Descargue aquí las memorias del evento

Memorias

Compiladores

ALEJANDRO BELTRN DUQUE AUGUSTO RODRGUEZ OREJUELA

CARLOS ALBERTO RESTREPO RIVILLAS

ISBN: 978-958-710-891-0

Universidad Externado de Colombia Universidad del Valle Programa editorial Ttulo: Memorias Encuentro Internacional de Investigadores en Administracin 2012 Compilado por: Alejandro Beltrn Duque, Augusto Rodrguez Orejuela y Carlos Alberto Restrepo Rivillas ISBN: 978-958-710-891-0 Facultad de Administracin - Universidad Externado de Colombia Facultad de Ciencia de la Administracin - Universidad del Valle Primera edicin Rector de la Universidad Externado de Colombia: Juan Carlos Henao Prez Rector de la Universidad del Valle: Ivn Enrique Ramos Caldern Comit Editorial: Alejandro Beltrn Duque Augusto Rodrguez Orejuela Carlos Alberto Restrepo Rivillas Carlos Hernn Gonzlez Universidad Externado de Colombia Universidad Externado de Colombia Calle 12 No. 1-17 Este Bogot, D.C., Colombia Telfonos: 57 (1) 3419900, 2826066; Fax: 57 (1) 2839421 [email protected] Universidad del Valle Universidad del Valle Ciudad Universitaria, Melndez A.A. 025360 Cali, Colombia Telfonos: 57(2) 321 2227 - Telefax: 57(2) 339 2470 [email protected] El contenido de esta obra corresponde al derecho de expresin del (los) autor(es) y no compromete el pensamiento institucional de las Universidades: Externado de Colombia y del Valle, ni genera su responsabilidad frente a terceros. El (los) autor(es) asume(n) la responsabilidad por los derechos de autor y conexos contenidos en la obra, as como por la eventual informacin sensible publicada en ella Santiago de Cali, Colombia

Noviembre de 2012

Comit Organizador Alejandro Beltrn Duque Decano Facultad de Administracin de Empresas Universidad Externado de Colombia Augusto Rodrguez Orejuela Decano Facultad de Ciencias de la Administracin Universidad del Valle Carlos Restrepo Rivillas Director de Investigaciones. Facultad de Administracin de Empresas. Universidad Externado de Colombia. Director General del Evento. Equipo de Apoyo Miguel Torres Rodrguez Ingeniero de Desarrollo Viviana Virgen Registro y consultas Diana Gutierrez Mercadeo Ana Prez Hurtado Apoyo administrativo y Logstico Luis Guillermo Pea Informtica Carlos Alberto Soto Apoyo Administrativo y Financiero Alvaro Naranjo Soporte Tcnico Mara Cristina Trejos Comunicaciones Holmes Gallego Convocatoria Regional Alexander Varn Sesin de Redes Ejes temticos Prospectiva, Estrategia y Competitividad Coordinador: Francisco Mojica Pedro Len Cruz; Raul Trujillo Cabezas Poltica pblica y Desarrollo Regional Coordinador: Edgar Varela Raquel Ceballos; Jorge Arias Innovacin, Emprendimiento e Historia empresarial Coordinador: Edgar Julin Galvez Albarracin Ricardo Solano; Miguel Angel Solis Responsabilidad Social Empresarial, Negocios Inclusivos y Organizaciones Sociales Coordinador: Gustavo Yepes Lpez Recursos Humanos y Comportamiento Organizacional Coordinador: Mnica Garca Solarte Adriana Aguilera Castro; David Leal; Andres Azuero; Mercadeo y Negocios internacionales Coordinador: Germn Contreras Finanzas y Contabilidad Coordinador: Eduardo Ruiz Anzola Gestin ambiental, Operaciones y Gestin de Calidad Coordinador: Luis Alberto Prez Bonfante Gestin del conocimiento; Gerencia y Tecnologas de informacin Coordinador: Julio Acosta Prado Henry Saltaren; Sandra Cristiana Riascos Eraso Pymes y Empresas de familia Coordinador: Jos Vargas Caicedo Benjamin Betancourt

CONTENIDO

FINANZAS Y CONTABILIDAD .................................................................................................... 14

1 DISEO Y EVALUACIN DE UN MODELO DE PRONSTICO PARA EL NDICE COLCAP MEDIANTE FILTROS DE SEAL Y REDES NEURONALES ARTIFICIALES ....... 15

2 EL CLCULO DEL COSTO DE LOS RECURSOS PROPIOS. UNA METODOLOGA ALTERNA PARA COMPAAS QUE NO COTIZAN EN BOLSA. ............................................ 34

3 DIVERSIFICACIN TEMPORAL EN CARTERAS DE INVERSIN: EVIDENCIA CON EMISORAS MULTILATINAS. ....................................................................................................... 58

4 EL SISTEMA PENSIONAL DE COLOMBIA: LEY 100 Y MULTIFONDOS, DURANTE EL PERIODO 2003-2012. ................................................................................................................ 79

5 ESTIMACIN DE LA VOLATILIDAD EN OPCIONES REALES PARA UN PROYECTO EN COLOMBIA (APLICACIN PRCTICA) ............................................................................. 103

6 VALORACIN DE OPCIONES REALES CON BASE EN EQUIVALENTES DE CERTEZA. ...................................................................................................................................... 119

7 INSTRUMENTOS FINANCIEROS INNOVADORES PARA EL FINANCIAMIENTO DE LA PEQUEA Y MEDIANA EMPRESA, A TRAVES DEL MERCADO DE CAPITALES EN PANAM. ...................................................................................................................................... 139

8 VALORACIN DE PATENTES: UN ACERCAMIENTO DESDE LAS OPCIONES REALES. ......................................................................................................................................... 148

9 ANALISIS FACTORIAL, RATIOS FINANCIEROS, INFORMACION CONTABLE Y MODELOS PREDICTIVOS ........................................................................................................... 170

RESPONSABILIDAD SOCIAL EMPRESARIAL, NEGOCIOS INCLUSIVOS Y ORGANIZACIONES SOCIALES ................................................................................................. 195

10 LA INCLUSIN SOCIAL DE LOS TRABAJADORES COMO PARTE DEL COMPROMISO DE RESPONSABILIDAD SOCIAL EMPRESARIAL. ..................................... 196

11 RESPONSABILIDAD SOCIAL CORPORATIVA EN LA BANCA EUROPEA: UN ESTUDIO EMPRICO COMPARATIVO ENTRE ORGANIZACIONES DE 15 PASES. ......... 204

12 PERFIL Y CONCEPCIONES DE LOS GERENTES DE RESPONSABILIDAD SOCIAL DE LAS ORGANIZACIONES ADHERIDAS AL PACTO GLOBAL EN COLOMBIA ................... 225

13 CERTIFICACIN EN SOSTENIBILIDAD HOTELERA COMO MODELO DE GESTIN EN RESPONSABILIDAD SOCIAL EN COLOMBIA .................................................................. 241

14 LA GESTIN EN COOPERATIVAS Y ASOCIACIONES DE PEQUEOS Y MEDIANOS PRODUCTORES AGROPECUARIOS EN EL SUROESTE ANTIOQUEO COLOMBIANO . 264

16 LA ASOCIATIVIDAD COMO GENERADORA DE SOSTENIBILIDAD EN LAS CADENAS DE VALOR MS PROMISORIAS DEL SECTOR AGROINDUSTRIAL DEL DEPARTAMENTO DEL QUINDO ............................................................................................. 286

17 CARACTERSTICAS DE UNA ESTRATEGIA DE RESPONSABILIDAD SOCIAL EMPRESARIAL PARA EL DESARROLLO LOCAL: EL CASO DEL NORTE DEL CAUCA. 300

18 INCIDENCIAS DE LOS RECURSOS DE REGALAS EN LAS NECESIDADES BSICAS INSATISFECHAS DEL MUNICIPIO DE RIOHACHA. ............................................ 309

19 LA PRIVATIZACIN DE TELECOM: RESULTADOS DE UNA POLTICA POCO IMPROVISADA ............................................................................................................................. 329

20 LINEAMIENTOS PARA LA CREACIN DE UNA AGENCIA DE DESARROLLO LOCAL (ADEL) EN LA CIUDAD DE SANTA MARTA. ........................................................... 349

21 RETOS DE POLTICA PBLICA PARA TRANSFORMAR A BUENAVENTURA EN UN DISTRITO INDUSTRIAL DE SERVICIOS LOGSTICOS Y PORTUARIOS ........................... 363

22 PERSPECTIVA SOCIOCULTURAL DE LA COMPETITIVIDAD: SINERGIAS COGNITIVAS PARA EL DESARROLLO REGIONAL .............................................................. 381

23 IMPACTO DE LA DESCENTRALIZACIN EN LOS INDICADORES SOCIALES Y FISCALES DEL MUNICIPIO DE IBAGUE 2001-2010. .............................................................. 398

GESTIN AMBIENTAL, OPERACIONES Y GESTIN DE CALIDAD .................................. 417

24 APLICACIN DEL MODELO DEL NEWSVENDOR PARA LA GESTIN DE INVENTARIO DE PRODUCTOS ALTO VALOR CON TIEMPOS DE REABASTECIMIENTO EXTENSOS. ................................................................................................................................... 418

25 IMPACTO AMBIENTAL DE LA EXPORTACIN DEL CARBN Y SU INFLUENCIA EN EL TURISMO DE LA ZONA DE LOS HOTELES ZUANA Y DECAMERON ................... 427

26 CARACTERIZACIN DE LA GESTIN DE ENTIDADES DE SALUD ......................... 447

27 DISEO DE UN MTODO DE PLANEACIN DE LA DEMANDA UTILIZANDO COMBINACIN DE MTODOS ESTADSTICOS Y S&OP. CASO: EMPRESA DE FABRICACIN DE ALIMENTOS. .............................................................................................. 463

28 EL KAIZEN-GP: UN MODELO GERENCIAL PARA MEJORAR LOS PROCESOS Y LOS SERVICIOS PBLICOS MUNICIPALES. ................................................................................... 479

29 MEDICIN GLOBAL DEL EFECTO LTIGO EN LA SIMULACIN DE LA CADENA DE SUMINISTRO (BEER GAME UAC) ...................................................................................... 497

