCIN ........................................................................................................................ 4
MARCO TERICO ..................................................................................................................... 5
ANLISIS APLICATIVO DEL ICOLCAP .............................................................................. 7
CARACTERSTICAS PRINCIPALES DE LA RENTABILIDAD DIARIA DEL
ICOLCAP ...................................................................................................................................... 8
ELECCIN DEL MODELO ARIMA Y GARCH .................................................................. 12
EXISTENCIA DEL MODELO ARCH .................................................................................... 16
ESTIMACIN DE LA VOLATILIDAD ................................................................................. 17
APLICACIN DEL VaR ........................................................................................................... 23
BACKTESTING ......................................................................................................................... 24
CONCLUSIONES....................................................................................................................... 25
BIBLIOGRAFA......................................................................................................................... 27
ANEXOS ...................................................................................................................................... 28

2
 ABSTRACT

In this paper we represent volatility ETF COLCAP modeling using models of ARCH family to
learn more about the stock market in Colombia measuring the efficiency of the market, due to
the ease of obtaining diversification and addition to access large of the stock market through a
single investment in this because you can not invest directly in it.
And also emphasize the Value at Risk is the maximum loss that an investor would be willing to
lose in the iColcap

RESUMEN

En este trabajo representamos la volatilidad del ETF del Colcap modelando por medio de los
modelos de la familia ARCH para conocer ms a fondo el mercado accionario en Colombia
midiendo la eficiencia del mercado, debido a la facilidad de obtener diversificacin y adems de
poder acceder a gran parte del mercado accionario a travs de una sola inversin en este porque
no se puede invertir directamente en l.
Y tambin enfatizar en el clculo del Valor en Riesgo que es la mxima perdida a que un
inversionista estara dispuesto a perder en el iColcap

3
 INTRODUCCIN

Los cambios tecnolgicos, el avance del mercado de valores, la creacin de software

financieros y estadsticos, han permitido que se desarrollen y se usen cada vez ms y con mayor
facilidad metodologas que permitan identificar o modelar con la mayor certeza posible variables
econmicas o del mercado de inters. Una de esas metodologas que han permitido avanzar ms
en el tema de estudio de estas variables econmicas o de mercado, son aquellas que permiten
saber o estudiar cmo funciona o interacta la volatilidad de los activos con los precios o
rendimientos de los mismos, actualmente estas metodologas se encuentran en modelos
heterocedsticos que permiten modelar la volatilidad condicional, o sea aquella que cambia en el
tiempo.

Vivimos en un mundo de incertidumbre, en un mercado abierto, donde las decisiones que

se tomen al otro lado del mundo terminan afectando a Colombia, principalmente al mercado de
valores Colombiano, pasndose por este a todos los sectores econmicos y sociales.
Principalmente en el ltimo ao se ha presentado un aumento en la volatilidad de los mercados
en general, estos se han dado principalmente por la incertidumbre que existe en el aumento de la
tasa bsica de la FED, estas volatilidades tocan en gran medida al mercado Colombiano, la
expectativa del aumento de la tasa de la FED ha provocado un huida de capitales de las
economas emergentes, hacia Estados Unidos, lo ha que ha sido un gran peso al provocar la
devaluacin del dlar frente al dlar, y adems de esto se ha producido una disminucin
considerable en el precio del petrleo lo que ha ocasionado entre otros sucesos que la economa
Colombiana presente problemas tanto de inflacin y por no poder cumplir tampoco con la meta
del PIB para este ao.
Y dado que el ndice Colcap refleja esta informacin del mercado Colombiano es razonable
que su curva en el ltimo ao presente una tendencia decreciente, debido a que los principales
sectores como el de materiales y energa conforman el 29.5% del total del ndice a la fecha
06/10/2015, y precisamente acciones como las petroleras que pertenecen a ese sector han
presentado cadas abruptas lo cual termina presionando de igual manera a la disminucin de la
cotizacin del ndice, por ejemplo la accin de Ecopetrol presenta un peso de 9.24% del total y

4
en estos momentos se encuentra en mnimos histricos, pero de igual manera as como tiene
activos que presionan a la baja con fuerza hay otros que tratan de compensar como lo es el sector
financiero al cual le pertenece el 48.62 a la fecha 06/10/2015, este sector est representado por
un mayor peso de 13.36 por la accin preferencial de Bancolombia la cual durante el ao ha
presentado una tendencia lateral de igual manera al ndice lo puede afectar las variables de
mercado que influyan en los sectores de servicios bsicos, artculos de primera necesidad,
tecnologa de la informacin, bienes de consumo discrecional y cash and/for derivatives los
cuales son los dems factores que componen el ndice.

