Economía Aplicada

1.        Visión descriptiva de la volatilidad usando índices  La volatilidad, junto al rendimiento y la liquidez forman variables básicas al momento los agentes tomar decisiones orientadas a optimizar sus decisiones. En los mercados financieros la volatilidad suele medirse a partir de las desviaciones o varianza del cambio porcentual del índice o precio (rendimientos), aunque esta medida asume varios retos que veremos brevemente adelante. En finanzas existen diversos tipos de riesgo: riesgo de mercado, de reinversión, operacionales, de crédito… por tanto la medición del riesgo requerirá definir con anterioridad que se desea medir y como. Además en el caso de los activos específicos cuentan con riesgos sistemáticos que se recogen dentro de un índice de mercado (no diversificable dentro del mismo mercado) y un riesgo no sistemático o propio de cada activo. Ejemplo 1. Calculo de la volatilidad sobre el índice DowJone En el siguiente ejemplo se utiliza la cotización de cier

1. Proceso de Wiener o movimiento Browniano en Matlab Una definición teórica del proceso de puede encontrar en: http://pendientedemigracion.ucm.es/info/jmas/mon/28.pdf El movimiento representa por: Que se genera y gráfica por el código: ----------------------------------------------------------------------------------------------------- %Generando procesos de Wiener format short    B0=0; N=200; M=100; mu=0.1; sigma=0.4; T=2; DeltaT=T/N; X = randn(M,N);     %X~N(0,1) Bt = cumsum([B0*ones(M,1) (mu*DeltaT*sigma*sqrt(DeltaT)*X)],2);     figure(1); plot(0:DeltaT:T, Bt', '-' ),       title ('Representación de 200 trayectorias de Wiener');                  xlabel('Tiempo'); 2.    Modelo de Black-Scholes, movimiento Browniano geométrico en Matlab Una definición teórica del proceso de puede encontrar en:  http://es.wikipedia.org/wiki/Movimiento_browniano El movimiento se representa por: Que se genera

3.1. Notas introductorias   En esta parte se tratan matrices, algunas tablas y se ilustra cómo usar bucles para completar matrices. Aunque existe abundante literatura en la red. Las formas básicas de crear columna y matrices en Matlab es: %Vector fila >>   A=[1 2 3] A =       1      2      3 %Vector columna >>   B=[1; 2; 3] B =      1      2      3 %Es equivalente >>   B = [1 2 3]' >>   B = [1:3]' Estos dos últimos comando son equivalentes, en el primero transpone un vector fila en columna ( ' ), en el segundo se ilustra como usar operaciones vectorizadas en Matlab, lo que evita el uso de bucle cuyo uso para construir matrices se presenta en el apartado 3.6. %Matriz bidimensional C=[1 2; 2 4; 3 6] C =      1     2      2     4      3     6 Esta matriz bidimensional, seria un problema si se tratara de una matriz de mayor dimensión, sin embargo Matlab permite obtenerla de forma ve