30 DISEO E IMPLEMENTACIN DE UNA METODOLOGA DE MEDICIN Y DIAGNSTICO DEL EFECTO BULLWHIP AL INTERIOR DE LAS ORGANIZACIONES .. 518

31 SISTEMA PARA LA GESTIN LOGSTICA EMPRESARIAL ........................................ 545

32 DESARROLLO DE UNA ALTERNATIVA DE PLANIFICACIN INTEGRAL EN LA PROGRAMACIN DEL FIXTURE DE PRIMERA DIVISIN DEL FTBOL PROFESIONAL COLOMBIANO, MEDIANTE TCNICAS DE GESTIN MODERNAS ................................... 557

33 ESTUDIO DE LA ESTRATEGIA DE POSPOSICIN Y SU IMPACTO EN LA REDUCCIN DE TIEMPOS Y COSTOS EN LA CADENA DE SUMINISTRO. ...................... 566

PYME Y EMPRESAS FAMILIARES ........................................................................................... 576

34 LA RELACIN ENTRE LA GESTIN DEL CONOCIMIENTO Y EL RENDIMIENTO EN LA PYME DE MXICO ................................................................................................................ 577

35 EL GNERO DEL GERENTE Y SU INFLUENCIA EN LA CULTURA ORGANIZACIONAL INTRAEMPRENDEDORA EN LA PYME .............................................. 594

36 DIVERGENCIAS FINANCIERAS ENTRE PEQUEAS EMPRESAS FAMILIARES Y NO FAMILIARES: UN ESTUDIO EMPRICO EN MXICO. ........................................................... 609

37 EXPLORACIN DE TENDENCIAS SOBRE ACUERDOS SOCIETARIOS DE PROTOCOLO DE FAMILIA Y GOBIERNO CORPORATIVO EN EMPRESAS FAMILIARES COLOMBIANAS ........................................................................................................................... 618

38 ANLISIS ESTRATGICO PARA EL DESARROLLO DE LAS PYMES EN CANTABRIA (ESPAA) ....................................................................................................................................... 625

39 EVOLUCIN DE LOS FACTORES DE XITO E INDICADORES DE RENDIMIENTO DE LAS MIPYME DEL ESTADO DE TABASCO, MXICO. .......................................................... 644

40 FACTORES EXPLICATIVOS DEL FRACASO EMPRESARIAL EN LAS MICROEMPRESAS DE LA REPBLICA DOMINICANA ........................................................ 661

41 ANLISIS ESTRATGICO PARA EL DESARROLLO DE LAS MPYME EN TORREN, COAHUILA, MXICO. ................................................................................................................. 680

42 CONSULTORIA. FACTOR DE COMPETITIVIDAD PARA LAS PYMES ...................... 702

43 LABORATORIO EMPRESARIAL DE LAS PYME: UNA EXPERIENCIA EN REGIN LAGUNERA DE COAHUILA. ...................................................................................................... 722

44 ESTUDIO DE LA IMPLEMENTACIN DEL DISEO EN LAS EMPRESAS DE CONFECCIONES Y CALZADO EN LA CIUDAD DE SANTIAGO DE CALI. ........................ 741

45 CRECIMIENTO EMPRESARIAL DE LAS PYMES DE SANTIAGO DE CALI PLANIFICADO O INESPERADO? ............................................................................................. 747

46 INCIDENCIA DE LOS PROGRAMAS DE EMPRENDIMIENTO QUE APOYAN LA CREACIN Y EL FORTALECIMIENTO DE MIPYMES EN LA DINMICA ECONMICA DEL MUNICIPIO DE SAN GIL, SANTANDER .......................................................................... 780

48 MODELADO DEL PROCESO DE EXPORTACION EN EMPRESA PYME-una visin desde la ingeniera de empresa. ....................................................................................................... 817

MERCADEO Y NEGOCIOS INTERNACIONALES ................................................................... 826

49 EL MUNDO SIMBLICO DE LOS CONSUMIDORES DE ROPA DE MARCA ............. 827

50 HOW PRODUCT CATEGORY AND REGIONAL POLARIZATION AFFECT THE SUCCESS OF GLOBAL AND LOCAL BRANDS: AN EXPLORATORY STUDY IN LATIN AMERICA ...................................................................................................................................... 841

51 DISEO Y VALIDACIN DE UNA ESCALA PARA LA MEDICIN DE LA ORIENTACIN AL MERCADO INTERNACIONAL DE LAS BORN GLOBAL EN COLOMBIA ................................................................................................................................... 858

52 DETERMINANTES DE LA LEALTAD DE MARCA EN CONSUMIDORES BOGOTANOS ................................................................................................................................ 866

53 APLICACIN DEL PENSAMIENTO COMPLEJO Y TEORIAS EMERGENTES EN LOS PROGRAMAS UNIVERSITARIOS DE MERCADEO Y EN LA TOMA DE DECISIONES GERENCIALES ............................................................................................................................. 889

54 MINERA DE DATOS COMO HERRAMIENTA PARA EL DESARROLLO DE ESTRATEGIAS DE MERCADEO B2B EN SECTORES PRODUCTIVOS, AFINES A LOS COLOMBIANOS: UNA REVISIN DE CASOS. ........................................................................ 906

55 FACTORES CLAVES DE LA GESTIN DE MERCADEO DE LAS EMPRESAS PERTENECIENTES A LA INDUSTRIA DE LA COMUNICACIN GRFICA DEL DEPARTAMENTO DEL ATLNTICO- COLOMBIA. ............................................................... 917

GESTIN DEL CONOCIMIENTO; GERENCIA Y TECNOLOGAS DE INFORMACIN .... 927

56 DEFINICIN DE POLTICAS DE SEGURIDAD INFORMTICA EN ORGANIZACIONES MEDIANTE LA WEB 2.0. ......................................................................... 928

57 MODELO DE COMPETENCIAS INVESTIGATIVAS PARA EMPRESAS DESDE LA RELACIN UNIVERSIDAD, EMPRESA Y ESTADO (UEE) EN EL CASO COLOMBIANO 935

58 FACTORES INSTITUCIONALES QUE DETERMINARON EL CAMBIO ORGANIZACIONAL EN EL SECTOR DE LAS TIC EN COLOMBIA EN EL PERIODO 1991 2010. ................................................................................................................................................ 958

59 APROXIMACIN A LA CADENA PRODUCTIVA DEL SERVICIO DE TRANSPORTE PBLICO DE PASAJEROS DE LA ZONA URBANA Y DE LA POBLACIN FLOTANTE EN LA CIUDAD DE GUADALAJARA DE BUGA, EN EL CONTEXTO DE LA ECONOMA DEL CONOCIMIENTO. ......................................................................................................................... 975

60 VALORACIN DE LAS TICS EN LA ORGANIZACIN: PROPUESTA METODOLGICA. ........................................................................................................................ 985

61 AVANCES PRELIMINARES DEL PROYECTO DE INVESTIGACIN CI8095 VICERRECTORA DE INVESTIGACIONES UNIVALLE. REVISIN BIBLIOGRFICA PARA EL DISEO DE UN SISTEMA DE CONTROL INTERNO INFORMTICO PARA LAS PEQUEAS EMPRESAS UBICADAS EN LA CIUDAD DE CALI COLOMBIA. ................. 997

62 PERFILES, COMPETENCIAS Y CAPACIDADES GERENCIALES REQUERIDAS PARA LA GESTIN DE ORGANIZACIONES INTENSIVAS EN CONOCIMIENTO. ..................... 1008

63 MODELO DE CAPITAL INTELECTUAL PARA LAS EMPRESAS INDUSTRIALES DE SAN JUAN DE PASTO ................................................................................................................ 1028

64 MODELO Y SIMULACION PARA EL SISTEMA DE TRANSPORTE URBANO ......... 1055

65 ESTUDIO COMPARATIVO SOBRE EL USO Y BENEFICIO DE LAS TECNOLOGAS DE LA INFORMACIN Y COMUNICACIN EN EL DESARROLLO DE LAS PYMES DE LA REGIN DE GUAYMAS - SAN CARLOS SONORA, MXICO ............................................ 1068

66 EXTERNALIZACIN DE PROCESOS DE NEGOCIO EN TECNOLOGAS DE INFORMACIN Y SU IMPACTO AL INTERIOR DE LAS ORGANIZACIONES: UNA REVISIN DE LA LITERATURA DESDE LA GESTIN ESTRATGICA DEL CONOCIMIENTO. ....................................................................................................................... 1094

67 LA VISIN INTEGRAL DE LA GERENCIA COMO MODELO GENERADOR DE VALOR EN LAS ORGANIZACIONES INTERNACIONALES. ............................................... 1121

68 GENERACIN DE VALOR PARA GRUPOS DE INVESTIGACIN EN CONTEXTOS ACADMICOS. UNA PROPUESTA DESDE EL CAPITAL INTELECTUAL ........................ 1137

69 INTERNET Y LAS REDES SOCIALES EN EL GRUPO DE INVESTIGACIN GESTIN Y DESARROLLO EMPRESARIAL. ........................................................................................... 1154

70 INDICADORES PARA LA GESTIN DEL CONOCIMIENTO EN UNA ORGANIZACIN INTENSIVA EN CONOCIMIENTO: EL CASO DE UN CENTRO DE INVESTIGACIN DE EXCELENCIA EN COLOMBIA ................................................................................................. 1167

71 MODELO DE GESTIN ADAPTADO A LOS SUPERMERCADOS DE LA CIUDAD DE PASTO .......................................................................................................................................... 1190

72 ESTRATEGIAS COMPETITIVAS PARA EL DESARROLLO DEL APRENDIZAJE ORGANIZACIONAL, DESDE LA PERSPECTIVA DE LOS RECURSOS Y LAS CAPACIDADES ........................................................................................................................... 1214

73 USOS ESTRATGICOS DE LAS TECNOLOGAS DE LA INFORMACIN Y COMUNICACIN EN LOS PROCESOS DE LA CADENA DE VALOR DE LAS EMPRESAS DEL SECTOR CACAOTERO: UN ESTUDIO EXPLORATORIO DE SU EFECTO EN EL DESEMPEO ORGANIZACIONAL .......................................................................................... 1233

74 IMPACTO DEL CAPITAL INTELECTUAL EN FACULTADES DE NEGOCIOS DE LAS UNIVERSIDADES PBLICAS ................................................................................................... 1244