De esta manera, se reitera la necesidad de estudiar el comportamiento de la volatilidad de

dicho ndice debido a que puede brindar informacin importante no solamente del ndice sino del
mercado Colombiano en general

MARCO TERICO

La volatilidad en el mundo de las finanzas cobra cada vez ms importancia, debido a que es
un factor significativo que tienen en cuenta los inversionistas a la hora de pronosticar
rendimientos futuros y calcular posibles riesgos, es por eso que surge la necesidad de modelar la
volatilidad de los activos financieros en este caso el iColcap, ndice de gran importancia en el
mercado de valores Colombiano, debido a que muestra el comportamiento del mercado
accionario ms representativo del pas. la modelacin se llevara a cabo a travs de los modelos
ARCH, GARCH, EGARCH y TGARCH, dichos modelos permiten estimar la duracin y la
magnitud de la volatilidad, lo cual es crucial para ver si las predicciones que se hacen acerca de
los precios es confiable o no (Prez Ramrez, 2008), pero se debe tener en cuenta que antes de
realizar la modelacin se debe hacer un anlisis de la serie con el fin de encontrar un modelo
ARMA con el que se pueda trabajar en la modelacin.
Es importante para la elaboracin de la aplicacin del proyecto, saber que es el iColcap y
tambin conocer las caractersticas ms importantes sobre este. BlackRock el creador del
iColcap, y en su ficha informativa expone que El ETF iShares COLCAP trata de obtener
resultados de inversin que correspondan al retorno, antes de comisiones y costos, del ndice

5
COLCAP (BlackRock, 2015). Entonces se sabe que el iColcap es un ETF que replica al Colcap,
el cual es considerado por muchos como el ndice ms importante de la Bolsa de Valores de
Colombia, el cual segn el Banco de la Repblica es definido as:
El COLCAP es un indicador que refleja las variaciones de los precios de las 20 acciones
ms liquidas de la Bolsa de Valores de Colombia (BVC), donde el valor de la Capitalizacin
Burstil Ajustada de cada compaa determina su nivel de ponderacin. El valor inicial del
ndice es equivalente a 1.000 puntos y su primer clculo se realiz el da 15 de Enero de 2008
(Banco de la Republica de Colombia, 2013).
Este EFT es muy importante para los inversionistas que recurren al mercado de valores
para obtener rentabilidad por su dinero, su importancia reside principalmente en la facilidad de
obtener diversificacin y adems de poder acceder a gran parte del mercado accionario a travs
una sola inversin.
Debido a que no se puede invertir directamente en el indicador, los inversionistas usan el
ETF iColcap, como parte de sus instrumentos de estrategia de inversin del mercado de renta
variable, los activos netos al 16 octubre de 2015 son de 1.617.222.749.210 pesos (BlackRock,
2015). Lo que muestra que corrobora el gran apetito por este ETF, lo cual refuerza la importancia
y la necesidad de poder llegar a estudiar ms a fondo y modelar este ETF, sacando el mximo
provecho posible de la informacin obtenida, para realizar futuras inversiones.
Un tema que en este artculo es importante, es el de la eficiencia en los mercados, debido a
que a travs de este, se tiende a escoger entre una inversin activa o pasiva. La importancia
reside en que la inversin en un ETF es catalogado como una inversin pasiva. Segn Vargas, S.
Alejandro afirma sobre este tema que:
En caso de que un mercado opere de manera eficiente, no ser posible lograr de manera
permanente una rentabilidad ajustada al riesgo superior o anormal, por lo que ser preferible
seguir una estrategia de inversin pasiva, concentrada en un ndice de mercado; por el contrario,
cuando un mercado es ineficiente, ser posible utilizar una estrategia de inversin activa con el
objetivo de alcanzar oportunidades de inversin que brinden niveles de rentabilidad superiores
(Vargas Snchez, 2012)
Dado lo anterior se considera que se debe elegir una inversin pasiva, si el inversionista
cree que los mercados se comportan de manera eficiente o cree que no podr generar una
rentabilidad mayor a travs de la gestin activa, o tambin en caso de que no desea incurrir en

