Aplicación de modelos condicionados a su pasado para pronosticar los precios de las acciones de Telefónica cotizadas en la New York Stock Exchange (NYSE)

Abstract

Los instrumentos financieros como el precio de las acciones poseen desenvolvimientos volátiles que ocasionan inquietudes en todo tipo de inversionistas. Por su estructura de datos, el precio de las acciones pertenece a las series de tiempo, porque toma valores en la línea del tiempo. Los inversionistas buscan rentabilidades cuando invierten en instrumentos financieros, razón por lo cual necesitan entender su comportamiento y pronosticarlos con el mínimo error posible, es en esta parte cuando se presentan dos enfoques predictivos diametralmente opuestos; una de estas posiciones, sostiene que el precio de las acciones tiene patrones repetitivos a lo largo del tiempo, y que la información del pasado es útil para realizar predicciones, concluyendo que estos patrones se repetirán en el futuro, sin embargo, sus detractores argumentan que esto no es posible, dado el comportamiento eficiente del mercado que captura toda la información, también el precio de las acciones, presenta caminatas aleatorias que dificulta o hace imposible su predicción a partir del pasado por su misma naturaleza de tener un comportamiento errático. La presente investigación, sostiene que si es posible pronosticar el precio de las acciones de Telefónica que se cotizan en New York Stock Exchange (NYSE) a partir de su pasado con la metodología Box y Jenkins o autorregresivo integrado de promedio móvil (ARIMA) y los modelos de la familia ARCH/GARCH. Estos modelos econométricos se caracterizan por su robustez al momento de modelar y pronosticar rentabilidades y volatilidades de series de tiempo univariados.