El evento conocido como Taper Tantrum está relacionado con la alta volatilidad ocurrida en los mercados de capitales de Estados Unidos entre abril y junio de 2013, lo que aparentemente fue consecuencia de un conjunto de anuncios de la FED destinados a incrementar la tasa de interés estando a niveles relativamente bajos desde las crisis financieras de 2008-2009. La presente investigación estima el valor esperado del nivel de las tasas de interés (T-Note de 10 años) de un agente representativo y sus variaciones significativas en torno al Taper Tantrum. Para lograr ese objetivo se estima la densidad neutral-al-riesgo de la tasa de interés extraída de los precios de las opciones, la cual tiene información implícita sobre las expectativas. Los resultados obtenidos indican que la metodología propuesta mide implícitamente las expectativas en el mercado de deuda. La hipótesis del trabajo es que los anuncios de los formuladores de políticas durante el Taper Tantrum tienen un efecto estadísticamente significativo en los mercados de capital.

La alta volatilidad del precio real del café en el mercado internacional hace que la valoración tradicional sea insuficiente para valorar proyectos de inversión en la agroindustria de café. El presente trabajo muestra como cuantificar e incorporar la incertidumbre en la valoración para determinar el momento más oportuno en el cual una empresa de café invertiría para comercializar su café como café oro verde y tostado en el mercado nacional. La teoría de las opciones reales a través del modelo del momento de inversión óptima permite decidir si invertir o no mediante un valor crítico. Para la empresa social en estudio, se encontró que la inversión se debe llevar acabo puesto que, el valor del proyecto ( ) es superior al valor crítico ( ). Si la empresa vendiera solo café oro verde ( ) su decisión sería no invertir ( ). Cuando la volatilidad es alta la inversión debe ser diferida. Al tomar en cuenta la volatilidad de la inversión se podría estimar su “verdadero valor” permitiendo a la directiva tomar mejores decisiones.

Este artículo representa el objetivo de identificar el número de nacimientos como indicador adelantado respecto a períodos de crisis para México y otros países con diferentes niveles de desarrollo económico. Para establecer el supuesto comportamiento del número de nacimientos, se utlizó evidencia gráfica simple, análisis de causalidad de Granger y sincronización de fase entre un conjunto de variables económicas y de decisiones de vida, tales como tener un bebé y matrimonio. Resultados para todos los países estudiados mostraron un comportamiento anticipado del número de nacimientos respecto a variables económicas importantes y algunas relaciones causales. La sincronización de fase mostró ausencia de sincronización durante períodos de crisis, coincidiendo con la evidencia gráfica. Estudios similares pudieran considerar otras variables demográficas como divoricio y suicidio. A pesar de que la disponibilidad y periodicidad de los datos fueron las principales limitaciones de este estudio y condujeron la selección de las economías estudiadas, la sincronización de fase nunca antes había utilizada con variables demográficas. Matrimonios resultó no relevante para determinar el número de nacimientos mientras que éste resultó ser una variable que impulsa el PIB.

El objetivo de este trabajo es medir el efecto Pass-Through en condiciones de alta y baja volatilidad cambiaria del peso-dólar sobre los precios de la Cadena Distributiva de Bienes en México. Se estimaron dos vectores autorregresivos con corrección de error y funciones de impulso-respuesta con datos mensuales de 2000 a 2017. Los resultados de las elasticidades de traspaso acumuladas indican qué, el Pass-Through genera un mayor cambio porcentual en los precios del productor, consumidor e importador en condiciones de alta volatilidad. Esto implica que el Banco de México podría instrumentar algunas medidas atenuantes a través de la política monetaria y cambiaria. Falta profundizar en las diferencias en velocidad y magnitud de traspaso a la CDB, lo que implica analizar la influencia de condiciones estructurales. Este trabajo destaca que el impacto en el traspaso del tipo de cambio ha sido substancialmente mayor para los precios al productor, quienes en un segundo orden lo traspasan a los precios del consumidor. Se puede concluir que el grado de volatilidad tiene un papel prominente sobre el nivel de traspaso.