75 FACTORES CRITICOS EN LA MEDICIN DEL CAPITAL INTELECTUAL EN LAS ORGANIZACIONES ................................................................................................................... 1259

76 DISEO E IMPLEMENTACIN DE UN SOFTWARE DE APLICACIN, PARA LA ASIGNACIN DE PUESTOS DE TRABAJO ACORDE A LAS CAPACIDADES Y CARACTERSTICAS DEL TRABAJADOR .............................................................................. 1278

77 APROXIMACIN AL ESTADO ACTUAL DE LA CADENA PRODUCTIVA AVCOLA EN LA CIUDAD REGIN DE GUADALAJARA DE BUGA, BAJO EL CONTEXTO DE LA ECONOMA DEL CONOCIMIENTO. ........................................................................................ 1283

INNOVACIN; EMPRENDIMIENTO E HISTORIA EMPRESARIAL .................................... 1296

78 DERRAMAMIENTOS SECTORIALES DE CONOCIMIENTO E INNOVACIN EN LA INDUSTRIA MANUFACTURERA COLOMBIANA: UN ANLISIS MULTINIVEL ............ 1297

79 DIFERENCIAS DE PERSONALIDAD ENTRE LOS EMPRENDEDORES Y LOS NO EMPRENDEDORES EN EL PROGRAMA DE MBA DE LA UNIVERSIDAD EXTERNADO. 1315

80 FORTALECIMIENTO DEL EMPRENDIMIENTO SOCIAL Y EMPRESARIAL PARA LA REGIN CENTRAL DE VALLE DEL CAUCA, UNIVERSIDAD DEL VALLE SEDE TULU. 1338

81 ANLISIS DE LAS CARACTERSTICAS DE UN EMPRENDEDOR EN PROCESO DE INCUBACIN Y NO INCUBADOS. .......................................................................................... 1360

82 HUELLAS EMPRESARIAES CAQUETEAS. HISTORIA DE VIDA E HISTORIA EMPRESARIAL DE OLIVERIO LARA BORRERO. ................................................................ 1369

83 SISTEMA REGIONAL DE COAHUILA: UN ANLISIS BASADO EN LA INNOVACIN Y SUS INTERACCIONES EN LAS MIPYME EN LA REGIN LAGUNERA DE COAHUILA, MXICO. ...................................................................................................................................... 1382

84 EXPERIENCIAS CREATIVAS UNIVERSITARIAS PARA LA GENERACIN DE UN MODELO DE GESTIN DE INNOVATIVIDAD ...................................................................... 1400

85 EMPRENDEDORES FRENTE A LA REORGANIZACIN Y VALORACIN DE EMPRESAS EN CRISIS .............................................................................................................. 1420

86 SISTEMAS DE INNOVACIN COMO SOPORTE PARA EMPRENDIMIENTOS DE BASE TECNOLGICA: CARACTERSTICAS Y REQUERIMIENTOS ................................. 1435

87 PERSPECTIVAS DE FORMACIN EN EMPRENDIMIENTO EN COLEGIOS DE CARTAGO, VALLE DEL CAUCA. ............................................................................................ 1451

88 RUTINAS DE CAPACIDAD DE INNOVACIN EN LOS PROCESOS FINANCIEROS DE LAS INSTITUCIONES DE EDUCACIN SUPERIOR - CASO COLOMBIANO ................... 1462

89 PROPUESTA DE UN MODELO TERICO PARA EL ANLISIS DE LAS PRINCIPALES CARACTERSTICAS DE EMPRENDIMIENTO EMPRESARIAL DE LAS MICRO Y PEQUEAS EMPRESAS Y SU RENDIMIENTO. ..................................................................... 1500

90 EDUCACIN EN EMPRENDIMIENTO, UNA ASIGNATURA PENDIENTE: ARQUITECTURA DE LA EDUCACIN PARA EL EMPRENDIMIENTO, EL CASO COLOMBIANO ............................................................................................................................ 1511

91 PRAGMATISMO DIRECTIVO E INNOVACIN EN LA GESTIN EMPRESARIAL DE LAS TICS EN COLOMBIA. ESTUDIOS DE CASOS. ............................................................ 1527

92 CAPACIDAD TECNOLGICA: ESTRATEGIA DE GENERACIN DE INNOVACIONES EN INSTITUCIONES DE EDUCACIN SUPERIOR. .............................................................. 1552

93 EL DISEO DE POLTICA DE TRANSFERENCIA INTERNACIONAL DE TECNOLOGA: UNA OPORTUNIDAD PARA LAS REGIONES. ........................................... 1564

94 EL AMBIENTE REGIONAL Y EMPRESARIAL EN EL DESEMPEO INNOVADOR DE LAS FIRMAS MANUFACTURERAS COLOMBIANAS: QUIEN ES MAS IMPORTANTE? 1588

95 CREATIVIDAD, INNOVACIN Y ACCIN COLECTIVA: DEFINIENDO LAS INDUSTRIAS CREATIVAS COLOMBIANAS DESDE SUS IMAGINARIOS Y REPRESENTACIONES SOCIALES. .......................................................................................... 1608

96 PLAN DE NEGOCIOS PARA EMPRESAS INNOVADORAS: UN MODELO AJUSTADO A SUS PARTICULARIDADES. .................................................................................................. 1623

97 INNOVACIN EMPRESARIAL CMO CREAR INNOVACIN EN SU EMPRESA .. 1641

98 ANLISIS ESTRATGICO PARA EL DESARROLLO DE LAS MIPYMES EN SANTIAGO DE CALI .................................................................................................................. 1657

99 EL EFECTO DE LA FORMACIN EN EMPRENDIMIENTO SOBRE LA CONSTRUCCIN DE UNA MENTALIDAD EMPRENDEDORA EN ESTUDIANTES DE INGENIERA INDUSTRIAL EN UNA UNIVERSIDAD DE LA CIUDAD DE BARRANQUILLA. ...................................................................................................................... 1665

100 LA RUEDA DEL EMPRENDIZAJE: UN MODELO DE FORMACIN DESDE LA CREATIVIDAD DE LOS EMPRENDEDORES ........................................................................ 1677

101 CARACTERIZACIN DEL PENSAMIENTO ESTRATGICO EN UN GRUPO DE EMPRESAS DE LA CIUDAD DE BOGOT ............................................................................. 1685

102 ANLISIS DE LA TRANSFORMACIN DEL CONTENIDO TECNOLGICO DE LAS EXPORTACIONES COLOMBIANAS Y SU RELACIN CON LA POLTICA PARA LAS EXPORTACIONES EN COLOMBIA. ........................................................................................ 1708

103 VINCULACIN UNIVERSIDADSECTOR EMPRESARIAL COMO ESTRATEGIA PARA IMPULSAR LA COMPETITIVIDAD DE LA INDUSTRIA. ......................................... 1726

104 ANLISIS DE COMPETITIVIDAD DE LAS MPYME BAJO EL MODELO DE ASOCIATIVIDAD. ESTUDIO DE CASO: ACOPI SECCIONAL CALI-VALLE .................... 1742

105 EL PROCESO DE ADMINISTRACIN ESTRATGICA EN LAS PYMES TOLIMENSES: DESARROLLO EMPRICO VERSUS MODELO TERICO ......................... 1759

106 TENDENCIAS & RETOS PARA LA INGENIERA INDUSTRIAL EN COLOMBIA 1769

107 COSTOS LOGSTICO EN EMPRESAS DE SERVICIOS HOSPITAL UNIVERSITARIO ........................................................................................................................ 1785

108 TOMA DE DECISIONES EMPRESARIALES DESDE UNA PERSPECTIVA ESTADSTICA: CASO APLICADO A UNA INDUSTRIA DE ANTIOQUIA ......................... 1803

109 AGENDA PROSPECTIVA ESTRATGICA DE CIENCIA Y TECNOLOGA, UNA EXPERIENCIA SIGNIFICATIVA EN LA PLANIFICACIN Y DESARROLLO INSTITUCIONAL: CASO UNIVERSIDAD DE LA GUAJIRA................................................. 1818

110 PLAN ESTRATGICO DE CIENCIA, TECNOLOGA E INNOVACIN DEL DEPARTAMENTO DEL CAQUET. 2012-2025 ...................................................................... 1838

111 CAMBIOS EN LA COMPOSICIN SECTORIAL DEL PRODUCTO Y SU ASOCIACIN CON EL CRECIMIENTO ECONMICO ......................................................... 1858

112 MODELO DE GESTIN LOGSTICA PARA LA COMERCIALIZACIN DE FRUTOS FRESCOS. CASO: TAMARILLO ............................................................................................... 1880

113 MODELOS ASOCIATIVOS EN BOYAC ................................................................... 1897

114 ANLISIS SECTORIAL Y PROSPECTIVA DEL CULTIVO DE FRUTAS TROPICALES PARA LA REGIN BOGOT-CUNDINAMARCA ......................................... 1909

115 ESTUDIO COMPARATIVO DE LA PROSPECTIVA DE LOS SECTORES PRODUCTIVOS DE NARIO .................................................................................................... 1926

116 HERRAMIENTA FUNDAMENTAL EN LA PROPUESTA DE ARTICULACIN ENTRE LA ACADEMIA Y EL SECTOR PRODUCTIVO DEL PAS ...................................... 1945

117 DISEO ESTRATGICO PARA EL OBSERVATORIO AGROINDUSTRIAL DEL DEPARTAMENTO DE BOYAC. ............................................................................................. 1955

RECURSOS HUMANOS Y COMPORTAMIENTO ORGANIZACIONAL .............................. 1968

118 EL CONTROL ORGANIZACIONAL COMO FACTOR QUE INCIDE EN EL APEGO AL LUGAR DE TRABAJO ......................................................................................................... 1969

119 CAMBIO ORGANIZACIONAL EN LA BANCA COLOMBIANA ............................. 1980

120 UNA APROXIMACIN A LOS RIESGOS PSICOSOCIALES INTRALABORALES QUE IMPACTAN LA CALIDAD DE VIDA LABORAL DEL DOCENTE UNIVERSITARIO 2000

121 SATISFACCIN LABORAL: UN ANLISIS DEL MERCADO DE TRABAJO EN COLOMBIA ................................................................................................................................. 2013

