Análisis de comportamiento del IBEX 35 desde un enfoque macroeconómico

Universidad de Valencia

Facultad de Economa

Grado en Economa

Curso acadmico 2013-2014

Anlisis de comportamiento del IBEX 35

desde un enfoque macroeconmico

Alumno: Jos Luis Requena Molina

([email protected])

Tutora: Mara Cruz Mols Mach

([email protected])

Departamento: Economa Aplicada

Rama de Conocimiento: Mtodos cuantitativos para la

economa y la empresa

Resumen: El trabajo presentado trata sobre el comportamiento temporal del IBEX 35

y de cmo las variaciones macroeconmicas afectan en l. En este trabajo adems se

construye un modelo con el fin de poder realizar previsiones acerca de los niveles en

los que se situar el IBEX 35 en diversas situaciones.

Palabras Clave: IBEX 35, Regresin Lineal, Paro Registrado, Deuda Espaola, Tipo

de Cambio.

1

ndice:

1. Introduccin 2

2. IBEX 35

2.1 Qu es el IBEX 35? 3

2.2 Calculo del IBEX 35 4

2.3 Composicin del IBEX 35 5

3. Modelo de Regresin Lineal

3.1. Fuente de datos y anlisis de las variables empleadas 8

3.2 Anlisis Descriptivo de las Variables 15

3.3 Regresin Lineal Mltiple 16

4. Hiptesis de los modelos estimados por Mnimos Cuadrados Ordinarios

4.1 Normalidad del residuo 18

4.2 Errores de especificacin 21

4.3 Homocedasticidad 22

4.4 Autocorrelacin 23

4.5 Correccin del problema de autocorrelacin 26

5. Simulacin 28

6. Conclusiones 29

7. Bibliografa 30

8. Anexo 1. Resultados Economtricos y Tablas Estadsticas 32

9. Anexo 2. Valoracin de los estudios realizados y competencias alcanzadas

por el alumno, Conclusiones Finales y Curriculum Vitae 36

2

1. Introduccin

El ndice IBEX 35 es el principal ndice burstil de referencia de la bolsa espaola. La

motivacin de estudiar cmo se construye y cmo se predice radica en la importancia

que tiene para la economa espaola, ya que su valor refleja la confianza que los

inversores mantienen en la economa espaola. Ello estimula la bsqueda de una

metodologa que analice su comportamiento, en un entorno en que los mercados

financieros se caracterizan por la gran cantidad de informacin que manejan. Aunque

el IBEX 35 est formado por empresas y son las empresas las que determinan su

comportamiento, estas empresas son de tal dimensin que la variacin de las

variables macroeconmicas afecta al comportamiento del ndice. Es por ello que en

este trabajo se busca realizar un anlisis de cmo afectan las variables

macroeconmicas al IBEX 35 en vez de centrarse en los comportamientos de las

empresas a nivel microeconmico.

El periodo analizado en este trabajo inicia en enero de 2003 y finaliza en diciembre de

2013. En dicho periodo encontramos un periodo de expansin econmica (hasta

finales de 2007) y un periodo de crisis econmica (de finales de 2007 hasta que

finaliza la muestra). En el caso de Espaa, y concretamente en el caso del IBEX 35, el

ndice que agrupa las mejores empresas cotizadas, en el ao 2008 la crisis provoc un

descenso del 39,43% en las cotizaciones, slo unos meses despus de haber

alcanzado en noviembre de 2007 un mximo histrico de 15.945,70 puntos.

Para realizar este trabajo se han empleado diversos programas informticos, tales

como IBM SPSS 22, SPSS 15 (Esta versin ms antigua dispona de opciones que la

versin 22 no dispona), EViews y la hoja de clculo del paquete de Office, Excel.

La parte de regresin mltiple se ha realizado de manera conjunta entre IBM SPSS y

Eviews ya que este ltimo incorpora poder hacer contrastes de hiptesis ms

avanzados (como son el de White y el Test Reset de Ramspey). La hoja de clculo

Excel, ha sido empleada para trasformar las variables y poder operar con ellas,

adems de realizar diversos grficos. La versin de SPSS 15 se ha empleado para

corregir el problema de autocorrelacin mediante el mtodo de Prais-Winsten.

3

2. IBEX35

2.1. Qu es el IBEX 35?

El IBEX 35 es el ndice burstil con mayor referencia de la bolsa espaola. El ndice

est formado por las 35 empresas con mayor liquidez de las cuatro Bolsas Espaolas

(Madrid, Barcelona, Valencia y Bilbao). El resto de acciones de empresas espaolas

con menor liquidez a las 35 que componen el IBEX 35, cotizan en el mercado

continuo. Desde 2006 aos existe adems un mercado para PYMES cotizadas,

Mercado Alternativo Burstil, en el que cotizan empresas de liquidez muy reducida.

El valor del IBEX 35 se mide en puntos, acompaado siempre de un porcentaje

indicativo de las subidas y bajadas del IBEX 35. El IBEX 35 comenz su cotizacin el

14 de Enero de 1992 en 3.000 puntos bsicos.

El horario de operativa del IBEX 35 es de 09.00h de la maana hasta las 17.30h de la

tarde de lunes a viernes. El IBEX 35 cuenta con dos subastas para fijar el precio de

inicio y de fin de sesin. La primera subasta se realiza desde las 08.30h hasta las

09.00h concretando el precio de inicio de la sesin y la segunda subasta se realiza

desde las 17.30h hasta las 17.35h concretando el precio de cierre de la sesin.

El organismo encargado de la gestin, clculo y difusin del IBEX 35 es Sociedad de

Bolsas S.A (Empresa integrada en Bolsa y Mercados Espaoles). La labor de

supervisin corre a cargo del Comit Asesor Tcnico. El Comit Asesor Tcnico est

formado por los representantes de las bolsas de valores y de derivados adems de

contar con expertos de reconocido prestigio en mbitos econmicos y financieros. El

Comit Asesor Tcnico se rene de manera ordinaria dos veces al ao con el objetivo

de revisar la composicin del IBEX 35. Dichas dos reuniones se dan en los meses de

Junio y de Diciembre.

4

2.2 Clculo del IBEX 35

Las empresas con mayor capitalizacin burstil poseen una mayor relevancia en las

variaciones del IBEX 35.

Para el clculo del IBEX 35 se utiliza la siguiente expresin matemtica:

(1)

Siendo:

I (t) correspondo con el valor del ndice en el momento t.

Capi (t) corresponde la capitalizacin burstil del capital flotante de las

compaas que integran el ndice en el momento t.

J es un coeficiente variable empleado para ajustar el ndice para que no se vea

afectado por ampliaciones de capital. La determinacin de dicha variable se

explica a continuacin.

La variable J en la expresin del clculo del ndice tiene la funcin de asegurar la

continuidad del ndice y que ste siga reflejando el comportamiento de una cartera

compuesta por las acciones incluidas en l. Las Normas Tcnicas de Composicin y

Clculo del ndice contemplan la posibilidad de dar autoridad, a Sociedad de Bolsas

S.A, de proponer al Comit Asesor Tcnico un ajuste extraordinario si se diese algn

acontecimiento no contemplado en dichas normas.

Las operaciones financieras que afectan al ndice a tener en cuenta en ajustes del

IBEX 35 son las siguientes (situaciones en las que la variable J de la ecuacin 1 toma

un valor distinto de 0):

La emisin de dividendos ordinarios u otras retribuciones al accionista similares

al pago de dichos dividendos. Tambin quedan contemplados los dividendos

extraordinarios al igual que otras bonificaciones extraordinarias no asimilables

al dividendo ordinario.

Ampliaciones y reducciones de capital

Emisin de instrumentos financieros con posibilidad de ser convertibles o

canjeables por acciones.

Fusiones y Absorciones que afecten de forma considerable al capital flotante

de la empresa.

Divisin patrimonial de la empresa o escisin societaria con retribuciones al

accionista.

5

2.3 Composicin del IBEX 35

En la composicin del IBEX 35 nunca se tiene en cuenta el sector econmico al que

pertenece la empresa que es analizada para la inclusin en el ndice IBEX 35. Es por

ello que el IBEX 35 no guarda ninguna diversificacin sectorial especfica en su

composicin. Podra darse el caso de que las 35 empresas que componen el IBEX 35

pertenezcan al mismo sector.

Debe de hacerse una aclaracin y es que el IBEX 35 recoge las 35 empresas ms

lquidas del mercado espaol, no las 35 empresas ms grandes. Es cierto que se

requiere de un mnimo de capital para poder integrar en el ndice y superar una serie

de filtros, pero una vez cumplimentados dichos requisitos, se basa nicamente en un

criterio de liquidez.