6
mayores costos, tiempos y/o riesgos al realizar anlisis estrictos para llevar a cabo la gestin
activa del portafolio.
Otro tema importante que se debe tener en cuenta es que generalmente los retornos siguen
hechos estilizados, y estos repercuten en la modelacin y el pronstico del iColcap adems como
se nombr en la introduccin la estimacin del VAR podra ser mejor al tener en cuenta estos
hechos estilizados, los ms importantes a tener en cuenta son curtosis alta, asimetra en la
distribucin de los retornos y el agrupamiento de la volatilidad. En Colombia se han realizado
pocos estudios de estos hechos, uno de ellos se realiz para el IGBC el cual fue remplazado por
el COLCAP el primero de noviembre de 2013, no obstante es importante conocer que se
descubri en dicha investigacin, en su artculo (Alonso & Torres, 2014) concluyeron que el
IGBC, presentaba las siguientes irregularidades:
i. No se presenta eficiencia suave del mercado
ii. Colas pesadas de la distribucin de rendimientos
iii. Normalidad agregada de la distribucin de los rendimientos
iv. Volatilidad no constante y agrupada de los rendimientos
v. Efecto Taylor

|
ANLISIS APLICATIVO DEL ICOLCAP

Para llevar a cabo el anlisis del ndice icolcap, a travs de la plataforma del Grupo Aval se
obtuvieron los precios diarios de cotizacin del ETF del colcap para el periodo del 06 de octubre
de 2011 hasta el 06 de octubre de 2015, dando como muestra observable 928 datos para dicho
anlisis.
En la grfica 1, se pueden ver el histrico de cierre diario durante el periodo analizado, en
color rojo con el eje izquierdo y la rentabilidad diaria en color azul con el eje derecho.

7
 Figura 1. Cierre diario del iColcap y Rentabilidad diaria del iColcap entre el 06 de octubre
de 2011 y el 06 de octubre de 2015. Datos tomados del portal financiero de Grupo Aval

Al analizar la figura se puede observar que al final de la curva adquiere una tendencia
decreciente, lo que podria indicar que la variable no es estacionaria en media, tambin se
identifica que la volatilidad aumenta en gran medida principalmente cuando tiende a presentarse
un cambio de tendencia del cierre diario del icolcap principalmente cuando se presenta una
tendencia positiva, adems se puede identificar que el valor mximo que toma en el periodo de
anlisis el iColcap es de 18.935 pesos el 05 de febrero de 2013 y el mnimo de 11.552 pesos el
26 de agosto del 2015, fecha donde la mayora de acciones de Colombia presentaban tendencias
a la baja.

CARACTERSTICAS PRINCIPALES DE LA RENTABILIDAD DIARIA DEL

ICOLCAP

Con el histograma y sus estadsticas se comienza a analizar el rendimiento diario del iColcap

8
 Figura I1. Histograma y estadsticos del rendimiento diario del iColcap entre el 06 de
octubre de 2011 al 06 de octubre de 2015. Datos tomados del portal financiero de Grupo Aval.

Para corroborar a ver si los rendimientos siguen una distribucin normal se aplicara el test
de Jarque-Bera como sigue:

Teniendo en cuenta que la regla de decisin es que no se rechaza la hiptesis nula si:

y apoyndonos en la informacin del grafico de la figura II, se tiene que el

JB es de 6318.498 mayor a 5.99 por lo que se rechaza la hiptesis nula adems su probabilidad
es de cero lo que indica que hay una probabilidad de 0 de no rechazar la hiptesis nula, lo que
quiere decir que los rendimientos del icolcap no se aproximan a una distribucin normal.