123 RELACIN ENTRE EL LIDERAZGO TRANSFORMACIONAL Y LA ESPERANZA 2060

124 LIDERAZGO TRANSFORMACIONAL Y SU RELACIN CON LA RESISTENCIA AL CAMBIO: EL ROL MODERADOR DE LA PERSONALIDAD NEURTICA Y APERTURA A LA EXPERIENCIA DEL SEGUIDOR ........................................................................................ 2073

125 FACTORES QUE HAN IMPEDIDO EN COLOMBIA LA VIGENCIA DE LA CARRERA ADMINISTRATIVA ................................................................................................ 2094

126 COMPETENCIAS GERENCIALES: UN ENFOQUE ESTRATGICO PARA LOGRAR LA CALIDAD DEL SERVICIO DE LA EDUCACIN SUPERIOR EN LAS UNIVERSIDADES PBLICAS ................................................................................................................................... 2110

127 CULTURA INNOVATIVA: UNA ESTRATEGIA DE COMPETITIVIDAD EN LAS UNIVERSIDADES PBLICAS ................................................................................................... 2129

128 TRES COMPETENCIAS ESENCIALES DE LOS PROFESIONALES INTELIGENTES: ADVERTIR Y RESPONDER, COMBINAR Y CONECTAR Y CREAR Y PRODUCIR. ........ 2143

Fundacin Luis Donaldo Colosio, Mxico ................................................................................... 2143

129 VIOLENCIA EN EL TRABAJO: INVESTIGACIONES REALIZADAS EN COLOMBIA 2161

130 APLICACIN DEL LIDERAZGO SERVIDOR EN LAS ORGANIZACIONES. ........ 2172

131 ESTUDIOS DE CASOS DE LOS MODELOS GERENCIALES DE TALENTO HUMANO IMPLEMENTADOS EN LAS ORGANIZACIONES DE LA REGION CARIBE COLOMBIANA ............................................................................................................................ 2198

132 ESTILO DE LIDERAZGO Y DESEMPEO EMPRESARIAL: UN ESTUDIO DE LAS EMPRESAS DEL REA METROPOLITANA DE BUCARAMANGA .................................... 2224

133 COMPARATIVO DE NECESIDADES DE CAPACITACIN EN LAS PYMES DE LAS CIUDADES DE GUAYMAS, EMPALME Y NAVOJOA SONORA ......................................... 2242

134 ESTRATEGIAS GERENCIALES Y PRCTICAS DE PARTICIPACIN DE LOS TRABAJADORES EN LA ORGANIZACIN ACTUAL: UNA REVISIN CRTICA. .......... 2262

135 DILOGOS GENERATIVOS, COMO FACILITADORES DE LA CAPACITACIN Y EL APRENDIZAJE ORGANIZACIONAL. ................................................................................ 2275

136 CARACTERIZACIN DEL LIDERAZGO DIRECTIVO EN EL SECTOR HOTELERO DE LA CIUDAD DE BOGOT. .................................................................................................. 2297

137 LIDERAZGO Y SU INFLUENCIA EN LA CONSTRUCCIN DE LA CULTURA ORGANIZACIONAL EN LAS EMPRESAS HOTELERAS DE SANTA MARTA. ESTUDIO DE CASO. 2313

138 MODELOS DE MEDICIN EN GESTIN DEL TALENTO HUMANO: UNA CONSTRUCCIN NECESARIA ................................................................................................ 2332

139 EL MIEDO EN LA ORGANIZACIN: DE LO FUNDAMENTAL A LO NEGATIVO ...2341

140 MUJERES TRANSFORMADORAS, LDERES EN LA ACADEMIA..2358

FINANZAS Y CONTABILIDAD

Encuentro Internacional de Investigadores en Administracin 2012

15

1 DISEO Y EVALUACIN DE UN MODELO DE PRONSTICO PARA EL NDICE COLCAP MEDIANTE FILTROS DE SEAL Y REDES NEURONALES

ARTIFICIALES

Gustavo Adolfo Vsquez Perdomo1 Universidad del Valle, Colombia

Jorge Muoz Seplveda2 Universidad del Valle, Colombia

RESUMEN

El presente artculo ilustra los modelos de redes neuronales Backpropagation y NARX, as como los mtodos DWT y DFT para el modelado y filtrado de seales. A partir de la evidencia emprica, se identifica entre los modelos trabajados aquel uno con buen ajuste para el anlisis y pronstico de la series de tiempo del COLCAP, y se analiza la posibilidad de utilizar el modelo identificado en el pronstico de otras series de tiempo financieras como el ndice Standard & Poors 500 o el PIB nacional. La seleccin del modelo segn su ajuste se realiza a travs de estadsticos como el MAPE, NSME, y el R2. La conclusin de dicho anlisis muestra el modelo NARX con mayor ajuste, brindando una mejor explicacin sobre el comportamiento de las Series de Tiempo compuestas por el precio de cierre de los ndices financieros.

Abstract

The present articule show both artificial neural networks models Backpropagation and NARX, such as the low pass filters DWT and DFT used to model and filter signals. Starting from the empirical evidence gathered, there is a model selected with good fit capabilities to analyze and forecast the COLCAP time series, and the likelihood to use the model to forecast another financial time series such as the S&P 500 or the Colombian national GDP. The model selection is made due to their fit with the original series according to statiscal measures like the MAPE, NMSE and the R2. At last, the analysis results with the NARX model chosen due to its fit conditions.

Palabras claves: Finanzas Computacionales, Redes Neuronales NARX, Pronstico de ndices financieros, ETF Colcap, Filtros de Paso bajo.

Keywords: Computational Finance, NARX Neural Networks, Financial Index Forecasting, ETF iColcap, Low Pass Filter

1 Administrador de Empresas, Magister en Administracin (c), Universidad del Valle, Bachelor of Science in Computer Science (c), University of the People, Pa. Ca. USA, Docente MT Fundacin Universitaria Catlica Lumen Gentium, Analista Financiero Nacional Bancoomeva. 2 Ingeniero Electrnico, Magister en Administracin (c), Universidad del Valle.


16

INTRODUCCIN

El problema del mejoramiento de los retornos sobre las inversiones de tesorera y su impacto en la liquidez de una entidad bancaria son el problema maestro que han guiado el curso de esta investigacin. Dicho estudio ha llevado al desarrollo de mltiples modelos para la solucin del problema, La inversin en instrumentos de renta variable, y la disminucin de la incertidumbre inherente a sus retornos son un problema importante en la gestin de los excedentes de cualquier organizacin. En los ltimos aos ha empezado el desarrollo de instrumentos que diversifican el riesgo y permiten, a relativamente bajo costo invertir en busca de retornos replicados a los de los principales ndices de mercado. En Colombia se ha desarrollado el ETF iColcap , que replica los rendimientos obtenidos a travs de las variaciones del conjunto de acciones que conforman dicho ndice accionario.

Durante el desarrollo de una investigacin al interior de la Universidad del Valle y con la colaboracin de una entidad bancaria del orden nacional, se han desarrollado mltiples modelos para pronosticar el mercado mediante el ndice Colcap de la Bolsa de Valores de Colombia; en este artculo se muestran los resultados de tres de estos modelos.

En la primera parte del artculo se muestra el marco terico que orienta la investigacin, principalmente lo referido a series de tiempo y a los modelos de Redes Neuronales Artificiales. Tambin se muestra en esta parte la teora de filtrado de seales y algunos indicadores utilizados en el anlisis tcnico del mercado de valores. La siguiente parte evidencia la metodologa utilizada para el desarrollo de los modelos, y los estadsticos utilizados para valorar el ajuste a la serie de tiempo original. Luego se presentan los resultados y conclusiones del estudio, donde se identifica la RNA NARX alimentada con la seal original de los valores de cierre del Colcap y con indicadores tcnicos (MACD, Seal, RSI) como la que mejor explica la serie original y brinda los mejores valores de pronstico. Finalmente se tienen las limitaciones del estudio y las posibilidades a abordar en futuras investigaciones.

MARCO TERICO

En estadstica, el anlisis de series de tiempo, comprendida sta como una secuencia ordenada de valores de una variable {y(t)} en intervalos de tiempo peridicos y consecutivos se realiza partiendo de las premisas de que los datos analizados pueden presentar caractersticas de auto-correlacin, tendencia o estacionalidad . Para ello se han desarrollado diferentes modelos de anlisis y pronsticos, entre los que se cuentan los modelos Box-Jenkins1, fuertemente utilizados para el pronstico de series de tiempo econmicas, financieras y el desarrollo de modelos economtricos.

Para el efecto de pronosticar series de tiempo en los mercados financieros2, el anlisis clsico economtrico tiene una serie de desventajas que segn evidencia emprica (Aznarte et al. 2012), los modelos basados en Redes Neuronales Artificiales pueden suprimir, son estas las llamadas ventajas de las Redes Neuronales Artificiales3 sobre los modelos economtricos;

Una RNA puede identificar relaciones lineales entre las variables, simulando o llegando a las simplificaciones de los modelos Box-Jenkins. Las RNA logran identificar relaciones no lineales entre variables. Presentan aprendizaje adaptativo. Autoorganizacin. 1 Siendo los ms conocidos los modelos ARMA y ARIMA 2 Las series de tiempo ms complejas de modelar son los precios de las acciones, los ndices accionarios y los derivados de stas. 3 Redes Neuronales Artificiales, en adelante RNA


17

Tolerancia a fallos. Operacin en tiempo real. Fcil insercin dentro de la tecnologa existente1.

Las redes neuronales han sido usadas para encontrar relaciones entre variables, que mediante modelos tradicionales son difciles de establecer. Uno de los modelos ms simples de RNA es el perceptrn multicapa que tambin es una de las topologas ms comunes, el MLP2 (Multi-LayerPerceptron o Perceptrn Multicapa).

En general, una RNA es un sistema de computacin basado en modelos matemticos que busca emular el comportamiento de las neuronas en el cerebro humano mediante la combinacin e interconexin de mltiples elementos simples de procesamiento, conocidos como neuronas, las cuales trabajan paralelamente en la resolucin de problemas como el reconocimiento de patrones o el anlisis y pronstico de seales. (Hilera & Martnez, 1995).

Para ello, y acorde con Caicedo & Lpez (2009) la RNA recibe uno (o varios) vectores de entrada u(n), en el caso de la presente investigacin series de tiempo financieras, sta informacin se modifica por parte de un vector de escalares w, llamados pesos sinpticos en analoga a la sinapsis que existe entre las neuronas biolgicas. Matemticamente se puede representar un modelo sencillo e inicial de red neuronal de la siguiente manera:

= +

=1

Posteriormente, se tiene la funcin de activacin (Factj(Redj)), que determina el vector de salida de la RNA.