Para medir dicha liquidez, el Comit Asesor Tcnico tiene en cuenta para cada valor,

el volumen efectivo negociado en el mercado principal siempre que este volumen

rena unos criterios de calidad. Es por ello que el Comit Asesor Tcnico tiene la

funcin de vigilante y el poder de descontar del volumen efectivo negociado los

volmenes que atiendan a las siguientes caractersticas:

Sean consecuencia de operaciones que conlleven un cambio en el

accionariado estable de la Sociedad.

Haya sido contratado por un nico miembro del mercado, realizado en pocas

negociaciones, o realizado durante un periodo considerado por el Gestor del

IBEX 35 como poco representativo.

Que el efectivo negociado sufra un descenso tal que se considere que la

liquidez del valor est gravemente afectada.

Operaciones cuyas caractersticas y cuanta as lo aconsejen.

El Comit Asesor Tcnico evala el IBEX 35 en los periodos de control. El periodo de

control es aquel intervalo de seis meses completos antes de cada reunin ordinaria y

de seguimiento del Comit Asesor Tcnico. Los periodos de control para la reunin

celebrada en junio abarcan los meses de diciembre a mayo (ambos incluidos) mientras

que para la reunin que se celebra en diciembre, se abarcan los meses de junio a

noviembre (ambos incluidos).

Los mnimos que debe cumplir un valor para ser candidato a formar parte del IBEX 35

son los siguientes. El primer filtro que debe superar la empresa para formar parte del

ndice, es que en el periodo control, la empresa debe de tener un valor de

capitalizacin medio superior al 0,30% de la capitalizacin media del ndice en dicho

6

periodo. Una vez que se ha superado el primer filtro, la siguiente caracterstica que

debe cumplir la empresa es haber cotizado por lo menos en un tercio de las sesiones

del periodo de control. Si esto ltimo no fuese as, este valor an podra ser elegido

para formar parte del IBEX 35 siempre que estuviera dentro de las primeras 20

empresas por capitalizacin.

El Comit Asesor Tcnico toma sus decisiones sin realizar previsiones de futuro a

largo plazo. Dicho Comit toma sus decisiones con la informacin pblica siempre y

cuando sea fiable. Por fiabilidad se entiende por comunicados de organismos oficiales

o por comunicados de las empresas que componen el IBEX 35. En ningn momento

se tomar como informacin fiable noticas publicadas en prensa o especulaciones del

mercado. Los documentos que se utilizan para la toma de decisiones aparecen

publicados por la Sociedad de Bolsas.

El grfico 1 muestra la participacin de las 35 empresas en el IBEX 35. Como se

puede apreciar, Banco Santander, BBVA, Industria de Diseo Textil (Inditex),

Telefnica, Repsol e Iberdrola son las empresas que ms peso tienen sobre el IBEX

35. En concreto, estas seis empresas representan un 64,27 por ciento del total del

ndice.

Como podemos apreciar en el grfico 2, el 38,44 por ciento del IBEX 35 est

compuesto por empresas que pertenecen al sector bancario. En el grfico 2 se puede

apreciar la desigualdad existente entre los sectores del IBEX 35. El 1,9 por ciento del

IBEX 35 est compuesto por tres empresas (Distribucin Internacional de Alimentos,

Ebro Foods y Viscofan) mientras que el 10,4 por ciento del IBEX 35 lo compone el

sector textil, teniendo como componente nicamente a una empresa, INDITEX.

7

Grfico 1: Composicin del IBEX 35

Abertis Infraestructuras AccionaActividades de Construccin y Servicios AmadeusArcelor Mittal Banco Popular EspaolBanco de Sabadell Banco SantanderBankia BankinterBanco Bilbao Vizcaya Argentaria Bolsas y Mercados EspaolesCaixaBank Distribuidora Internacional de AlimentacinEbro Foods EnagsFomento de Construcciones y Contratas FerrovialGamesa Corporacin Tecnolgica Gas Natural SDGGrifols International Airlines GroupIberdrola Industria de Diseo TextilIndra Sistemas JazztelMAPFRE Mediaset Espaa ComunicacinObrascn Huarte Lain Red Elctrica CorporacinRepsol Sacyr

38,44

8,58

1,9

17,52

17,28

10,4

4,16 1,72

Grfico 2: Composicin Sectorial del IBEX 35

Banca Construccin Alimentaria Energa

Telecomunicaciones Textil Otros Sanidad

Fuente: Elaboracin Propia


8

3. Modelo de Regresin Lineal

En apartado se va a realizar una regresin lineal con la finalidad de ver cmo afectan

las variaciones de las variables macroeconmicas en el IBEX 35.

3.1. Fuente de datos y anlisis de las variables empleadas

Los datos han sido extrados del Instituto Nacional de Estadstica Espaol, del Banco

Central Europeo, del Banco de Espaa y del Broker de Forex Oanda. Todas las

variables recogidas son mensuales y el periodo analizado han sido los ltimos diez

aos seleccionando como punto de inicio del anlisis Enero de 2003 y como final de la

muestra Diciembre de 2013. Hay variables que debido a su temporalidad (variables

cuya temporalidad es trimestral, semestral o anual), han sido descartadas desde el

primer momento aun cuando habra resultado interesante haber podido incluirlas en el

trabajo.

Las variables seleccionadas para analizar su interaccin con el IBEX 35 han sido:

Volumen de negociacin. El volumen de negociacin hace referencia a las

operaciones de compra y venta de valores burstiles. Esta variable ha sido

seleccionada debido a que el volumen de contratacin es una de las

caractersticas principales que afectan directamente al movimiento de los

precios en las acciones. Se supone que un aumento en la cotizacin de un

ttulo, va acompaado de un aumento del. El volumen es un indicador de

fortaleza en el mercado burstil.

El grfico 3 muestra la evolucin de la variable Volumen de Negociacin en el periodo

Enero 2003 a Diciembre 2013:

0

20000000

40000000

60000000

80000000

100000000

120000000

140000000

160000000

180000000

200000000

ene.

-03

ago

.-03

mar

.-0

4

oct

.-04

may

.-05

dic

.-05

jul.-

06

feb

.-07

sep

.-07

abr.

-08

no

v.-0

8

jun.

-09

ene.

-10

ago

.-10

mar

.-1

1

oct

.-11

may

.-12

dic

.-12

jul.-

13

Euro

s

Grfico 3: Volumen de Negociacin


9

Tipo de cambio Euro/Dlar. El tipo de cambio es el precio de una divisa frente

a otra. Para mi anlisis he seleccionado el par Euro/Dlar ya que aunque es el

par ms negociado en el mercado de divisas, es indicativo de la confianza de

los inversores en el mercado europeo.

El grfico 4 muestra la evolucin de la variable Tipo de Cambio Euro/Dlar en el

periodo Enero 2003 a Diciembre 2013

Total de Activos del Banco Central Europeo. Esta variable simboliza la

poltica monetaria de la eurozona. El Banco Central Europeo (BCE) es

prestamista en ltima instancia para las entidades bancarias. Como puede

apreciarse en el grfico, con la crisis de deuda en Grecia, la compra de activos

se increment de forma considerable ya que se requiri una actuacin directa

por parte de dicho organismo.

El grfico 5 muestra la evolucin de la Variable Total de Activos del Banco Central

Europeo en el periodo Enero 2003 a Diciembre 2013:

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

ene.

-03

jul.-

03

ene.

-04

jul.-

04

ene.

-05

jul.-

05

ene.

-06

jul.-

06

ene.

-07

jul.-

07

ene.

-08

jul.-

08

ene.

-09

jul.-

09

ene.

-10

jul.-

10

ene.

-11

jul.-

11

ene.

-12

jul.-

12

ene.

-13

jul.-

13

Euro

/D

lar

Grfico 4: Tipo de Cambio Euro/Dlar


10

0

100000

200000

300000

400000

500000

600000

700000

ene.

-03

ago

.-03

mar

.-04

oct

.-04

may

.-05

dic

.-05

jul.-

06

feb

.-07

sep

.-07

abr.

-08

no

v.-0

8

jun.

-09

ene.

-10

ago

.-10

mar

.-11

oct

.-11

may

.-12

dic

.-12

jul.-

13

Mill

on

es d

e eu

ros

Grfico 5: Total de Activos del BCE

Tipo de inters de la obligacin espaola a 10 aos. El tipo de inters de la

obligacin espaola a 10 aos refleja la confianza de los mercados en Espaa.

