Trabajo Bbva Presentacion

Estimación de un modelo CAPM con errores GARCH: BBVA
Máster en Economía: Organización Industrial y Mercados Financieros Jose Pereira Cabezuelo

Obtención de los datos

Número total deobservaciones: 2415

Número total de observaciones: 2415

Introdución de los datos en Eviews
 Eviews – file – Open foreign data as workfile  Seleccionamos el archivo bbva.csv  Cambiamos de nombrela serie adj_close por

bbva y eliminamos las series que no necesitamos como high, low, open.  Hacemos lo mismo con el archivo ibex.csv

CAPM = Modelo para la media condicional
 R bbva = α+ βR ibex+ εt  R= Rendimiento de cada activo  α = Coeficiente que mide el rendimiento

autónomo  β = Coeficiente que mide la sensibilidad del activo frente a las variaciones del mercad o riesgosistemático.  εt = Termino de error aleatorio de la regresión que mide el riesgo especifico o idiosincrásico

Rendimientos de cada activo
BBVA  Rbbva= 100 x LN(bbvat/bbva t-1)  R bbva = DLOG(bbva) x 100 IBEX  Ribex= 100 x LN(ibext/ibex t-1)  Ribex = DLOG (ibex) x 100

Beta de la cartera
 β < 1 Activo conservador. Varía menos que el

índice
 β = 1 Activo neutro. Varía igual que elíndice  β > 1 Activo arriesgado. Varía más que el índice

 εt  (0, σ2)  εt /Ωt-1 (0, ht)  Modelo Varianza Condicional  ARCH(1) ht =w+ α1 εt-1  GARCH(1,1)  ht =w+ α1 + β1 ht-1

BBVA
2420

16

12

8

4 03 04 05 06 07 08 09 10 11 12

IBEX
18,000 16,000 14,000 12,000 10,000 8,000 6,000 4,000 03 04 05 06 07 08 09 10 11 12

REND_BBVA
25 20 15 10 5 0 -5 -10 -15 03 04 0506 07 08 09 10 11 12

Hay clusters de volatilidad: periodos de alta y baja volatilidad También podemos ver valores atípicos.

700 600 500 400 300 200 100 0 -10 -5 0 5 10 15 20

Series:REND_BBVA Sample 1/01/2003 5/04/2012 Observations 2383 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-Bera Probability -0.014057 0.000000 19.91979 -13.67348 2.131075 0.340169 10.28607...