Este documento contiene una predicción financiera utilizando Redes Neuronales Artificiales. Hacemos nuestro análisis utilizando el algoritmo de Backpropagation tradicional y luego Backpropagation Resiliente para estimar los pesos en las redes. El uso del algorithm de Bacpropagation Resiliente permite resolver el problema de la determinación de la tasa de aprendizaje. Ambos algoritmos son bastante consistentes y arrojan predicciones similares. Analizamos seis índices principales de los mercados bursátiles de Europa, Asia y América del Norte para generar índices de aciertos que puedan compararse entre mercados. Usamos precios de cierre diarios para construir una variable de dependiente para dirigir el aprendizaje (aprendizaje supervisado) y una matriz de variables de características construidas utilizando indicadores de análisis técnico. El rango de datos de la serie de tiempo va desde Enero de 2000 a Junio de 2019, un periodo de grandes fluctuaciones debido a mejoras en la tecnología de la información y una alta movilidad de capital. En lugar de la predicción en sí misma, el objetivo científico es evaluar la importancia relativa de las variables independientes que permiten la predicción. Utilizamos dos medidas de contribución utilizadas en la literatura para evaluar la relevancia de cada variable para los seis mercados financieros analizados. Descubrimos que estas medidas no siempre son consistentes, por lo que construimos una medida de contribución simple que le da a cada peso una interpretación geométrica. Proporcionamos algunas pruebas de que la tasa de cambio (ROC) es la herramienta de predicción más útil para cuatro índices generales, con las excepciones siendo el índice Hang Sheng y EU50, en donde el fastK es el más destacado.

El objetivo de este trabajo es encontrar el modelo que brinde la mejor estimación posible del Valor Razonable de las partidas que componen los estados financieros, considerando la ambigüedad en la normatividad sobre el cálculo del mismo. Para ello se compararon tres metodologías: Flujos de Efectivo Descontados, Opciones Reales bajo los procesos Browniano Geométrico (MBG) y Browniano Aritmético (MBA). A pesar de que son muy pocos los estudios que han realizado este tipo de investigación, se ha llegado a la conclusión de que resulta más adecuado modelar un proceso aditivo como un MBA. Por dicha razón, se proyectaron los ingresos y posteriormente el flujo de efectivo anual de 2019 a 2028, posteriormente, se calcularon las Opciones Reales incorporando la flexibilidad de expansión y contracción de forma conjunta. De conformidad con los resultados obtenidos y en concordancia con lo sugerido por diferentes autores, el modelo que brinda la mejor aproximación posible del Valor Razonable es el de Opciones Reales bajo un MBG, con lo cual se recomienda que las empresas mexicanas conozcan y apliquen este modelo, complementando la valuación tradicional de flujos de efectivos descontados con el propósito de presentar información relevante para la toma de decisiones. La limitante más relevante que se presentó en la realización de esta investigación fue la carencia de la información financiera completa de todas las empresas seleccionadas inicialmente para con ello poder contrastar los modelos en comento y poseer una muestra de mayor tamaño.

Asset returns in a multivariate market in which securities are grouped into sectors or blocks (e.g. GIC sectors, derivatives associated with different underlying assets). It is widely known that risk-factors derived from PCA beyond the first eigenportfolio are difficult to interpret (the “identification problem”) and hence to use in portfolio management. We explore a alternative approach (HPCA) which makes strong use of the partition of the market into sectors. We show that this approach leads to practically no loss of information with respect to PCA, in the case of equities (constituents of the S&P 500), and the associated risk-factors admit simple interpretations. The model can also be used in context in which the sectors have asynchronous price information, such as single-name credit default swaps, generalizing the works of Cont and Kan (2011) and Ivanov (2016).