He seleccionado la obligacin a 10 aos debido a que es el activo de deuda

pblica de referencia. En el grfico 6 se puede apreciar cmo la crisis de deuda

pblica iniciada por Grecia incrementa a niveles mximos el tipo de inters

llegando a rozar el 7%.

El grfico 6 muestra la evolucin de la Variable Tipo de inters de la obligacin

espaola a 10 aos en el periodo Enero 2003 a Diciembre 2013:

0

1

2

3

4

5

6

7

8

ene.

-03

jul.-

03

ene.

-04

jul.-

04

ene.

-05

jul.-

05

ene.

-06

jul.-

06

ene.

-07

jul.-

07

ene.

-08

jul.-

08

ene.

-09

jul.-

09

ene.

-10

jul.-

10

ene.

-11

jul.-

11

ene.

-12

jul.-

12

ene.

-13

jul.-

13

Po

rcen

taje

Grfico 6: Tipo de inters de la Obligacin Espaola a 10 aos



11

ndice de Precios Industriales. El ndice de Precios Industriales mide la

evolucin mensual de los precios de los productos fabricados por la industria y

vendidos en el mercado interior en la primera etapa de su comercializacin. El

ndice de Precios Industriales recoge la evolucin de los precios de venta a

salida de fbrica obtenidos por los establecimientos industriales en las

transacciones que stos efectan, excluyendo los gastos de transporte,

comercializacin, IVA y otros impuestos indirectos facturados. Para su

obtencin se realiza una encuesta continua que recoge todos los meses

aproximadamente 27.000 precios de 1.500 productos, en una muestra cercana

a los 8.500 establecimientos industriales. La informacin que se recoge son los

precios vigentes el da 15 de cada mes. Esta variable tiene mayor inters en el

anlisis ya que recoge solamente los datos de precios de productos fabricados

en Espaa de productos industriales por lo que con esta variable, introducimos

las variaciones de la industria en el anlisis del IBEX 35. La variable esta es un

ndice cuya base 100 corresponde a enero de 2010.

El grfico 7 muestra la evolucin de la Variable ndice de Precios Industriales en el

periodo Enero 2003 a Diciembre 2013:

0

20

40

60

80

100

120

ene.

-03

jul.-

03

ene.

-04

jul.-

04

ene.

-05

jul.-

05

ene.

-06

jul.-

06

ene.

-07

jul.-

07

ene.

-08

jul.-

08

ene.

-09

jul.-

09

ene.

-10

jul.-

10

ene.

-11

jul.-

11

ene.

-12

jul.-

12

ene.

-13

jul.-

13

Pre

cio

s

Grfico 7: Indice de Precios Industriales


12

Paro Registrado. El paro registrado se corresponde con las demandas de

empleo pendientes de satisfacer el ltimo da del mes en las oficinas pblicas

de empleo. Tambin incluye a aquellas personas que solicitan un empleo para

un perodo inferior a tres meses o las personas que buscan un trabajo con una

jornada inferior a veinte horas semanales. Dicho dato excluye a ciertos

colectivos demandantes de empleo como son los que buscan su primer empleo

durante o tras finalizar sus estudios, trabajadores beneficiarios del subsidio

agrario o personas apuntadas a cursos de formacin de los Servicios Pblicos

de Empleo. El dato representa el porcentaje de gente que acude a las oficinas

pblicas de empleo dentro de la poblacin activa.

El grfico 8 muestra la evolucin de la variable Paro Registrado en el periodo

Enero 2003 a Diciembre 2013:

Deuda Espaola. Dentro de la deuda espaola se encuentran dos variables:

Deuda a corto plazo (Fecha de vencimiento inferior a 1 ao) y Deuda a largo

plazo (Fecha de vencimiento superior a 1 ao). Estas variables expresan en

miles de euros corrientes. Como se puede apreciar en los grficos 9 y 10, tras

el inicio de la crisis, dispara los niveles de deuda, llegando a duplicar la

cantidad de deuda a largo plazo existente y triplicando la deuda a corto plazo

en menos de tres aos.

0

5

10

15

20

25

30

ene.

-03

jul.-

03

ene.

-04

jul.-

04

ene.

-05

jul.-

05

ene.

-06

jul.-

06

ene.

-07

jul.-

07

ene.

-08

jul.-

08

ene.

-09

jul.-

09

ene.

-10

jul.-

10

ene.

-11

jul.-

11

ene.

-12

jul.-

12

ene.

-13

jul.-

13

Po

rcen

taje

Grfico 8: Paro Registrado


13

Los grficos 9 y 10 muestran la evolucin de las Variables Deuda Espaola a corto

plazo y a largo plazo en el periodo Enero 2003 a Diciembre 2013:

0

100000000

200000000

300000000

400000000

500000000

600000000

700000000

ene.

-03

ago

.-03

mar

.-04

oct

.-04

may

.-05

dic

.-05

jul.-

06

feb

.-07

sep

.-07

abr.

-08

no

v.-0

8

jun.

-09

ene.

-10

ago

.-10

mar

.-11

oct

.-11

may

.-12

dic

.-12

jul.-

13

Mill

on

es d

e eu

ros

Grfico 9: Deuda a Largo Plazo

0

10000000

20000000

30000000

40000000

50000000

60000000

70000000

80000000

90000000

100000000

ene.

-03

ago

.-03

mar

.-04

oct

.-04

may

.-05

dic

.-05

jul.-

06

feb

.-07

sep

.-07

abr.

-08

no

v.-0

8

jun.

-09

ene.

-10

ago

.-10

mar

.-11

oct

.-11

may

.-12

dic

.-12

jul.-

13

Mill

on

es d

e eu

ros

Grfico 10: Deuda a Corto Plazo



14

Euribor: Euribor es el acrnimo de Euro Interbank Offered Rate o como se le

conoce en espaol, tipo europeo de oferta interbancaria. El Euribor es el tipo

medio de inters al que se pactan los prstamos los bancos europeos ms

importantes. Para la determinacin de los tipos Euribor se elimina el 15% de

los tipos inters de prstamos ms altos y el 15% de los tipos de inters de

prstamos ms bajos. Todos los das laborales a las 11:00 se determinan los

tipos de inters del Euribor y se transmiten a todos los interesados y a la

prensa. Esta variable es interesante tenerla en cuenta ya que mide la confianza

del sector bancario y como hemos podido ver anteriormente, el IBEX 35 est

altamente bancarizado.

El grfico 11 muestra la evolucin de la variable Euribor en el periodo Enero 2003

a Diciembre 2013:

0

1

2

3

4

5

6

ene.

-03

jul.-

03

ene.

-04

jul.-

04

ene.

-05

jul.-

05

ene.

-06

jul.-

06

ene.

-07

jul.-

07

ene.

-08

jul.-

08

ene.

-09

jul.-

09

ene.

-10

jul.-

10

ene.

-11

jul.-

11

ene.

-12

jul.-

12

ene.

-13

jul.-

13

Tip

o d

e in

ter

s Eu

rib

or

Grfico 11: Euribor


15

3.2 Anlisis Descriptivo de las Variables

En la siguiente tabla se refleja los principales estadsticos descriptivos de las variables

analizadas anteriormente con el fin de conocer desde el punto de vista estadstico las

variables.

Las variables que presentan una menor dispersin son el Tipo de Cambio, Precios

Industriales y Obligacin Espaola a 10 aos como se puede apreciar en sus

coeficientes de variacin. Dichos coeficientes son los ms prximos a 0. Las variables

con mayor variacin son el Total de Activos del BCE y Euribor. Esta gran diferencia

reside en que las variables con mayor variacin son las que ms se han visto

afectadas por la crisis mientras que las que su coeficiente de variacin es pequeo,

son variables que no se ven afectadas por el ciclo econmico.

Mnimo Mximo MediaDesviacin

estndarVarianza

Coeficiente

de variacin

IBEX35 5870,5 15890,5 10011,571 2419,786 5855364,3 0,2416989

TipoCambio 1,06 1,58 1,3129 0,10475 0,011 0,0797852

Euribor 0,48 5,39 2,3877 1,32318 1,751 0,5541651

Volumen 27106418 183004864 78227058 31234337 9,76E+14 0,3992779

DeudaCP 28854804 93733616 57254627 24900412 6,20E+14 0,4349065

DeudaLP 257149904 625277969 362559668 118370151 1,40E+16 0,3264846

TotalActivosBCE 93131 603283 220013,95 136561,62 1,87E+10 0,6206953

PIndustrial 85,9 107,6 94,3045 6,32755 40,038 0,067097

TasaParo 7,9 26,5 15,5303 6,60773 43,662 0,4254734

Oblicacin

10aos3,09 6,8 4,3768 0,73821 0,545 0,1686643

Tabla 1: Estadsticos descriptivos

16

(2)

3.3 Regresin Lineal Mltiple

Para analizar la relacin entre las variables mencionadas anteriormente y el IBEX 35,

he utilizado el mtodo de regresin lineal mltiple.