Una neurona unitaria posee baja capacidad de procesamiento, pero cuando se disean sistemas paralelos de neuronas trabajando en simultnea, se incrementa la aplicabilidad y el potencial para la solucin de diferentes problemas. Las siguientes consideraciones han guiado el desarrollo terico de las RNA:

La informacin se procesa en varios elementos pequeos, las neuronas. La seal se desplaza entre las neuronas mediante enlaces de conexin. El peso de los enlaces multiplica (amplificando o disminuyendo) la seal. Las neuronas poseen y aplican una funcin matemtica de activacin a la seal de entrada, as se establece la seal que conformar el vector de salida.

Uno de los problemas presentados con este modelo es la relacin esttica entre la entrada y la salida, en especial en la prediccin o aprendizaje en series de tiempo, en estas, el valor a estimar est asociado a las tendencias de la curva al graficar la serie de tiempo, es decir una serie de tiempo que genere una curva creciente con pendiente positiva, tiene una caracterstica distinta a una con pendiente negativa, aunque en un mismo punto compartan valores, pero en el Perceptrn Multicapa, la relacin se establece debido a los valores actuales, lo que lo hace ajeno a las tendencias de la curva misma.

Una red Perceptrn Multicapa es una red cuyos datos ingresan por la capa externa o de entrada, pasan posteriormente a las capas de neuronas ocultas y despus del procesamiento la capa de salida 1 Segn Hilera y Martnez, 1995. 2 MLP, Siglas de Multi Layer Perceptron o Perceptrn Multicapa en Espaol.


18

enva los datos al exterior. Por lo anterior son conocidas como feedforward, o alimentadas hacia adelante.

Por su parte, una red Backpropagation (Propagacin hacia atrs), se refiere a que el modelo de aprendizaje que minimiza el error entre los datos enviados a la capa de ingreso, y la salida en la respectiva capa de neuronas mediante la adaptacin de los pesos neuronales que establecen las sinapsis desde la capa de salida a la de entrada.

La RNA NARX es una arquitectura similar al Perceptrn Multicapa, pero a diferencia de ste, la salida (o valor a predecir) es funcin tanto de las entradas y las salidas actuales como de los valores previos, lo que genera su componente autorregresivo. (Menezes & Barreto, 2008). Matemticamente es:

( + 1) = ((), ( 1), , ( ), (), ( 1), , ( ))

Donde:

u(n)=Entrada actual

y(n)=Salida actual

dy>=du

h=Cantidad de neuronas en la capa oculta

fh=funcin de activacin (no lineal)

Esta arquitectura al igual que un Perceptrn Multicapa, consta de una capa de entrada, capas ocultas y una de salida, con una funcin de activacin en su capa oculta del tipo no lineal (Figura 1.)

Figura 1. Arquitectura de una red NARX, (Menezes y Barreto, 2008)


19

El modelo mixto utiliza la metodologa DWT1 unida a una RNA del estilo Backpropagation.

Una de las principales y ms buscadas caractersticas de las Redes Neuronales Artificiales es su capacidad de aprendizaje, lo cual permite el mejoramiento de su desempeo a travs del tiempo. Este aprendizaje se realiza de diferentes maneras, dependiendo del algoritmo que se aplique; entre los principales paradigmas tenemos:

Paradigma Regla Arquitectura Aprendizaje Supervisado: se le ofrece una respuesta correcta para cada patrn de entrada. Los pesos se ajustan para aproximar la respuesta de la red a la respuesta correcta conocida.

Correccin de Errores Perceptrn Simple o MLP Boltzmann Recurrente Hebbian Perceptrn Multicapa de propagacin

adelante Competitivo Competitivo

No Supervisado: Se explora la estructura subyacente o correlaciones entre patrones en los datos y se organizan en categoras a partir de las correlaciones encontradas

Correccin de Errores Perceptrn Multicapa de propagacin adelante

Hebbian Propagacin adelante o Competitivo Competitivo Kohonen

Red Art

Hibrido: Combina los dos paradigmas anteriores.

Correccin de Errores y Competitivo

Red RBF

Tabla 1, Paradigmas de RNA, Adaptado de Redes Neurales, (Muoz Gutirrez, 2012)

Segn Mrchen (2003), debido a la gran cantidad de datos que se presenta en el anlisis de series de tiempo, se generan ventanas deslizantes de gran tamao, lo que aumenta la cantidad de clculos a realizar y finalmente va en detrimento del tiempo que se toman los algoritmos para su procesamiento as como en el aumento de la capacidad de clculo necesaria, llegando inclusive a ser imposible analizar ciertos conjuntos de datos. Partiendo de la premisa de Lo et al. (2000), Segn la cul los mercados de acciones regularmente no siguen una caminata aleatoria, sino que por el contrario presentan una correlacin entre ellos, y siguiendo con Mrchen, se busca mediante esta tcnica realizar un filtrado que elimine el ruido2 de la seal y clarifique el vector de la serie de tiempo a ser analizada por la RNA, buscando mejores resultados.

Wang, et al. (2011) presentan un pronstico utilizando el modelo DWT con la Red de retro-propagacin, y llaman a su arquitectura WDBP (Wavelet De-noising-based Back Propagation); en el WDBP de Wang et al. Los datos se descomponen en seis capas de seal, cada una con un componente de alta frecuencia y uno de baja frecuencia, procedimiento que tambin es propuesto por Mrchen y sistematizado por Cruse (2009), en sus sistema de descomposicin de seal en filtros de orden n-simo.

La transformacin de la Onda, el proceso de los filtros.

Para limitar el nmero de las entradas en las Redes Neuronales se puede realizar una caracterizacin de la seal al extraer parmetros significativos y suficientes, con lo cual se superan las limitaciones de procesamiento de datos segn la arquitectura de los computadores utilizados, dichos parmetros deben ser suficientes para diferenciar la seal respecto a otra; es decir deben contener las principales

1 DWT o Discrete Wavelet Transformation, tambin conocido como proceso de filtrado de seal mediante la descomposicin en Series de Fourier o Transformacin Discreta de Ondas. 2 Ruido, comprendido como datos redundantes.


20

caractersticas de la misma, o desde otro punto de vista, deben contener la seal principal eliminando el ruido.

Si la seal es definida por una serie de tiempo discreta, o puede ser convertida mediante algn procesamiento en discreta, la representacin f(x) del dominio se puede realizar mediante la Transformada Discreta de Fourier (DFT).

Segn Zill (1997), una funcin matemtica puede ser re-expresada como un desarrollo de funciones en series trigonomtricas, del tipo:

() = 0 + cos

+ sin

=1

Donde

0 = 1

()

= 1

() cos

= 1

() sen

Este procedimiento desarrollado por Daniel Bernoulli y Leonard Euler se le conoce como Series o Transformada de Fourier y sirve para el modelado de seales, o series de tiempo.

La practicidad de dicho mtodo es evidente en el anlisis de las series de tiempo no estacionarias, all se utiliza la transformacin de ondas, en busca de generar informacin para el dominio de tiempo y frecuencia, as esta transformada de Fourier genera diferentes versiones hijas del vector de series de tiempo (tambin llamado seal) original.

Ahora bien, la Transformada Discreta de Fourier (DFT) se define de la siguiente manera:

() = x(n)2

; K = 0,1,2, N 1

1

=0

Donde F(K) es el valor del espectro a la frecuencia 2k/NT, n es el ndice de tiempos, N el nmero total de muestras y T el periodo del muestreo. Esta expresin permite calcular cada una de las N componentes de frecuencia del espectro a partir de N puntos de x(t) ponderados por la funcin

2

. En otras palabras, al realizar una transformacin mediante este mtodo (DFT), se re-expresa la seal como una proyeccin en el dominio de la frecuencia; la transformada de Fourier mide frecuencias globales y para su uso se asume que la seal es peridica.

Tambin se encuentra la Transformacin discreta de ondas (DWT) que mide la frecuencia en diferentes resoluciones de tiempo y lugar.


21

Para desarrollar el DWT (Transformacin discreta de Ondas), y segn Goswami & Chan (1999), citados por Wang et al. (2011), se aplican funciones matemticas como la convolucin:

=

(, ) = 1

() ,

Donde

a es un parmetro de escala

b es una traslacin

* es la conjugada compleja de ().

Para encontrar la DWT, se toman los siguientes valores:

= 12

, = 2

,

As, se llega a =

2

, 12

= () /2

1/2 , que separa la seal en sus

componentes de frecuencias sucesivamente.

La re-expresin de la seal en conjuntos de coeficientes de funciones producidas mediante el uso de las transformaciones busca bsicamente eliminar el ruido y la redundancia en las seales, disminuyendo el tamao de los vectores que las conforman y preservando una cantidad de energa adecuada en cada serie de tiempo.

Indicadores de Anlisis Tcnico

El anlisis tcnico considera los valores pasados y el anlisis de las tendencias de la seal para intentar pronosticar el comportamiento futuro de la misma; es muy usado por los traders profesionales del mercado de capitales, de hecho es una herramienta indispensable en la formacin de quienes intervienen en el mismo. Los indicadores que se utilizaron durante el presente anlisis son:

Medias Mviles

Segn Monroy (2003), las medias mviles son Quizs una de las herramientas ms utilizadas en el anlisis tcnico. Hay varios tipos de Medias Mviles, entre ellas se encuentran las Medias Mviles Aritmticas, las geomtricas, ponderadas, exponenciales, entre otras. La diferencia radica en el algoritmo utilizado para su clculo: para efectos del presente estudio slo han sido usadas las medias mviles simples o aritmticas.

La MMS (Mdia Mvil Simple) surge del anlisis estadstico de Series de Tiempo, y consiste en realizar la sumatoria del valor de n periodos de tiempo y dividirlos entre la cantidad de datos utilizados. Matemticamente se podra decir:


22

= 1

n

Donde

y es el valor de cierre de la serie de tiempo.

n es el nmero de datos o letargos que se estn teniendo en cuenta.

