Comparison of Statistical Underlying Systematic Risk Factors and Betas Driving Returns on Equities

Rogelio Ladrón de Guevara Cortés, Salvador Torra Porras, Enric Monte Moreno

Resumen


Comparación de factores de riesgo sistemático estadísticos y betas generadores de los rendimientos accionarios 

El objetivo de este artículo es comparar cuatro técnicas de reducción de la dimensionalidad usadas para extraer los factores de riesgo sistematico subyacentes generadores del rendimiento de acciones del mercado mexicano. La metodología utilizada compara los resultados producidos por Análisis de Componentes Principales (ACP), Análisis Factorial (AF), Análisis de Componentes Independientes (ACI) y Análisis de Componentes Principales Neuronal (ACPN) bajo tres diferentes perspectivas. Los resultados mostraron que en general: ACP, AF y ACI, produjeron factores de riesgo y betas similares; ACPN y ACI produjeron el mayor número de modelos  completamente aceptados en el contraste econométrico; y, la interpretación de los factores de riesgo sistemático en las cuatro técnicas no fue constante. Se recomienda investigación adicional probando técnicas de extracción, metodologías de contraste econométrico e interpretación alternativas, considerando las limitaciones derivadas del alcance de este trabajo. La originalidad y principal contribución de este artículo radica en la comparación de estas cuatro técnicas el contexto financiero y mexicano. La principal conclusión es que dependiendo del propósito del análisis una técnica será más adecuada que otra.



Palabras clave


Análisis de Componentes Principales, Análisis Factorial, Análisis de Componentes Independientes, Análisis de Componentes Principales Neuronal, Bolsa Mexicana de Valores.

Texto completo:

PDF (English)


DOI: https://doi.org/10.21919/remef.v16i0.697

Enlaces refback

  • No hay ningún enlace refback.


Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.
Métricas de artículo
Cargando métricas ...

Metrics powered by PLOS ALM