La regresin mltiple tiene como objetivo analizar cmo afectan las variaciones de las

variables mencionadas anteriormente en el IBEX 35 utilizando la informacin

proporcionada por las variables. Por eso mismo, en este epgrafe asumo que el

IBEX35 es una funcin lineal de las variables mencionadas anteriormente.

El modelo lineal tiene la siguiente expresin:

35 = 0 + 1 + 2 + 3 + 4

10 + 5 +

6 + 7 + 8

+ 9 +

Los coeficientes b1, b2,b9 denotan la magnitud del efecto que tienen las variables

sobre el comportamiento del IBEX35. El coeficiente b0 es un trmino constante e

independiente del modelo. La aparicin de dicho trmino no es necesaria y puede

interpretarse como la existencia de una variable X0 que siempre muestra un valor 1.

El resultado de aplicar la regresin lineal es el siguiente:

Tabla 2: Coeficientes de regresin

Modelo

Coeficientes no

estandarizados

Coeficientes

estandarizados

t Sig. B

Error

estndar Beta

1 (Constante) -26287,060 3451,184 -7,617 ,000

TipoCambio 5792,196 895,201 ,251 6,470 ,000

Volumen 6,813E-6 ,000 ,088 1,909 ,059

DeudaCP ,000 ,000 1,339 9,226 ,000

DeudaLP 1,460E-5 ,000 ,714 7,540 ,000

TotalActivos

BCE ,007 ,002 ,367 3,804 ,000

Pindustrial 350,403 45,356 ,916 7,726 ,000

TasaParo -1345,780 90,937 -3,675 -14,799 ,000

Bono10 468,773 185,412 ,143 2,528 ,013

Euribor -87,014 139,309 -,048 -,625 ,533

17

Antes de todo, empiezo por realizar un anlisis de la significatividad conjunta del

modelo. Para ello asumo las siguientes hiptesis:

Ho: 1 = 2 = 3 = 4 = 5 = 6 = 7 = 8 = 9 = 0

H1: 1 2 3 4 5 6 7 8 9 0

Realizando el contraste obtenemos los siguientes resultados: F-statistic 188.1121 Prob(F-statistic) 0.000000

Por lo que al ser la Prob (F-statistic) 0,00000 < 0,05 se debe rechazar la hiptesis nula

y aceptar el modelo estimado como vlido.

Sustituyendo los resultados de la tabla 2 en la ecuacin 2 se obtiene:

IBEX 35 = 26287,06 + 5792,196 Tipo de Cambio 1345,78 Tasa de Paro + 6,813

106 Volumen + 0,0001 Deuda a Corto Plazo 1,46 105

Deuda a Largo Plazo + 468,773

Tipo de Interes de la Obligacin a 10 aos + 0,007

Total de Activos del BCE + 350,403 ndice de Precios Industriales

87,014 Euribor

Se define el coeficiente de determinacin R2 como una medida descriptiva del ajuste

global del modelo. El coeficiente de determinacin R2 puede adquirir cualquier valor

dentro del intervalo 0-1. Si analizamos los valores extremos, cuando el R2 toma valor 0

significa que la varianza de la variable explicada es nula mientras que si toma el valor

1 significa que es un ajuste perfecto donde la varianza residual toma el valor 0. Un

modelo ser mejor cuando mayor valor tenga su coeficiente de determinacin R2.

Tabla 3: Resumen del modelo

Modelo R R cuadrado

R cuadrado

ajustado

Error estndar de la

estimacin

1 ,966a ,933 ,928 649,73374

a. Predictores: (Constante), Bono10aos, Volumen, PIndustrial, TipoCambio,

Euribor, TotalActivosBCE, DeudaLP, DeudaCP, TasaParo

18

La regresin del modelo planteado explica un 93,3% del comportamiento del IBEX 35.

Es necesario realizar la comprobacin de las hiptesis de estimacin de los modelos

estimados por Mnimo Cuadrados Ordinarios para corroborar dicho resultado.

4. Hiptesis de los modelos estimados por Mnimos Cuadrados Ordinarios

Para la realizacin del modelo se han tomado las siguientes cuatro hiptesis:

1. Los residuos cumplen con el criterio de normalidad de los residuos. Esto es

que la variable u sea normal para todo t.

2. Se presupone la ausencia de errores de especificacin ya que en el modelo

est supuesto que todas las variables X que son relevantes para la

explicacin de la variable IBEX 35 estn incluidas en el modelo.

3. Las perturbaciones aleatorias son homocedsticas. Esta hiptesis asume

que las perturbaciones aleatorias poseen la misma varianza y por lo tanto

son independientes en el tiempo y de los valores de las variables

predeterminadas.

4. Las perturbaciones aleatorias son independientes entre s. Esto quiere decir

que las perturbaciones correspondientes a diferentes momentos del tiempo

no deben de estar correlacionadas entre s.

Debido a que el modelo debe de cumplir las anteriores hiptesis, creo que es

conveniente que compruebe cada una de ellas ya que de no cumplirse alguna de ellas

el modelo puede no ser del todo acertado. En los siguientes epgrafes se realizan

diversos contrastes para comprobar que el modelo s que efectivamente cumple las

hiptesis mencionadas y en el caso de no cumplirla, ponerle una solucin.

4.1 Normalidad del Residuo

La falta de normalidad del residuo afecta especialmente a la estimacin de la varianza

del modelo y no se obtendrn intervalos de confianza correctos del error experimental.

Sin embargo, segn el teorema central del lmite, dicha falta de normalidad no tiene

grandes efectos a la hora de realizar contrastes utilizando la F de Snedecor.

Para comprobar la normalidad de los residuos, he realizado dos anlisis grficos y el

test de Kolmogorov-Smirnov Lilliefors.

19

En el grfico 11 estn representadas las frecuencias asociadas al residuo

estandarizado de la regresin estimada junto con la referencia de la distribucin

normal.

Como se puede ver en el histograma anterior del grfico 11, las frecuencias presentan

una distribucin que se ajusta bastante a una campana de Gauss por lo que podra

afirmarse que los residuos muestran una distribucin normal.

Grfico 11. Histograma


20

El grfico normal de probabilidad sirve para determinar si un conjunto de datos se

ajusta razonablemente a una distribucin normal. La normalidad de los datos ser

perfecta cuando el grfico de puntos resulte ser la diagonal de la caja que los contiene.

Las diferencias que existen entre la diagonal y los datos observados marcarn la

aceptacin o no de la hiptesis de normalidad.

Como se puede apreciar en el grfico 12, los datos parecen acercarse a la diagonal

pero para asegurar la aceptacin de la hiptesis de normalidad del residuo, realizar el

contraste de Kolmogorov-Smirnov Lilliefors.

El contraste Kolmogorov-Smirnov Lilliefors considera que la masa total de probabilidad

discreta est repartida uniformemente entre los N valores muestrales de forma que,

ordenados de mayor a menor, la funcin de distribucin de emprica de la muestra es

() =

.

Las hiptesis de este contraste son las siguientes:

H0: El residuo sigue una distribucin normal

H1: El residuo no sigue una distribucin normal

Grfico 12: Grfico P-P Normal de regresin


21

Como podemos ver en la tabla 4 despus de aplicar el contraste de Kolmogorov-

Smirnov Lilliefors, no se rechaza la hiptesis nula lo que quiere decir que los residuos

siguen una distribucin normal.

4.2 Errores de Especificacin

Una de las hiptesis asumidas a la hora de construir el modelo de anlisis de

comportamiento del IBEX 35 ha sido la de que el modelo est bien especificado. Por

especificar bien el modelo se entiende seleccionar una forma funcional apropiada y la

eleccin de las variables independientes apropiadas que explicaran la variable

dependiente.