El trmino mvil se refiere al hecho de que al aparecer un nuevo dato en la serie de tiempo, ste sustituye al ltimo que exista, y la media mvil vuelve a calcularse; debido a lo anterior y a que los promedios aritmticos poseen un efecto memoria, la media mvil muestra (o confirma) la tendencia que trae la seal.

MACD

El indicador MACD (Moving Average Convergence Divergence) o indicador de convergencia divergencia de las medias mviles consta bsicamente de dos series de tiempo: La MACD propiamente dicha y la seal. Su anlisis se centra en el desplazamiento de la lnea MACD alrededor de la lnea cero, sin tener en cuenta los lmites de dicha rea. Tambin es de vital importancia el cruce (y el sentido del cruce) entre la lnea MACD y la Seal.

La frmula Matemtica para la MACD es:

MACD = MMS(1) (2)

Seal = MMS(3)

Donde

MMS : es Mdia Mvil Simple, (Tambin puede utilizarse la Mdia Mvil Exponencial)

1, 2, 3: Corresponden al nmero de letargos que poseen las Mdias Mviles que se estn utilizando para su clculo.

RSI

El indicador RSI (Relative Streght Index) o ndice de Fuerza Relativa mide permanentemente la fuerza con la que actan la demanda y la oferta en el mercado, es un indicador normalizado que se desplaza en valores entre cero y uno (o cien por ciento).

La frmula matemtica con la que se calcula es:

RSI = 100 100

1 + RS

Donde


23

RS = 1 1

Siendo n el nmero de sesiones o cotizaciones previas que se tienen en cuenta para la sumatoria. Este letargo regularmente se utiliza para sesiones de la bolsa de valores en 14 das.

METODOLOGA

Para el caso de esta investigacin, se utilizan varias arquitecturas, entre ellas; RNA del tipo Backpropagation, RNA del tipo NARX y Redes mixtas que incluyen un preprocesamiento de los datos, con el mtodo DWT (Direct Wavelet Transformation).

Otro aspecto tcnico importante en el estudio, es el hecho de que se probaron varias combinaciones de vectores de entrada generando diferentes arquitecturas de RNA, incluyendo Medias Mviles, el indicador Tcnico MACD1, el RSI2 as como el vector de la serie de tiempo a pronosticar.

Las redes neuronales utilizadas hasta el momento, con sus respectivos algoritmos de entrenamiento han sido:

Red neuronal de mltiples Capas y retro propagacin, utilizando como vector de entrada los datos normalizados del ndice Colcap. Red Neuronal de Retropropagacin utilizando el algoritmo de entrenamiento Bayesiano y 20 neuronas en la capa oculta. Red Neuronal de Retropropagacin utilizando el algoritmo de entrenamiento Bayesiano y 23 neuronas en la capa oculta. Red Neuronal Narx utilizando como vector de entrada el ndice Colcap. Red Neuronal Narx utilizando DWT Red Neuronal BP con DWT Red NARX con mltiples vectores de entrada, indicadores tcnicos.

Durante un periodo de dos aos se han realizado alrededor de mil pruebas, de las cuales se presentan en este estudio los resultados de las tres ms relevantes segn su ajuste a la serie original.

Diseo y seleccin de los elementos de la arquitectura.

Ajustando el procedimiento descrito por Kaastra & Boyd (1996), se utilizaron los siguientes pasos para la construccin de la RNA.

Paso 1 Seleccin de las Variables de ingreso

Siempre se utilizaron los valores de cierre del ndice Colcap, con letargos entre cero (0) y cincuenta (50) periodos. Se aplic el mtodo heurstico para el diseo de las diferentes topologas, as se desarrollaron varios ensayos con diferentes arquitecturas y por lo tanto, con diferentes datos de ingreso y letargos a las RNA.

Tambin se utilizaron entre los vectores de entrada diferentes indicadores tcnicos en las pruebas, como la Medias Mviles Simples en periodos de 10 y 20 letargos, el indicador MACD y el ndice de fuerza relativa (RSI), as como combinaciones de los mismos con la serie de tiempo original.

1 MACD, sigla en ingls para identificar al Moving Average Convergence Divergence, o Promedio Mvil de Convergencia y Divergencia. 2 RSI, Sigla en ingls para identificar el Relative Strenght Index.


24

Paso 2 Consecucin de los datos

Las cotizaciones y los datos de los vectores de ingreso son los precios de cierre del ndice Colcap, ste es un indicador que refleja las variaciones de los precios de las 20 acciones ms lquidas de la Bolsa de Valores de Colombia (BVC), donde el valor de Capitalizacin Burstil ajustada de cada compaa determina su participacin dentro del ndice.

Dichos datos se obtienen mediante terminales Bloomberg, aquellos indicadores que no fue posible descargar para las pruebas fueron construidos utilizando sus respectivas frmulas matemticas y teniendo en cuenta los letargos cuando era necesario.

Paso 3 Pre-procesamiento de los Datos

Tericamente una red neuronal puede aprender cualquier patrn, puede presentar limitantes debido a las funciones de activacin, pues a diferencia de la funcin lineal, algunas funciones necesarias para establecer las relaciones no-lineales entre las series de tiempo de ingreso a la RNA tienen valores que acotan su salida, funciones como la sigmoidal y la tangencial-sigmoidea, presentan valores que oscilan entre 0 y 1 o entre -1 y +1 respectivamente.

Por esta razn es una prctica comn, reducir los valores de la entrada a los rangos mencionados, proceso que es llamado tambin normalizacin. La normalizacin, toma el valor mximo de un rango el cual ser tomado como el valor +1 y el valor mnimo ser tomado como -1, as todos los valores restantes conservarn la proporcin de los valores originales.

Paso 4 Entrenamiento

Perceptrn Multicapa Con Filtrado de Seal (DWT)

La DWT es usada para extraer una seal con mayor atenuacin de otras que no transmiten informacin alguna o ruido. En la etapa de entrenamiento se procesa entonces la seal del COLCAP en una ventana de aprendizaje (500 das), los valores de COLCAP son normalizados para que oscilen entre -1 y +1, posteriormente se genera una seal nueva mediante la aplicacin de la DWT a la seal del COLCAP, siendo esta nueva, la curva o seal normalizada que va aprender la red neuronal. Debido a que se implementa una DWT de seis (6) niveles, se generan seis (6) redes neuronales, cada una aprendiendo un nivel de la DWT (Figura 2). Posteriormente se procede a probar la red neuronal la cual debe estimar los 485 valores siguientes para establecer el tamao de la ventana con la cual la red puede estimar.

Figura 2. Entrenamiento de la Red Neuronal, elaboracin propia

Donde: k= Nivel de filtrado de la DWT

NORMALIZACI DWT (NIVEL ENTRENAMIENTO RED NEURONAL

VECTOR DE

VECTOR DE SALIDAS


25

El grfico de las seales producidas al aplicar la DWT fueron las siguientes.

Figura 3. Seales generadas al aplicar la DWT, elaboracin propia.

La red se disea con una capa de entrada, una capa oculta con 25 neuronas y funcin de activacin del tipo tangencial sigmoidea, una capa de salida con una funcin lineal, con un algoritmo de aprendizaje de bayesiano.

Los resultados son presentados en la figura 4. Luego de entrenar la red, se procede a validar cargando tanto el rango de valores de la ventana de aprendizaje (los 500 datos con los cuales se entren) y los 485 posteriores a la ventana.

Figura 4. Comparacin de la seal del COLCAP (azul) con el estimado de cada red (verde), elaboracin propia


26

Donde: An= Nivel de filtrado de la DWT

Para todo n=1,2,3,4,5,6

Paso 5 Depuracin de las arquitecturas aplicadas.

El ajuste de los diferentes modelos utilizados se determin utilizando las recomendaciones de Gallo et al. (2006), primero mediante el ajuste que presentaban de manera visual, mediante el grfico respectivo (serie original datos de prueba Vs. serie modelada). Posteriormente, aquellas series con mayor ajuste grfico se procesan con los datos de prueba, el pronstico propiamente dicho. Nuevamente, a aquellas series que presentaron mejor ajuste en dichos datos se les aplicaron los respectivos estadsticos que muestran los resultados.

RESULTADOS

Se utilizaron los siguientes estadsticos para evaluar las RNA. Se presentan las tres seales con mayor ajuste:.

Tabla 2. Criterios con los que se evaluaron las RNA, se presentan las tres de mayor ajuste segn R2, Elaboracin Propia

Tabla 3. Criterios con los que se evaluaron las RNA, error para pronsticos por fuera de la muestra, Elaboracin Propia

MACD + SEAL MACD + SEAL +RSI MACD + SEAL + HISTOGRAMACoeficiente de correlacin mltiple 0.978475962 0.99207484 0.980168752Coeficiente de determinacin R^2 0.957415208 0.984212489 0.960730782R^2 ajustado 0.957343274 0.984185821 0.960664449Error tpico 35.76551348 21.7767983 34.34498428MAE 16.40764706 15.93529412 38.43654412MAPE 0.010389447 0.010097768 0.022757144RMSE 28.04646133 21.62338043 54.80066099NMSE 0.024133602 0.014345417 0.09213775MAD 28.04646133 21.62338043 54.80066099Observaciones 594 594 594

Resultados en datos entrenamiento - muestra -

MACD + SEAL MACD + SEAL +RSI MACD + SEAL + HISTOGRAMACoeficiente de correlacin mltiple 0.397176198 0.740917796 0.719321609Coeficiente de determinacin R^2 0.157748932 0.54895918 0.517423577R^2 ajustado 0.140202035 0.539562497 0.507369901Error tpico 29.98034486 21.93935032 22.69336452MAE 70.2114 19.3934 21.7142MAPE 0.044590278 0.012420261 0.01379704RMSE 89.86597905 24.0079718 25.77663651NMSE 7.884952118 0.558739556 0.648721317MAD 89.86597905 24.0079718 25.77663651Observaciones 50 50 50

Resultados en datos pronstico - muestra de control -


27

Tabla 4. Comparacin de los ltimos cincuenta (50) datos con la Serie Original, Elaboracin Propia

