Micro Economia
Enviado por fercho.1 • 1 de Marzo de 2015 • 636 Palabras (3 Páginas) • 177 Visitas
1.1 En el presente se va a trabajar con un Modelo de Valoración de Activos Financieros, CAPM, ya que es una de las herramientas más utilizadas en el área financiera para determinar la tasa de retorno requerida para un cierto activo
El riesgo sistemático se refiere a la incertidumbre económica general, al entorno, a lo exógeno, a aquello que no podemos controlar. El riesgo no sistemático, en cambio, es un riesgo específico de la empresa o de nuestro sector económico. Es decir es nuestro propio riesgo.
1.2 Para dar paso a los cálculos correspondientes es importante mencionar que para este modelo se utilizarán cuatro variables: una dependiente y tres independientes.
Los datos numéricos serán de los CETES, el INPC y del precio de dos acciones mexicanas: Tía Rosa y Santander.
1.3 Análisis de datos de base original.
A continuación se presentará el análisis estadístico de cada una de las variables con las que se trabajará.
1.3.1 MEDIDAS DE TENDENCIA CENTRAL
Y TIA ROSA
X1 SANTANDER
X2 CETES
X3 INPC
3.1.2 MEDIDAS DE TENDENCIA CENTRAL
TIA ROSA SANTANDER CETES IPC
Media 10.3850 8.5015 7.1613 82.6530
Mediana 10.2400 8.7300 7.0500 82.9700
Moda 8.3000 9.3300 7.0500 80.9000
3.1.3 MEDIDAS DE DISPERSIÓN
TIA ROSA SANTANDER CETES IPC
D. estándar 2.8388 1.6459 0.2243 1.5605
Varianza 8.0590 2.7090 0.0503 2.4351
3.1.4 GRAFICAS DE LINEA
REGRESIONES SANTANDER VS TIA ROSA
Dependent Variable: TIAROSA
Method: Least Squares
Date: 11/04/14 Time: 11:39
Sample: 1/02/2006 9/24/2007
Included observations: 451
Variable Coefficient Std. Error t-Statistic Prob.
SANTANDER 0.239665 0.044578 5.376326 0.0000
C 0.000878 0.000765 1.148562 0.2513
R-squared 0.060482 Mean dependent var 0.001070
Adjusted R-squared 0.058390 S.D. dependent var 0.016718
S.E. of regression 0.016222 Akaike info criterion -5.400428
Sum squared resid 0.118161 Schwarz criterion -5.382196
Log likelihood 1219.797 F-statistic 28.90488
Durbin-Watson stat 2.038363 Prob(F-statistic) 0.000000
____________
Dependent Variable: TIAROSA
Method: Least Squares
Date: 11/04/14 Time: 11:41
Sample: 1/02/2006 9/24/2007
Included observations: 451
Variable Coefficient Std. Error t-Statistic Prob.
CETES 0.196314 0.119819 1.638423 0.1020
C 0.001412 0.000813 1.736688 0.0831
R-squared 0.005943 Mean dependent var 0.001070
Adjusted R-squared 0.003729 S.D. dependent var 0.016718
S.E. of regression 0.016687 Akaike info criterion -5.344001
Sum squared resid 0.125020 Schwarz criterion -5.325768
Log likelihood 1207.072 F-statistic 2.684431
Durbin-Watson stat 2.046947 Prob(F-statistic) 0.102034
Dependent Variable: TIAROSA
Method: Least Squares
Date: 11/04/14 Time: 11:51
Sample: 1/02/2006 9/24/2007
Included observations: 451
Variable Coefficient Std. Error t-Statistic Prob.
IPC 0.032032 0.225747 0.141891 0.8872
C 0.000989 0.000974 1.015365 0.3105
R-squared 0.000045 Mean dependent var 0.001070
Adjusted R-squared -0.002182 S.D. dependent var 0.016718
S.E. of regression 0.016736 Akaike info criterion -5.338084
Sum squared resid 0.125762 Schwarz criterion -5.319852
Log likelihood 1205.738 F-statistic 0.020133
Durbin-Watson stat 2.033320 Prob(F-statistic) 0.887229
...