Para la comprobacin la correcta especificacin del modelo, realizare el Test Reset de

Ramsey. Dicho test es una prueba general de especificacin para modelos estimados

por regresin lineal. El test comprueba que las combinaciones lineales ajustadas de

las variables independientes ayudan a explicar el comportamiento de la variable que

se pretende analizar. Para realizar dicha comprobacin, lo primero que se realiza es la

estimacin del modelo para obtener los valores esperados de la variable dependiente,

(en este trabajo estudio, IBEX 35). Seguidamente se vuelve a realizar la estimacin del

modelo pero incluyendo la variable estimada como una variable independiente ms. A

partir de dicha regresin, El Test Reset de Ramsey formula las siguientes hiptesis

bsicas:

H0: El modelo no tiene errores de especificacin

H1: El modelo est mal especificado

Tabla 4:

22

Para corroborar las hiptesis se utiliza el estadstico F y no se rechazar la hiptesis

nula siempre que el estadstico F del modelo estimado por segunda vez sea superior a

0,05.

En la tabla 5 se pueden apreciar los resultados del Test Reset de Ramsey1.

Tabla 5 Value df Probability

t-statistic 1.092457 121 0.2768

F-statistic 1.193463 (1, 121) 0.2768

Likelihood ratio 1.295581 1 0.2550

Como la probabilidad de F-statistic, 0,2768 es mayor a 0,05 por lo que no se rechaza

la hiptesis nula considerando que el modelo no tiene errores de especificacin.

4.3 Homocedasticidad

Como he mencionado, una de las hiptesis bsicas en cualquier modelo de regresin

mltiple asume que la variable del trmino independiente tiene una varianza no

dependiente de t. El hecho de que la varianza de t sea constante para todo t, se

denomina hiptesis de homocedasticidad. Si se relaja dicha hiptesis y la varianza de

t no es constante, nos encontramos ante la presencia de heterocedasticidad.

La importancia del incumplimiento de la hiptesis de homocedasticidad radica en que

los estimadores obtenidos por Mnimos Cuadrados Ordinarios no son de varianza

mnima aunque sigan siendo insesgados.

La presencia de heterocedasticidad tiene unas implicaciones importantes ya que se

invalida la inferencia que se realiza habitualmente:

Ya no se pueden utilizar los contrastes realizados con la t de Student.

Ya no se pueden utilizar los contrastes realizados con la F de Snedecor.

Ya no se pueden elaborar predicciones del mismo modo que se han hecho

hasta ahora.

Para la comprobacin de la existencia de homocedasticidad en el modelo

economtrico presentado, se realiza el contraste de heterocedasticidad de White. El

contraste de heterocedasticidad de White2 tiene el siguiente resultado:

1 Los resultados completos del Test Reset de Rampsey se encuentran en el Anexo 1 2Los resultados completos del test de White se encuentran en el Anexo 1

23

Ho: El modelo presenta homocedasticidad

H1: El modelo presenta heterocedasticidad

Tabla 6. Heteroskedasticity Test: White F-statistic 1.674740 Prob. F(54,77) 0.0187

Obs*R-squared 71.29619 Prob. Chi-Square(54) 0.0575

Como se puede apreciar en la tabla anterior, la Prob. Chi-Square (54) 0,0575 > 0,05

por lo que no se puede rechazar la hiptesis nula. Concluyo que el modelo no

presenta heterocedasticidad.

4.4 Autocorrelacin

Se entiende por Autocorrelacin la relacin que existe entre las observaciones de una

variable. En el caso de los datos temporales es habitual la existencia de cierta inercia

en los datos que hace imposible mantener la independencia de las observaciones

periodo a periodo denominada Autocorrelacin temporal.

Para la comprobacin de la autocorrelacin, al no conocer los valores de la

perturbacin aleatoria, ut, la verificacin de la existencia o no de autocorrelacin se

realiza a partir de las valores de la variable aleatoria u t estimada. Es por ello que

asumiremos que el modelo presenta autocorrelacin cuando el trmino de error ut del

modelo economtrico esta correlacionado consigo mismo.

Los problemas generados por la existencia de autocorrelacin en los modelos

estimados por Mnimos Cuadrados Ordinarios son los mismos que los que produce el

problema de heterocedasticidad analizado en el punto anterior. Dichos problemas son

los siguientes

Ya no se pueden utilizar los contrastes realizados con la t de Student.

Ya no se pueden utilizar los contrastes realizados con la F de Snedecor.

Ya no se pueden elaborar predicciones del mismo modo que se han hecho

hasta ahora.

La deteccin del problema de autocorrelacin en el modelo se centra en un estudio

grfico y en el contraste del estadstico Durbin-Watson.

A continuacin se muestra un grfico en el que se han representado los residuos

estandarizados en funcin del tiempo:

24

(4)

Como podemos ver en el grfico 13, existe un cierto patrn de alzas y bajas aunque

dicho patrn no termina de dar una informacin concreta por lo que el anlisis grfico

no es suficiente para contrastar la presencia de autocorrelacin en el modelo.

Contraste de Durbin-Watson:

Tras el estadstico no se esconde ms que el coeficiente de correlacin de primer

orden entre los residuos. Siendo los residuos estimados en el momento t y el

coeficiente de correlacin de los residuos, existir autocorrelacin en la medida en que

adquiera un valor no nulo:

= 0 no hay autocorrelacin DW = 2

= 1 autocorrelacin positiva DW = 0

= -1 autocorrelacin negativa DW = 4

Grfico 13: Dispersin del residuo

25

La hiptesis a contrastar son:

H0: El modelo no posee autocorrelacin.

H1: El modelo posee autocorrelacin.

Como se puede apreciar en el grfico 14, existen zonas de incertidumbre donde no se

puede afirmar la existencia de autocorrelacin. A continuacin se explica con detalle

las zonas que delimitan la existencia o no de autocorrelacin y la de incertidumbre.

DW < dl se rechaza la =0 y se acepta que el modelo presenta

autocorrelacin.

DW > 4- dl se rechaza que =0 y se acepta que el modelo presenta

autocorrelacin.

du < DW < 4-dl se acepta que =0 y el modelo no presenta autocorrelacin.

4-du < DW < 4- dl o dl < DW < du Existe incertidumbre por lo que no se

puede saber si el modelo posee autocorrelacin o no.

El valor del estadstico Durbin-Watson del modelo es 0,954 por lo que el modelo

propuesto presenta autocorrelacin ya que los limites para este caso son dl= 1,506 y

du= 1,850. Estos valores dl y du son valores tabulados3.

De este modo, se viola una de las hiptesis bsicas establecidas anteriormente donde

se asuma que las covarianzas entre las perturbaciones eran nulas.

3 Tabla con los valores tabulados se encuentra en el Anexo 1

Grfico 14: Durbin Watson

26

(5)

(6)

4.5 Correccin del problema de Autocorrelacin

El modelo de Prais-Winsten consiste en emplear la matriz de trasformacin de orden

TxT sobre el modelo estimado.

El modelo transformado quedara de la siguiente forma:

Para la correccin de la autocorrelacin he decidido aplicar el procedimiento de Prais-

Winsten con un coeficiente Rho de 0,71. Se emplea un coeficiente Rho de 0,71 ya que

de esta manera se puede obtener un estadstico Durbin-Watson en el modelo de

1,865, superando de esta forma el du=1,850.

Tabla 7: Resumen de ajuste del modelo

R

R

cuadrado

R cuadrado

corregida

Error tpico de la

estimacin

Durbin-

Watson

,823 ,678 ,654 507,914 1,865

Se ha utilizado el mtodo de estimacin de Prais-Winsten.

27

(7)

Tabla 8: Coeficientes de regresin

Coeficientes no estandarizados

Coeficientes estandarizados t Sig.

B Error tpico Beta B Error tpico

TipoCambio 6095,765 1345,246 ,297 4,531 ,000

Euribor 170,973 216,794 ,083 ,789 ,432

Volumen 3,95E-008 ,000 ,001 ,017 ,986

DeudaCP 8,70E-005 ,000 ,770 4,655 ,000

DeudaLP 1,50E-005 ,000 ,633 3,697 ,000

TotalActivosBCE ,004 ,002 ,199 1,698 ,092

TasaParo -1065,844 127,899 -2,441 -8,334 ,000

Bono10aos 64,131 214,819 ,022 ,299 ,766

PIndustrial 314,292 66,621 ,716 4,718 ,000

(Constante) -23078,818 4900,085 -4,710 ,000

Se ha utilizado el mtodo de estimacin de Prais-Winsten.