Fecha Valores Valores ProyectadosOriginales MACD + Seal +RSI Histograma

16/11/2011 1571,96 1533 1586,3 1571,517/11/2011 1570,15 1557,5 1587 1570,118/11/2011 1562,55 1549 1578,3 156421/11/2011 1545,32 1575,7 1577,8 1558,922/11/2011 1536,74 1578,1 1570,6 155623/11/2011 1496,65 1558,3 1553 1543,524/11/2011 1492,3 1550,2 1546,3 1535,125/11/2011 1482,59 1537,2 1508,3 1502,528/11/2011 1512,95 1564,8 1510,6 1497,129/11/2011 1525,05 1577,7 1502,5 1490,730/11/2011 1561,07 1590 1532,6 1513,501/12/2011 1575,56 1591,5 1538,8 1526,902/12/2011 1586,85 1583,1 1569,8 1554,905/12/2011 1574,81 1568,3 1579,7 156706/12/2011 1544,21 1582,1 1594,7 1575,207/12/2011 1576,49 1576,8 1581,4 1566,209/12/2011 1577,86 1582,7 1551,6 1540,312/12/2011 1572,06 1659,4 1589,3 1557,313/12/2011 1568,09 1690,5 1588,1 1562,314/12/2011 1543,97 1714,7 1587,1 1561,215/12/2011 1541,9 1721,6 1587,2 1557,716/12/2011 1571,89 1713,6 1570,1 1545,319/12/2011 1561,06 1700,5 1571,9 1538,120/12/2011 1579,47 1731,6 1602,9 1550,421/12/2011 1586,41 1761,4 1594,8 1549,722/12/2011 1599,74 1739 1612,2 1559,723/12/2011 1600,4 1748 1613,8 1567,226/12/2011 1592,11 1741,2 1621 1575,527/12/2011 1584,91 1752,4 1615,8 1580,128/12/2011 1589,38 1700,1 1601,9 1574,929/12/2011 1571,55 1708,9 1595,2 1571,402/01/2012 1577,71 1677,9 1598 1574,203/01/2012 1601,87 1664,6 1579,2 156304/01/2012 1606,48 1629,4 1586,8 1566,805/01/2012 1606,09 1622 1607,1 1582,906/01/2012 1599,69 1599,5 1604,1 1588,610/01/2012 1618,88 1633,1 1606,5 1589,411/01/2012 1609,94 1615,3 1599,7 1585,512/01/2012 1585,81 1611,7 1618,5 1595,813/01/2012 1592,82 1637,5 1609,4 159216/01/2012 1578,22 1595,9 1585 1576,517/01/2012 1597,95 1573,2 1595,2 1578,118/01/2012 1613,67 1543,5 1578,2 1567,419/01/2012 1606,49 1607,5 1600,1 157620/01/2012 1607,26 1683,7 1618,6 1587,323/01/2012 1609,92 1687,1 1609 1586,724/01/2012 1605,29 1680,9 1609,2 1585,325/01/2012 1602,73 1697,2 1613,5 1587,726/01/2012 1601,27 1707,6 1608,4 1582,527/01/2012 1601,05 1742,2 1610,3 1579,3


28

Resultados y Aplicacin de la herramienta.

De acuerdo a los resultados, el modelo de pronstico deseado se encuentra teniendo como vectores de entrada las seales conformadas por el indicador RSI, el Indicador MACD y el Indicador Seal del MACD, con un R2 que explica a la red original (la pronostica con xito) en un 98.42%, a la vez que muestra los mejores indicadores en los diferentes estadsticos utilizados.

No obstante, es importante observar que cualquiera de los tres modelos basados en la Red Neuronal Auto-regresiva NARX, alimentados con las seales producidas por los indicadores tcnicos tienen un alto ajuste en los datos de entrenamiento (MACD + Seal 95.7%, MACD + Seal + RSI + Histograma 96%), lo que muestra a las redes neuronales como una herramienta confiable para realizar modelar series de tiempo financieras . Respecto al conjunto de datos del pronstico a corto plazo, se tiene que la RNA NARX con vectores de entrada dispuestos como Colcap con letargo, MACD, Seal y RSI contina con el mejor ajuste, sin embargo el R2 en este caso disminuye hasta el 54%, pero sigue mostrando los mejores datos con los estadsticos utilizados entre las distintas RNA. Desde el anlisis visual no era posible identificar con facilidad el error en la proyeccin.

Se recomienda futura investigacin con algoritmos genticos y Lgica difusa para validar si ello puede incrementar el rendimiento de las RNA en el pronstico del ndice.

La herramienta fue aplicada a series de tiempo con cotizaciones de cierre del ndice S&P 500 como revisin previa para futuras investigaciones teniendo en cuenta otros ndices, y el resultado en los datos de prueba tambin obtuvo un resultado con R2 superior al 80% (77.13%), superando el anlisis visual propuesto para discernir los modelos a ser analizados matemticamente.

Figura 5. Resultados con DWT y Retropropagacin, Elaboracin Propia


29

Figura 6. Resultados del Pronstico utilizando RNA NARX y aprendizaje Bayesiano,

Seales de entrada: MACD, Signal, Histograma, Elaboracin Propia


Seales de entrada: MACD, Signal


Seales de entrada: MACD, Signal, Elaboracin Propia


30

CONCLUSIONES, LIMITACIONES Y DISCUSIN

En esta investigacin se ha identificado un modelo mejorado para pronosticar los precios de cierre del ndice COLCAP basado en redes neuronales artificiales NARX. Entre las principales limitantes identificadas en el estudio se encuentra la dificultad para obtener datos histricos de las series de tiempo, la capacidad de cmputo de los equipos utilizados, y la posibilidad de optimizar el diseo de las RNA mediante algoritmos genticos y lgica difusa, algo que ser abordado en futuras oportunidades. La presencia de datos fundamentales, entendidos como las noticias polticas, econmicas, sociales y dems, que presentan relacin con las series de tiempo, induciendo cambios en su tendencia o ampliando su crecimiento o cada son la mayor limitante de los modelos cuantitativos, pues al involucrar dichas variables es complejo establecer la relacin entre la noticia misma y el efecto que podr tener en el mercado. Para ser ms claros, por ejemplo una tasa de desempleo Nacional de 9.9% cuando se espera 10.5% es una buena noticia que podra generar crecimiento en el mercado, mientras que la misma tasa cuando se espera un 9.5% podra afectar los mercados negativamente; as cuantificar el impacto que generan los fundamentales excede hasta el momento las posibilidades de estos modelos cuantitativos. El problema del mejoramiento de los retornos sobre las inversiones de tesorera y su impacto en la liquidez de una entidad bancaria han llevado al desarrollo de mltiples modelos para la solucin del problema, pues la falta de modelos de pronstico para minimizar el riesgo y maximizar las utilidades es un problema central inherente a la incertidumbre de los mercados y a la gestin de los excedentes. As surge el modelo presentado, en el cul inicialmente se calculan los indicadores tradicionales de anlisis tcnico, y posteriormente se utiliza la arquitectura NARX descrita en la metodologa. Toda la investigacin se realiz con datos reales, y se evidencia un ajuste adecuado en los datos de pronstico.

Es interesante resaltar que en la investigacin y con el conjunto de datos utilizados las redes NARX presentan mejor resultado que las MLP, que son las ms usadas en la literatura cientfica consultada.

AGRADECIMIENTOS

Los autores desean agradecer a los jueces annimos por sus valiosos comentarios, que seguramente servirn para fortalecer el desarrollo de la investigacin y la publicacin de nuevos papers y ponencias.

REFERENCIAS

___, (2011) Manual Metodolgico para el Clculo del ndice COLCAP, Bolsa de Valores de Colombia.

___, (2012) Reglamento Fondo Burstil iShares COLCAP, iShares BlackRock.

Aznarte, A., Arauzo-Azofra, Bentez, Financial time series forecasting with a bio-inspired fuzzy model en Expert Systems with Applications, elsevier, 2012)

Beltratti, A, Margarita, S, Terna, P (1996), Neural Networks for Economic and Financial Modelling. ITCP, .

Bodie, Z., A. Kane, & A. Marcus (1999). Investments. (4th ed.) Irwin/McGraw Hill.

Brealey, R., & Myers, S. (2003) Principles of Corporate Finance. 7th ed. Irwin/McGraw Hill.

Caicedo, E, Lpez, J (2009), Redes Neuronales Artificiales, Direccin de Nuevas Tecnologas y Educacin Virtual, Universidad del Valle, Recuperado el 31 de Agosto de 2012,


31

http://objetos.univalle.edu.co/objetosdeaprendizaje/redes_neuronales/unidad1/index.html?huella=fi-1,a2-21,a2-20,a2-19,a2-18,a2-17,a2-16,a2-15,a2-14,a2-13,a2-12,a2-11,a2-10,a2-9,a2-8,a2-7,a2-6,a2-5,a2-4,a2-3,a2-2,a2-1,fi-2,fi-1,a1-7,a1-6,a1-5,a1-4,a1-3,a1-2,a1-1,ob-1,in-2,in-1

Caicedo, E, Lpez, J (2009), Una aproximacin prctica a las Redes Neuronales Artificiales, Universidad del Valle, Cali.

Cho, V. (2010), MISMIS, a comprehensive decisin support system for stock market investment, en Knowledge based Systems V. 23

Cruz, E, Restrepo, J, Varela, P (2009), Pronostico del ndice general de la bolsa de valores de Colombia usando redes neuronales, en Scientia et Technica Ao XV, No 41, Mayo, Universidad Tecnolgica de Pereira.

Edwards, R, Magee, J, (1948) Analysis stock trends, Jhon Magee Inc., Boston Massachussets.

Gallo, C., Letizia, C. (2006), Artificial Neural Networks in Financial Modelling, Quaderno No. 2.

Garcia, P, (2002), Aplicaciones de las Redes Neuronales en las Finanzas, Universidad Complutense de Madrid.

Muoz, C. (2012), Redes Neurales, en Inteligencia Artificial, Universidad Complutense de Madrid,

Fernandez, L. (2008), Modelos Avanzados para la Prediccin a corto plazo de la produccin elctrica en parques elicos, Tesis doctoral, Universidad de la Rioja.

Guerrero, L (2011), Modelado del precio del oro: aplicacin de modelos clsicos de series de tiempo Vs. redes neuronales artificiales, Trabajo de Grado, Universidad del Valle.

Guresen, E, Kayakutlu, G, Daim, Tugrul U. (2011), Using artificial neural network models in stock market index prediction on Expert Systems with Applications 38 (2011) 1038910397

Hamid, S, Iqbal Z (2004), Using neural networks for forecasting volatility of S&P 500 Index futures prices, on Journal of Business Research 57 (2004) 1116 1125.