Para corroborar y tener una alta probabilidad de saber si la variable no sigue una
distribucin normal se procede a hacer una prueba ms a travs del grafico III de Quantile-
Quantile. Tal como se observa en la grfica los puntos estn muy dispersos y la mayora estn
fuera de la recta, lo cual corrobora el hecho de que los rendimientos no siguen una distribucin
normal.

9
 Figura II1. Quantile-Quantile del rendimiento diario del iColcap entre el 06 de octubre de
2011 al 06 de octubre de 2015. Datos tomados del portal financiero de Grupo Aval.

Como no se distribuye normal se debe prestar atencin al coeficiente de simetra y curtosis

para identificar cual es el problema.
Como muestra el grafico II la curtosis es 15.79006 como es mayor a 3 la distribucin de los
Rt de Icolcap es leptocurtica, es decir tiene colas ms pesadas que las de una distribucin normal,
lo que indica que existe una mayor probabilidad de obtener un valor extremo.

Ahora al observar el grafico II la simetra es 0.006251 la asimetra es positiva como es

mayor a cero la distribucin de los R de Icolcap es sesgada a la derecha, por lo tanto no es
simtrica y pueden ocurrir ms retornos extremos positivos que retornos extremos negativos.
Por ltimo es importante verificar si hay agrupamiento de volatilidad, para ello se verifica
la figura IV y debido a que todos los valor-p son menores al 5%, entonces se puede afirmar que
si existe agrupamiento de la volatilidad y por ende se presenta correlacin serial entre los
cuadrados y el valor absoluto de los retornos, los retornos no son independientes, lo que quiere
decir que cuando la volatilidad es elevada es probable que permanezca elevada y es cuando esta
es baja es probable que permanezca baja, tal cual como lo muestra el grafico V

10
Figura IV. Correlograma del rendimiento diario del iColcap al cuadrado.

11
 Figura V. rendimiento diario al cuadrado del iColcap

ELECCIN DEL MODELO ARIMA Y GARCH

Con el fin de identificar, estimar y diagnosticar modelos dinmicos de la serie del iColcap
se utiliza la metodologa de Box y Jenkins (1976), y con el fin de hacer lo mismo con la
volatilidad se utiliza los modelos de volatilidad condicional heteroscedstica utilizando
principalmente los pasos de Bollerslev (1986).
Primero se verifica si los precios del iColcap son un proceso estacionario para ello se
realiza el test de Dickey-Fuller aumentado y examinado la tabla 1 donde se observa que el
estadstico tiene un valor de -0.729195 y un p-valor de 0.4007, lo que significa que no es posible
rechazar la hiptesis nula de que la serie tiene raz unitaria, esto indica que existe raz unitaria y
por ende la serie iColcap no es estacionaria, en base a este resultado se procede a revisar la
primera diferencia del logaritmo de los precios del iColcap con el fin de verificar su
estacionalidad.

12
 Tabla 1. Contraste de Dickey-Fuller aumentado para la serie de la serie del iColcap.

De igual manera para verificar si los logaritmos de los precios del iColcap son un proceso
estacionario se realiza el test de Dickey-Fuller aumentado, para ello se examina la tabla 2, donde
se verifica que el estadstico ADF es de -31.49414 y presenta un p-valor de 0; esto indica que se
encontr que la primera diferencia del logaritmo de los precios del icolcap sigue un proceso
estacionario en media, y en su defecto se puede decir que el logaritmo de los precios del icolcap
es una serie integrada de orden 1, y por lo tanto con los rendimientos del icolcap se puede
trabajar con la metodologa ARMA

Tabla 2. Contraste de Dickey-Fuller aumentado para la serie de los rendimientos del icolcap

Para encontrar un modelo que permita estimar los rendimientos diarios del icolcap se
procede a verificar si los retornos del icolcap son incorrelacionados, se procede a verificar la
figura VI la cual es el correlograma de los retornos, y como se puede identificar todos los p-

13
valores son mayores al 5%, por lo que se puede decir que los retornos son incorrelacionados por
ende se sabe que no existe un modelo AR, MA o ARMA para la serie.