Una vez realizada la estimacin por el mtodo de estimacin de Prais-Winsten

podemos apreciar que la calidad del modelo ha disminuido como refleja el coeficiente

de determinacin R2. El modelo pasa de explicar el 93,3% del comportamiento del

IBEX 35 a explicar el 67,8% del comportamiento del IBEX 35.

Si analizamos las variables de forma detenida, podemos apreciar como Euribor, Total

de Activos del Banco Central Europeo, Volumen y Tipo de Inters de la Obligacin a

10 aos no son variables significativas con un nivel de significatividad del 5% que es el

asumido en la realizacin de este estudio. Para un nivel de significatividad del 10%, la

variable Total de Activos del Banco Central Europeo s que sera significativa y su

evolucin afectara al comportamiento del IBEX 35.

La ecuacin final del modelo propuesto es la siguiente:

35 = 23078,818 + 6095,765 + 8,7 105

+ 1,5 105 + 314,292

1065,844

Como se puede apreciar en la tabla 9, la variable cuyo comportamiento afecta ms al

IBEX 35 es la tasa de paro con un valor del coeficiente estandarizado (-2,441) muy

superior a la segunda variable que ms afecta que es deuda a corto plazo con un

coeficiente estandarizado de 0,77.

28

Analizando los coeficientes de las variables, todos son positivos a excepcin de la tasa

de paro. Los signos positivos de los valores deuda a corto plazo y deuda a largo plazo

me sorprenden ya que afirman una relacin positiva entre el nivel del IBEX 35 y el

endeudamiento espaol. Antes de comenzar el anlisis hubiera asegurado que el

IBEX 35 mantena una relacin inversa con el endeudamiento espaol. Por otro lado,

se confirma que el Tipo de Cambio, Evolucin de los Precios Industriales y Tasa de

Paro mantienen la relacin que a priori se poda esperar.

5. Simulaciones

Las simulaciones permiten realizar predicciones aplicando el modelo calculado

anteriormente. El modelo utilizado para el clculo de dichas simulaciones es el

estimado por Prais-Winsten ya que es el modelo final sin autocorrelacin.

Caso 1. La economa espaola en Enero de 2016 se mantiene como en la actualidad.

Para este caso consideramos que el tipo de cambio se sita en niveles de 1,35, los

niveles de deuda a largo plazo en 600000000 y de deuda a corto plazo en 88000000,

el ndice de precios industriales se sita en un nivel de 105 mientras que el paro

registrado estara en 26. Al sustituir en la ecuacin (7) los valores mencionados

anteriormente se obtiene:

35 = 23078,818 + 6095,765 1,35 + 8,7 105 88000000 + 1,5 105

600000000 + 314,292 105 1065,844 26 = 7095,18

Obtenemos que el IBEX 35 se situara en torno a 7095,18 puntos bsicos. Este nivel

es bastante inferior ya que en la actualidad las variables son parecidas y el IBEX 35 se

encuentra en torno a los 10.900 puntos bsicos.

Caso 2. La economa espaola en Enero de 2016 se ve afectada por un crecimiento

econmico. Para este caso consideramos que el tipo de cambio se sita en niveles de

1,5 los niveles de deuda a largo plazo en 500000000 y de deuda a corto plazo en

48000000, el ndice de precios industriales se sita en un nivel de 110 mientras que el

paro registrado estara en 20. Al sustituir en la ecuacin (7) los valores mencionados


35 = 23078,818 + 6095,765 1,5 + 8,7 105 68000000 + 1,5 105

500000000 + 314,292 110 1065,844 20 = 12736.07

Obtenemos que el IBEX 35 se situara en torno a 12736.07 puntos bsicos. Dicho nivel

del IBEX 35 coincidira situara al IBEX 35 prximo a los niveles alcanzados a

principios de 2006.

29

Caso 3. La economa espaola en Enero de 2016 se ve afectada por una recesin.

Para este caso consideramos que el tipo de cambio se sita en niveles de 1,1 los

niveles de deuda a largo plazo en 800000000 y de deuda a corto plazo en 102000000,

el ndice de precios industriales se sita en un nivel de 105 mientras que el paro

registrado estara en 35. Al sustituir en la ecuacin (7) los valores mencionados


35 = 23078,818 + 6095,765 1,1 + 8,7 105 102000000 + 1,5 105

800000000 + 314,292 105 1065,844 31 = 4460,14

Obtenemos que el IBEX 35 se situara en torno a 4460,14 puntos bsicos. Dichos

resultados no los alcanza el IBEX 35 desde 1996. Dicho resultado es un poco

exagerado debido a que el nivel mnimo que ha marcado el IBEX 35 durante la crisis

que se inici en 2007 fue 6089,8 aunque tambin debo de hace mencin a que un

paro registrado del 35% no se ha registrado nunca en Espaa.

6. Conclusiones

El trabajo consista en la realizacin de un estudio sobre cmo afecta el

comportamiento de las variables macroeconmicas al ndice burstil de referencia

espaol IBEX 35. Para ello se ha construido un modelo de regresin lineal mltiple

donde las variables explicativas seleccionadas han sido: Tipo de Cambio, Euribor,

Total de Activos del BCE, Deuda Espaola a corto y largo plazo, ndice de Precios

Industriales, Paro Registrado, Volumen y Tipo de Inters de la Obligacin Espaola a

10 aos.

Tras la estimacin del modelo se procede a comprobar las hiptesis bsicas de los

modelos estimados por Mnimos Cuadrados Ordinarios. Tras realizar las

comprobaciones de las hiptesis encontramos que el modelo estimado presenta que el

modelo presenta autocorrelacin. Para la correccin del problema de autocorrelacin

se estima el modelo por el mtodo de Prais-Winsten obteniendo un modelo distinto al

de regresin lineal.

Una vez estimado el modelo por el mtodo de Prais-Winsten obtenemos diversos

resultados. Uno de los resultados que no esperaba y que me ha sorprendido es el

signo positivo en el nivel de endeudamiento del gobierno espaol. Es cierto que iniciar

un periodo de endeudamiento excesivo puede significar una poltica gubernamental

expansiva pero tambin puede inspirar temor en los mercados financieros y alejar a

los inversores. Es por ello que yo creo que el signo positivo de los coeficientes que

interactan con las variables deuda a largo plazo y deuda a corto plazo deberan de

30

ser negativos. Con respecto al comportamiento del resto de variables, se cumple mi

expectativa de que el paro registrado es la variable que ms afecta en el

comportamiento del ndice burstil ya que en los das en que se publica dicho dato, el

IBEX 35 adquiere un carcter muy voltil en dicha sesin.

Mi opinin acerca del modelo final obtenido es que me parece un modelo muy

conservador. Esto se puede ver en el diferencial existente entre el caso de simulacin

1 y la actualidad si lo comparamos con el diferencial entre el caso 2 y la actualidad.

Podemos ver cmo es mucho ms grande en el primer caso cuando las hiptesis del

caso 1 se aproximan ms a las del caso 2.

7. Bibliografa

lvaro Garca de la Rasilla (2005): La reforma de la Bolsa y el desarrollo de los

mercados. Marcial Pons. Madrid.

Carla Moreno Navarro (2012): Composicin De Cartera Rplica Para La Prediccin

Del ndice Burstil Espaol IBEX 35. Facultad de Administracin y Direccin de

Empresas de la Universidad Politcnica de Valencia. Valencia.

Csar Prez Lpez (2001): Tcnicas Estadsticas con SPSS. PEARSON EDUCACION

S.A. Madrid.

Csar Prez Lpez (2005): Mtodos Estadsticos Avanzados con SPSS. Thomson

Editores. Madrid.

Csar Prez Lpez (2007): Econometra bsica: tcnicas y herramientas. Pearson-

Prentice Hall. Madrid.

Csar Prez Lpez (2009): Tcnicas de Anlisis de Datos con SPSS 15. PEARSON

EDUCACION S.A. Madrid.

Daniel Pea (2002): Anlisis de datos multivalentes. MC Graw Hill. Madrid

Ezequiel Uriel, Dulce Contreras, M Luisa Molt, Amado Peir (1990): Econometra, El

modelo lineal. Editorial AC. Madrid

Ezequiel Uriel, Joaqun Alds. (2005): Anlisis Multivalente Aplicado. Thomson

Editores. Madrid

Felipe Aguadero Aguilar (2013): Valoracin De Empresas Del IBEX 35: Anlisis de los

inductores del valor de mercado antes y durante la crisis. Facultad de Ciencias

Econmicas y Empresariales de la Universidad de Len. Len.

31

Franciso J. Lopez Lubin, Pablo Garca Estvez (2009): Bolsa, mercados y tcnicas

de inversin. McGraw-Hill. Madrid

Jos Emilio Farins Vias (1999): Estructura de la bolsa espaola e introduccin del

mercado de activos derivados sobre el Ibex-35. Universitat de Valncia. Valencia

Jos L. Snchez Fernndez de Valderrama (2007): Curso de bolsa y mercados

financieros. Ariel. Barcelona

Venancio Tomeo, C. e Isaas Ua, C. (2009): Estadstica Descriptiva. IBERGARCETA

S.L. Madrid.

Contenido Electrnico

Banco Central Europeo. Deuda Espaola a corto plazo; http://www.ecb.europa.eu

consultado el 18 de Febrero de 2014.

Banco Central Europeo. Deuda Espaola a largo plazo; http://www.ecb.europa.eu


Banco Central Europeo. Total de Activos del Banco Central Europeo;

http://www.ecb.europa.eu consultado el 18 de Febrero de 2014.

Broker Forex Oanda. Tipo de Cambio. http://www.oanda.com consultado el 18 de

Febrero de 2014.

Instituto Nacional de Estadstica. Cotizacin IBEX 35; http://www.ine.es consultado el

17 de Febrero de 2014.

Instituto Nacional de Estadstica. Euribor; http://www.ine.es consultado el 17 de

Febrero de 2014.

Instituto Nacional de Estadstica. ndice de Precios Industriales; http://www.ine.es


Instituto Nacional de Estadstica. Paro Registrado; http://www.ine.es consultado el 17

de Febrero de 2014.

Instituto Nacional de Estadstica. Tipo de Inters de la Obligacin Espaola a 10 aos;

http://www.ine.es consultado el 17 de Febrero de 2014.

Instituto Nacional de Estadstica. Volumen de Negociacin; http://www.ine.es


32

8. Anexo 1. Resultados Economtricos y Tablas Estadsticas

Tabla A1: Test Reset de Ramsey:

Ramsey RESET Test Equation: MODELO1 Specification: IBEX35 C TIPOCAMBIO TASAPARO DEUDACP DEUDALP BONO10ANOS TOTALACTIVOSBCE PINDUSTRIAL VOLUMEN EURIBOR Omitted Variables: Squares of fitted values

Value df Probability

t-statistic 1.092457 121 0.2768 F-statistic 1.193463 (1, 121) 0.2768 Likelihood ratio 1.295581 1 0.2550

F-test summary:

Sum of Sq. df Mean

Squares

Test SSR 503578.6 1 503578.6 Restricted SSR 51559215 122 422616.5 Unrestricted SSR 51055636 121 421947.4 Unrestricted SSR 51055636 121 421947.4

LR test summary: Value df

Restricted LogL -1037.079 122 Unrestricted LogL -1036.431 121

Unrestricted Test Equation: Dependent Variable: IBEX35 Method: Least Squares Date: 05/03/14 Time: 13:13 Sample: 2003M01 2013M12 Included observations: 132

Variable Coefficient Std. Error t-Statistic Prob. C -15503.11 10376.22 -1.494100 0.1378

TIPOCAMBIO 4207.895 1677.548 2.508361 0.0135 TASAPARO -935.7099 386.2077 -2.422815 0.0169 DEUDACP 9.58E-05 3.44E-05 2.785482 0.0062 DEUDALP 1.04E-05 4.34E-06 2.390596 0.0184

BONO10ANOS 224.3849 288.8317 0.776871 0.4388 TOTALACTIVOSBCE 0.004895 0.002275 2.151754 0.0334

PINDUSTRIAL 226.8095 121.2413 1.870728 0.0638 VOLUMEN 4.25E-06 4.35E-06 0.976403 0.3308 EURIBOR -26.62576 149.8647 -0.177665 0.8593 FITTED^2 1.47E-05 1.35E-05 1.092457 0.2768

R-squared 0.933439 Mean dependent var 10011.57

Adjusted R-squared 0.927938 S.D. dependent var 2419.786 S.E. of regression 649.5748 Akaike info criterion 15.87017 Sum squared resid 51055636 Schwarz criterion 16.11040 Log likelihood -1036.431 Hannan-Quinn criter. 15.96779 F-statistic 169.6887 Durbin-Watson stat 0.904361 Prob(F-statistic) 0.000000

33

Tabla A2: Test de White:

Heteroskedasticity Test: White

F-statistic 1.674740 Prob. F(54,77) 0.0187

Obs*R-squared 71.29619 Prob. Chi-Square(54) 0.0575 Scaled explained SS 74.41803 Prob. Chi-Square(54) 0.0342

Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/03/14 Time: 13:13 Sample: 2003M01 2013M12 Included observations: 132

Variable Coefficient Std. Error t-Statistic Prob. C -1.55E+08 2.24E+08 -0.690179 0.4922

TIPOCAMBIO 1.86E+08 88431399 2.108327 0.0383 TIPOCAMBIO^2 24152271 13194434 1.830489 0.0710

TIPOCAMBIO*TASAPARO 4015302.0 2137080. 1.878873 0.0640 TIPOCAMBIO*DEUDACP -0.156490 0.436594 -0.358433 0.7210 TIPOCAMBIO*DEUDALP -0.020790 0.097871 -0.212424 0.8323

TIPOCAMBIO*BONO10ANOS -10360573 5739135.4 -1.805250 0.0749 TIPOCAMBIO*TOTALACTIVO

SBCE 22.97376 70.11656 0.327651 0.7441 TIPOCAMBIO*PINDUSTRIAL -2844421.1 12563501.0 -2.264035 0.0264

TIPOCAMBIO*VOLUMEN -0.005518 0.060877 -0.090648 0.9280 TIPOCAMBIO*EURIBOR 4111367.2 3648168.3 1.126968 0.2633

TASAPARO -3274891.3 9447993.2 -0.346623 0.7298 TASAPARO^2 -191254.4 191667.0 -0.997847 0.3215

TASAPARO*DEUDACP 0.018713 0.059351 0.315285 0.7534 TASAPARO*DEUDALP 0.013712 0.008679 1.579893 0.1182

TASAPARO*BONO10ANOS 600672.3 611238.9 0.982713 0.3288 TASAPARO*TOTALACTIVOS

BCE 3.293914 7.212689 0.456683 0.6492 TASAPARO*PINDUSTRIAL -46667.71 116039.5 -0.402171 0.6887

TASAPARO*VOLUMEN 0.007994 0.008197 0.975253 0.3325 TASAPARO*EURIBOR -588939.0 355816.1 -1.655178 0.1020

DEUDACP 0.199103 1.367740 0.145571 0.8846 DEUDACP^2 1.47E-09 5.09E-09 0.289633 0.7729

DEUDACP*DEUDALP -2.19E-09 1.25E-09 -1.746962 0.0846 DEUDACP*BONO10ANOS 0.001047 0.076333 0.013715 0.9891

DEUDACP*TOTALACTIVOSBCE 3.37E-07 1.06E-06 0.317232 0.7519

DEUDACP*PINDUSTRIAL 0.002381 0.016409 0.145076 0.8850 DEUDACP*VOLUMEN -1.37E-09 1.17E-09 -1.174006 0.2440 DEUDACP*EURIBOR 0.069672 0.069615 1.000816 0.3201

DEUDALP 0.161994 0.270191 0.599555 0.5506 DEUDALP^2 4.25E-11 1.64E-10 0.259160 0.7962

DEUDALP*BONO10ANOS 0.000251 0.012402 0.020239 0.9839 DEUDALP*TOTALACTIVOSB

CE -2.34E-07 1.63E-07 -1.435909 0.1551 DEUDALP*PINDUSTRIAL -0.002267 0.003785 -0.598810 0.5511

DEUDALP*VOLUMEN 1.81E-10 1.44E-10 1.256882 0.2126 DEUDALP*EURIBOR -0.008709 0.012638 -0.689147 0.4928

BONO10ANOS 26552179 23971342 1.107663 0.2715 BONO10ANOS^2 -1039514.1 706846.8 -1.470635 0.1455

34

BONO10ANOS*TOTALACTIVOSBCE -3.145108 10.01086 -0.314170 0.7542

BONO10ANOS*PINDUSTRIAL -170982.4 281564.0 -0.607259 0.5455 BONO10ANOS*VOLUMEN -0.004456 0.015185 -0.293485 0.7699 BONO10ANOS*EURIBOR 1407124.3 1113267.0 1.263959 0.2101