Figura VI. Rendimiento diario al cuadrado del iColcap

La estimacin del modelo para la variable de los rendimientos del iColcap es:

14
 Tabla 3. Estimacin de los rendimientos promedio diarios

Conociendo la informacin de la tabla 2 se sabe que el mejor modelo para estimar los
rendimientos diarios es:

(1)

Finalmente de este modelo se analizan los residuos del modelo anterior y se hace a travs
de la prueba de autocorrelacin Q de Ljung Box, para realizar el anlisis se verifica el
correlograma de la figura VII, de l se observa que el modelo ajustado es ruido blanco debido a
que todos sus p-valores son mayores a 0.05, esto quiere decir que la especificacin del modelo es
correcta.

15
 Figura VII. Correlograma de los residuos del mejor modelo

EXISTENCIA DEL MODELO ARCH

Se debe determinar si existe efecto de volatilidad condicional heteroscedstica, para ello se

analiza la figura VIII, la cual muestra el correlograma de los residuos al cuadrado del modelo
ajustado para los rendimientos del iColcap, donde se verifica que todos los p-valores son
menores a 0.05 de tal manera que los valores de autocorrelacin de los residuos al cuadrado son
significativos.

16
 Figura VIII. Correlograma de los residuos al cuadrado

ESTIMACIN DE LA VOLATILIDAD

Ahora sigue estimar los rendimientos diarios del icolcap y la varianza condicional
heteroscedstica con un proceso TGARCH(1,1) con los errores distribuidos normal estndar,
debido a que fue el mejor modelo al no cumplirse las condiciones mnimas para ser un modelo
ARCH ni EGARCH adecuado. Por otra parte el modelo GARCH(1,1) fue otro modelo adecuado
que cumpli con la etapa de validacin, sin embargo el TGARCH permite una mejor modelacin

17
al capturar la asimetra de la volatilidad por ello finalmente se escoge a este ltimo, para su
validacin se realiz el correlograma de los residuos y el de los residuos al cuadrado los cuales
se muestran en la figura IX y X.

Figura IX. Correlograma de los residuos del modelo TGARCH(1,1)

De la figura IX se destaca que todos los p-valores son mayores a 0.05, lo que indica que los
residuos del modelo TGARCH(1,1) son ruido blanco

18
 Figura X. Correlograma de los residuos al cuadrado del modelo TGARCH(1,1)

De la figura X tambin se destaca que todos los p-valores son mayores a 0.05 mostrando que no
se presenta ningn comportamiento sistemtico en los residuos, lo que indica que no existe
evidencia de ms efectos ARCH presentes. La estimacin de la varianza condicional
heteroscedstica se muestra en la tabla IV.

19
 Tabla IV. Estimacin de la varianza condicional heteroscedstica

De la tabla IX se corrobora que todos los coeficientes son significativos, tambin se

observa que el parmetro es positivo, lo que muestra que existe efecto de apalancamiento
(laverage effect); lo que quiere decir que a rentabilidades negativas corresponda una mayor
volatilidad condicional que a rentabilidades positivas. Las ecuaciones finales que permiten
realizar la estimacin de los rendimientos diarios promedio y la varianza condicional
heteroscedstica son respectivamente:

(2)

(3)

20
 Donde: (4)

Lo que indica (4) es que los valores del residuo de la regresin que son negativos son
interpretados como las malas noticias del mercado, y cuando dichos valores son positivos se
interpretan como las noticias buenas, en este caso indica que las noticias del mercado que sean
malas tendrn un impacto (0.127957+0.107265) sobre la varianza condicional, por otro lado las
buenas noticias tan solo tendrn un impacto en 0.127957.
Por otra parte la ecuacin (2) muestra que la rentabilidad esperada del iColcap es de (-
0.0004276%) diario. La volatilidad esperada a corto plazo dado que la rentabilidad en el periodo
(t 1) est por encima de su media (Et-1>0) para el periodo T+1 es de 1.18% para el periodo T+2
es de 1.19%, para el periodo T+20 es de 1.59%, para el periodo t+40 es de 1.62% y por ultimo
para T+200 es de1.62%, lo indica que a medida que pasa el tiempo la volatilidad condicional
tiende a la volatilidad de largo plazo la cual es de 1.625%, para visualizar el efecto de mejor
manera ver grafica XI.