TOTALACTIVOSBCE 52.23584 205.5111 0.254175 0.8000 TOTALACTIVOSBCE^2 4.40E-05 6.70E-05 0.656281 0.5136

TOTALACTIVOSBCE*PINDUSTRIAL -0.944858 2.507595 -0.376799 0.7074

TOTALACTIVOSBCE*VOLUMEN -1.90E-07 1.41E-07 -1.341190 0.1838

TOTALACTIVOSBCE*EURIBOR 10.46690 10.08926 1.037431 0.3028

PINDUSTRIAL -440904.5 5549555. -0.079449 0.9369 PINDUSTRIAL^2 33964.49 36234.94 0.937341 0.3515

PINDUSTRIAL*VOLUMEN -0.001602 0.003842 -0.416970 0.6779 PINDUSTRIAL*EURIBOR 60230.14 296006.8 0.203476 0.8393

VOLUMEN 0.067299 0.302512 0.222467 0.8245 VOLUMEN^2 2.72E-10 1.72E-10 1.577257 0.1188

VOLUMEN*EURIBOR 0.000250 0.010202 0.024491 0.9805 EURIBOR -11028816 23284128 -0.473662 0.6371

EURIBOR^2 -128372.4 493835.2 -0.259950 0.7956 R-squared 0.540123 Mean dependent var 390600.1

Adjusted R-squared 0.217611 S.D. dependent var 612941.0 S.E. of regression 542163.1 Akaike info criterion 29.53886 Sum squared resid 2.26E+13 Schwarz criterion 30.74003 Log likelihood -1894.565 Hannan-Quinn criter. 30.02696 F-statistic 1.674740 Durbin-Watson stat 2.099364 Prob(F-statistic) 0.018721

35

Tabla A3: Estadstico Durbin Watson

36

9. Anexo 2. Valoracin de los estudios realizados y competencias alcanzadas

por el alumno, Conclusiones Finales y Curriculum Vitae

Valoracin de los estudios realizados y competencias alcanzadas por el alumno

Los estudios de grado en economa realizados en la Facultad de Economa de la

Universidad de Valencia me han permitido adquirir nuevos conocimientos en este

campo. Estos conocimientos han desarrollado en m una serie de competencias

adems de haber adquirido competencias que cuando entr en estos estudios, no

posea. Una de las competencias que he desarrollado y que considero fundamental es

la capacidad de organizacin y planificacin. El plan Bolonia implica la realizacin de

mltiples trabajos, muchos de ellos en grupos, y es necesaria una planificacin y un

buen esquema organizativo del tiempo para poder realizarlos de forma correcta. Mis

estudios universitarios me han permitido mejorar la capacidad de organizacin debido

a que he logrado compaginar los trabajos en grupo con mis compaeros de clase con

los trabajos individuales y con las pruebas de control. Muchos de los trabajos que he

mencionado anteriormente se exponen en clase por lo que tambin he podido mejorar

mis competencias orales y perder el miedo a hablar en pblico. Mis competencias

referentes al manejo de las TICs tambin han mejorado ya que durante estos cuatro

aos ha sido necesario buscar informacin, artculos, ensayos en Internet o en base

de datos bibliogrficas.

He de mencionar que en muchas clases, las diapositivas no han sido suficiente

material para poder abordar la materia con xito por lo que he necesitado buscar

bibliografa para ampliar el material y preparar ste por mi cuenta. sta es una de las

cosas en las que ms cambio he notado con respecto al anterior ciclo (bachillerato), el

trabajo autnomo que debe de realizar el alumnado. En el bachillerato el profesor est

pendiente de ti y existe una evaluacin constante mientras que en la Universidad, en el

fondo te la juegas a un examen y si no lo apruebas, la evaluacin continua no se

sumar a tu nota. Adems, yo provena de la rama cientfica del bachillerato por lo que

tuve que adaptarme a las formas de estudiar asignaturas mucho ms tericas y menos

numricas. No es lo mismo prepararse un examen de Fsica que de Derecho

Mercantil. Tambin debo remarcar en la comparativa entre ciclos que en la universidad

el ambiente competitivo entre los alumnos es mayor que en el bachillerato y que

siempre se busca superar al compaero tanto en estudio como en la calidad y

presentacin de los trabajos.

Por ltimo, creo que mis estudios me han proporcionado un carcter emprendedor

debido a que la situacin actual no es favorable para los recin graduados y que la

37

mejor salida profesional que puedo tener como recin graduado es iniciar alguna

actividad econmica por cuenta propia.

Conclusiones finales

La culminacin de mis estudios de final de grado ha sido el trabajo final de grado. En

dicho trabajo he podido aplicar muchos de los conocimientos adquiridos durante mis

cuatro aos de formacin universitaria. Para la elaboracin del trabajo, lo primero que

hice fue una batalla de ideas conmigo mismo con el fin de elegir la temtica sobre la

que iba a tratar el trabajo. Una vez elegida dicha temtica y con el visto bueno del

tutor, inicie una bsqueda de datos para comprobar que para dicho estudio tendra

suficiente informacin. Cabe decir que los conocimientos adquiridos la asignatura

Instrumentos y Tcnicas de Aprendizaje fueron muy tiles para facilitar dicha tarea.

Una vez recopilada la informacin, inicie el caso de estudio que se ha podido leer

anteriormente. Lo primero que realic fue el modelo de regresin lineal y la

comprobacin de las correspondientes hiptesis. Al ser un trabajo estadstico y

economtrico, tuve que refrescar mis conocimientos de las asignaturas cursadas en

aos anteriores como Estadstica I y II y Econometra I y II. Una vez realizado los

clculos, inici el apartado explicativo de la variable IBEX 35. Para realizar dicha tarea,

los conocimientos adquiridos en las asignaturas Finanzas, Finanzas Corporativas y

Mercados Financieros y Operaciones Bancarias fueron de gran utilidad ya que

facilitaron mucho la compresin de los captulos que dedicaban los manuales. Por

ltimo, agradecer la dedicacin de mi tutora Mara Cruz Mols Mach por el tiempo

dedicado en atenderme y en resolver todos los problemas me han ido apareciendo

durante el proceso de elaboracin de este trabajo fin de grado.

38

Curriculum Vitae

INFORMACIN

PERSONAL Requena Molina Jose Luis

Escultor Venancio Marco 8, 30510 Yecla (Espaa)

666170966

[email protected]

Sexo Masculino | Fecha de nacimiento 31/12/1992 |

Nacionalidad Espaola

EXPERIENCIA

PROFESIONAL

EDUCACIN Y

FORMACIN

01/10/201315/02/2014 Becario

Rankia SL, Valencia (Espaa)

Analizar los mercados Forex y Materias Primas adems de escribir

artculos en los siguientes blogs:

http://www.rankia.com/blog/divisas-y-forex/

http://www.rankia.com/blog/materias-primas

Mi participacin se puede ver en el siguiente enlace:

http://www.rankia.com/usuarios/jose-luis-requena. Posicionar

contenido en internet y analizar el trfico web a travs de Google

Analitics. Utilizar Google Trends para valorar trminos utilizados y

poder mejorar los contenidos en la web.

15/09/200820/06/2010 Bachillerato de Ciencias Puras

Instituto Juan Martnez Azorn, Yecla (Espaa)

Itinerario de ciencias puras con las asignaturas:

Fsica, Qumica, Matemticas y como optativa Comunicacin Audiovisual

39

COMPETENCIAS

PERSONALES

10/09/2010Presente Grado en Economa

Universidad de Valencia, Valencia (Espaa)

Asignaturas optativas elegidas:

Economa Industrial Aplicada

Mercados Financieros y Operaciones Bancarias

Finanzas Corporativas

Sistema Tributario Espaol

Economa Monetaria y Bancaria

Competitividad, Innovacin en I+D

Prcticas en Empresa

Lengua materna Espaol

Otros idiomas COMPRENDER HABLAR

EXPRESIN

ESCRITA

Comprensin

auditiva

Comprensin

de lectura

Interaccin

oral

Expresin

oral

ingles B2 B2 B1 B1 B2

Nivel: A1/A2: usuario bsico - B1/B2: usuario independiente - C1/C2:

usuario competente

Competencias

informticas

Dominio de Office e Iworks nivel Alto

Photoshop nivel Alto

Programas estadsticos y economtricos ( IBM SPSS y Eviews) nivel Medio

Google Analytics nivel Alto

Análisis de comportamiento del IBEX 35 desde un enfoque macroeconómico

Documents

Transcript of Análisis de comportamiento del IBEX 35 desde un enfoque macroeconómico