Figura XI. Volatilidad condicional e incondicional

21
GRFICO DE VOLATILIDADES VS PRECIO DEL iColcap

Figura XI. Volatilidad condicional del modelo TGARCH(1,1) vs precios de cierre del
icolcap Datos tomados del portal financiero de Grupo Aval

En la figura XI se observa que existe una mayor volatilidad condicional cuando tiende a
presentarse un cambio de tendencia, la volatilidad tiende a alcanzar picos en casi al inicio de la
nueva tendencia

22
 Figura XII. Volatilidad condicional del modelo TGARCH(1,1)

Tambin es importante saber que al graficar las volatilidad condicional figura XII, es
posible encontrar picos muy altos de volatilidad, por ejemplo el pico nmero uno fue debido a un
rebalancearn el portafolio, provocando un aumento en el desempeo del iColcap, en el crculo
numero dos la volatilidad alta se debi a la fecha ExDividendo entre el 30 hasta el 31 de agosto y
por ltimo el circulo 3 se present una volatilidad alta debido de igual manera a un rebalanceo
del portafolio.

APLICACIN DEL VaR

23
 Para la aplicacin se realiza un supuesto de invertir en el ETF IColcap el valor de 1000
millones de pesos el da de hoy. Teniendo el modelo de volatilidad TGARCH(1,1), se procede a
realizar la estimacin del valor en riesgo (VAR) para el da 06/10/2015, siguiente da hbil
despus de la negociacin. Para un nivel de confianza del 99% se calcularon los datos de la tabla
V suponiendo los retornos del iColcap siguen una distribucin normal, t-student no estandarizada
y una simulacin histrica filtrada.

Aproximacin VAR % $ COP

Normal -2.861858% (28,618,582.18)
t-Student -2.867640% (28,676,399.68)
SHF -3.507487% (35,074,873.69)

Tabla V. Aproximacin del VAR

Los datos de la tabla V indican que con un 99% de confianza al da siguiente de

negociacin la mxima perdida seria de 28,618,582.18 pesos, 28,676,399.68 pesos y
35,074,873.69 pesos para una distribucin normal , t-student no estandarizada y una simulacin
histrica filtrada respectivamente.

BACKTESTING

Con el modelo TGARCH(1,1) calculado se realiza la prueba de Backtestin (Kupiec 1995),

para cada de una de las aproximaciones del VAR calculados en la tabla V, emplendose en total
250 datos diarios. Al realizar el Backtesting se obtuvo la informacin de la tabla VI,

VAR Suma Excepciones Proporcin T t Val-P Suma Ct

VaR-Normal 8 0.0320 -1.6171 1.9695 0.1071 8.000732
VaR-Tstudent 8 0.0320 -1.6171 1.9695 0.1071 8.000724
VaR-SHF 4 0.0160 -4.2844 1.9695 0.000026 4.0004

Tabla VI. Resumen Backtesting

24
 La informacin de la tabla VI con una confianza del 99%, indica que 8,8 y 4 veces la
perdida fue superior al VAR utilizando una distribucin normal, t-student no estandarizada y una
simulacin histrica filtrada respectivamente.
Tambin de la tabla VI se puede verificar utilizando el Test de Kupiec, que el modelo no
ofrece la cobertura deseada en el VAR-SHF y si ofrece una cobertura deseada utilizando una
distribucin normal y t-student no estandarizada, y se escoge como mejor modelo el de la
distribucin t-student al ser el modelo que presenta la cobertura ms fuerte segn la base terica
de la funcin de perdida propuesta por Lpez (1998), con la cual que se calcul Ct.

CONCLUSIONES

Se considera que los resultados obtenidos permiten, que se conozca de una manera ms
detallada el comportamiento iColcap, ETF que replica al ndice ms importante de
Colombia el Colcap, el cual refleja el comportamiento real del mercado accionario de
Colombia, lo que convierte a este tipo de estudios en un tipo de ventaja competitiva,
debido a que se tiene mayor informacin para la toma de decisiones, y la informacin es
vital en el mercado de valores, tanto que se dice que el que tiene la informacin tiene el
poder.
Se espera que el ETF iColcap, presente unos rendimientos tanto a corto como a largo
plazo de -4.28E-06, rendimiento negativo
En este artculo se logr encontrar un modelo de heteroscedasticidad condicional llamado
TGARCH, que permite calcular la volatilidad de los rendimientos del iColcap, es
importante poder modelar la volatilidad de este activo debido a presenta efectos ARCH, o
sea que la volatilidad de los rendimientos del iColcap cambia a lo largo del tiempo.
Debido a que la variable estudiada tiene una gran importancia en el mercado Colombiano
ha sido fundamental conocer cmo se comporta la volatilidad de este ETF, debido a que
con la informacin utilizada es posible tomar mejores decisiones, de acuerdo con los
resultados obtenidos se observ que en el iColcap existe una asimetra en el sentido de
que los retornos negativos extremos tienen un mayor efecto en la volatilidad que los
retornos positivos extremos de igual magnitud, lo que indica que una noticia negativa

25
 genera mayor impacto en la volatilidad que una noticia positiva de igual magnitud, de
igual manera se identific que existe un agrupamiento de volatilidad ocasionando que la
cuando se presente un volatilidad alta o baja esta persista.
El modelo de volatilidad condicional heteroscedstica TGARCH(1,1), obtenido adems
de brinda informacin valiosa sobre la varible iColcap permite realizar anlisis ms
profundos que permitan cuantificar mejor los riesgos, como el VAR, Backtesting, los
cuales en este estudio permitieron calcular que con una confianza del 99% es posible que
en un 3.2% de las veces la mxima perdida pueda superar al VAR, obteniendo perdidas
mayores a 35.000.000 millones de pesos en una negociacin de 1.000 millones de pesos.
Como muestra XIII en anexos, en este estudio se calcul tambin con una confianza del

99% que es posible que en un 3.2% de las veces la mxima perdida pueda superar al

VAR, obteniendo perdidas mayores a 100 millones de pesos en un caso extremo, o

podra ocasionar perdidas mayores de 20 millones de pesos en caso de noticias

fundamentales negativas en una negociacin de 1,485,575,000 de pesos.

Se encontr que cada vez que el ndice sufre un rebalanceo o durante la fecha

exdividendos se produce una volatilidad condicional bastante alta, esta tiende a ser

persistente y viene acompaada de un cambio de tendencia ya sea positivo o negativo.

26
 BIBLIOGRAFA

BOLLERSLEV, T. (02 de 1986). UNC. Obtenido de

http://www.unc.edu/~jbhill/Bollerslev_GARCH_1986.pdf
Alonso, J. C., & Torres, G. (2014). Caractersticas estadsticas del ndice general de la Bolsa de
Valores de Colombia (IGBC) en sus primeros 10 aos. Journal of Economics, Finance
and Administrative Science, 45-54.
Banco de la Republica de Colombia. (19 de 10 de 2013). Banco de la republica. Obtenido de
http://www.banrep.gov.co/es/igbc
blackRock. (06 de 10 de 2015). BlackRock. Obtenido de
http://www.blackrock.com/co/productos/251708/ishares-fondo-burstil-ishares-colcap-
fund
BlackRock. (2015). Fondo Burstil iShares COLCAP.
Box, G., & Jenkis, G. (03 de 09 de 1978). JSTORE. Obtenido de http://doi.org/10.2307/2988198
Grupo Aval. (07 de 10 de 2015). Portal Grupo Aval. Obtenido de
https://www.grupoaval.com/wps/portal/grupo-aval/aval/portal-financiero
Prez Ramrez, F. O. (2008). Modelos ARIMA-ARCH Alguna aplicaciones a las series de tiempo
financieras. Medelln: Universidad de medelln.
Vargas Snchez, A. (2012). GESTIN ACTIVA DE PORTAFOLIOS MEDIANTE LA
APLICACIN DEL MODELO DE TREYNOR. 73.

27
 ANEXOS

Figura XIII. VaR t-student para los 250 dias

28
Test Arch (Existencia de Efectos de la Familia ARCH)

29