Hansen, B (2011), Econometrics, University of Wisconsin.

Kaastra, I, Boyd, M. (1996), Designing a Neural Network for forecasting financial and economic time series, on Neurocomputing 10, 1996.

Kostolany, A (1987), ESTRATEGIA BURSATIL, La mejor gua para inversores y especuladores, Editorial Planeta.

Lo, A, Mackinlay, C. (2007), A Non-Random Walk Down Wall Street Princeton University Press.

Lo, A, Mamaysky, H. & Wang, J. (2000), Foundations of Technical Analysis: computational Algorithms, Statistical Inference, and Empirical Implementation, on The Journal of Finance, VOL LV, No 4.
http://objetos.univalle.edu.co/objetosdeaprendizaje/redes_neuronales/unidad1/index.html?huella=fi-1,a2-21,a2-20,a2-19,a2-18,a2-17,a2-16,a2-15,a2-14,a2-13,a2-12,a2-11,a2-10,a2-9,a2-8,a2-7,a2-6,a2-5,a2-4,a2-3,a2-2,a2-1,fi-2,fi-1,a1-7,a1-6,a1-5,a1-4,a1-3,a1-2,a1-1,ob-1,in-2,in-1http://objetos.univalle.edu.co/objetosdeaprendizaje/redes_neuronales/unidad1/index.html?huella=fi-1,a2-21,a2-20,a2-19,a2-18,a2-17,a2-16,a2-15,a2-14,a2-13,a2-12,a2-11,a2-10,a2-9,a2-8,a2-7,a2-6,a2-5,a2-4,a2-3,a2-2,a2-1,fi-2,fi-1,a1-7,a1-6,a1-5,a1-4,a1-3,a1-2,a1-1,ob-1,in-2,in-1http://objetos.univalle.edu.co/objetosdeaprendizaje/redes_neuronales/unidad1/index.html?huella=fi-1,a2-21,a2-20,a2-19,a2-18,a2-17,a2-16,a2-15,a2-14,a2-13,a2-12,a2-11,a2-10,a2-9,a2-8,a2-7,a2-6,a2-5,a2-4,a2-3,a2-2,a2-1,fi-2,fi-1,a1-7,a1-6,a1-5,a1-4,a1-3,a1-2,a1-1,ob-1,in-2,in-1http://objetos.univalle.edu.co/objetosdeaprendizaje/redes_neuronales/unidad1/index.html?huella=fi-1,a2-21,a2-20,a2-19,a2-18,a2-17,a2-16,a2-15,a2-14,a2-13,a2-12,a2-11,a2-10,a2-9,a2-8,a2-7,a2-6,a2-5,a2-4,a2-3,a2-2,a2-1,fi-2,fi-1,a1-7,a1-6,a1-5,a1-4,a1-3,a1-2,a1-1,ob-1,in-2,in-1


32

Markowitz, H. (1952), Portfolio Selection, on The Journal of Finance, Vol. 7, No. 1. (Mar., 1952), pp. 77-91.

Mankiw, G. (2002), Principios de Economa, McGraw Hill.

Monroy, J. (2005), Complejidad y Mercados Burstiles, Tesis de Grado Maestra, Universidad del Valle.

Monroy, J. (2002), Fundamentos de Anlisis Tcnico Burstil, Documento de Trabajo.

Mrchen, F. (2003), Time series feature extraction for data mining using DWT and DFT.

Mostafa, M. (2010), Forecasting stock exchange movements using neural networks: Empirical evidence from Kuwait, on Expert Systems with Applications 37 (2010) 63026309.

Murphy, J. (2000), Anlisis tcnico de los mercados financieros, New York Institute of Finance, Ediciones Gestin 2000, 2000.

Parisi, A. (), Prediciendo Precios Accionarios En Mercados Turbulentos, Revista Economa y Administracin.

Pissarenlo, D. (2002), Neural Networks for financial time series prediction: Overview over recent research.

Pring, M. (1985), Anlisis Tcnico Explicado, Gesmovasa.

Reyes, P. (2007), Metodologa de anlisis de series de tiempo, ICICM.

Richter, K, Toro, D. (2006), Redes Neuronales Artificiales, Una Herramienta Para Las Finanzas, Tesis de grado, Universidad de Concepcin, Chile.

Rospide, J. (2008), Una revisin sobre Redes Neuronales Artificiales en Finanzas, Ponencia para las XXVIII Jornadas Nacionales de Administracin Financiera organizadas por la Sociedad Argentina de Docentes en Administracin Financiera, Vaqueras, Crdoba ,.

Santana, J. (2006), Prediccin de series temporales con redes neuronales: una aplicacin a la inflacin colombiana, en Revista Colombiana de Estadstica,

Shane, J. (2006), El Cerebro Virtual, Artculo de Revista. en Ecclesia, Vol. 20 No. 4: p515-520.

Shen, W, Guo, X, Wub, C, Wuc, D. (2011), Forecasting stock indices using radial basis function neural networks optimized by artificial fish swarm algorithm, Knowledge-Based Systems 24: 378385,.

Serrano, A., Soria, E., Martn, J. (2009), Redes Neuronales Artificiales, documento de trabajo, Programa de tercer ciclo Doctorado, Escola Tcnica Superior Dengenieria, Universitat de Valencia.

Villamil, J., Delgado, J. (2007), Entrenamiento de una Red Neuronal Multicapa para la tasa de cambio euro dlar (EUR/USD), Revista Ingeniera e investigacin, Vol 27 No. 3.


33

Wang, Jian-Zhou, Wang, Ju-Jie, Zhang, Z. & Guo, S. (2011), Forecasting Stock Indices with Backpropagation Neural Network, Journal Expert Systems with Applications 38, Elsevier.

Watada, J. (2006), Structural Learning of Neural Networks for Forecasting Stock Prices, on B. Gabrys, R.J. Howlett, and L.C. Jain (Eds.): KES 2006, Part III, LNAI 4253, pp. 972979.

Yao, J., Lim, C. (2000), A case study on using neural networks to perform technical forecasting of forex, On Neurocomputing 34, Elsevier, 2000

Zill, D., (1997) Ecuaciones Diferenciales con Aplicaciones, Madrid.

Resumen Hoja ve Vida

AUTOR: GUSTAVO ADOLFO VSQUEZ PERDOMO

Administrador de Empresas de la Universidad del Valle con nfasis en Gestin Humana y Finanzas, MBA de la Universidad del Valle. Actualmente cursa Bachelor en Computer Science con la University of the People de Pasadena, California en USA. Ha laborado como Profesional Financiero en la Corporacin Comfenalco Valle Universidad Libre, Analista Financiero Nacional en Coomeva, y Analista Financiero Nacional en Bancoomeva. Se desempea como Docente Medio Tiempo en la Fundacin Universitaria Catlica Lumen Gentium en reas Financieras y Administrativas.

AUTOR: JORGE MUOZ SEPULVEDA

Ingeniero Electrnico y MBA con nfasis en Gestin Humana de la Universidad del Valle en convenio con ACRIP. Ha laborado como Jefe de Planta en empresas manufactureras y Profesional Financiero.


34

2 EL CLCULO DEL COSTO DE LOS RECURSOS PROPIOS. UNA METODOLOGA ALTERNA PARA COMPAAS QUE NO COTIZAN EN BOLSA.

Martha Luca Pachn Palacios1. Universidad EAN, Colombia

RESUMEN

El objetivo de esta investigacin es el planteamiento de una metodologa para calcular el costo de los recursos de los accionistas (rentabilidad exigida a las acciones) incorporando los principales factores de riesgo, sistemticos y no sistemticos, que tienen en cuenta los Gerentes Financieros, de Proyectos y de Estrategia de las empresas al momento de tomar decisiones, aplicando esta metodologa a 30 empresas de Colombia.

Actualmente, el modelo ms utilizado para estimar el riesgo del inversionista o tasa esperada por l, es el Capital Asset Pricing Model (CAPM), Sharpe (1964), que basa su estimacin en el comportamiento de las rentabilidades de las empresas con respecto a la rentabilidad del mercado, condicin que limita su uso a empresas cotizantes en bolsas de valores (Rosillo, 2009).

Esta investigacin propone una metodologa alterna que corrija la limitacin del CAPM, lo importante para ser utilizado es cuantificar los riesgos de la empresa para establecer la prima mnima de riesgo requerida que permita cubrir estos riesgos y obtener una ganancia.

Mediante una metodologa multicriterio, Analytical Hierarchical Process (AHP) se calcula la prima de riesgo, que al incorporarla en la frmula del CAPM; += fe R Prima de riesgo; se obtiene el costo de los recursos obtenidos con los accionistas.

Palabras clave: Modelo de valoracin de los activos de capital, Prima de riesgos, Anlisis Jerrquico y Costo de los recursos propios.

Abstract

The purpose of this thesis is to develop a methodology that calculates the cost of equity of an enterprise, taking into account the different risks: systematic and not systematic, which the Financial, Project and Strategic Directors used when they make decisions. This was applied to 30 enterprises.

In this moment the model used is Capital Asset Pricing Model (CAPM), but to use this model enterprise must quote in the stock market. Instead, this investigation proposes an alternating methodology that corrects the limitation of the CAPM, which allows that any company in the market can use it independent to quote in the stock market. This methodology uses the technique Analytical Hierarchical Process (AHP), process develop by Saaty.

Key words: Capital Asset Pricing Model (CAPM), Premium risk, Analytical Hierarchical Process (AHP) and Cost equity.

1 Profesor Asociado, Facultad de Postgrados, Universidad EAN, Colombia, [email protected]


35

INTRODUCCIN

La propuesta de esta investigacin parte de retomar la ecuacin definida por el Capital Assets Pricing Model CAPM, teniendo en cuenta los factores de riesgo de las empresas directamente tomados del mercado (va encuestas), y utilizando la herramienta de Anlisis Jerrquico con estos factores, calcular la prima de riesgo para sumarla a la tasa libre de riesgo y obtener como resultado el costo de los recursos propios. En el marco terico por medio de un cuadro se identifican las frmulas de las teoras existentes alrededor de la medicin del costo de los recursos de los accionistas y se explican las similitudes a las que llegan los autores. Al analizar las teoras se concluye que uno de los componentes para medir dicho costo es la prima que solicita el inversionista o accionista por el riesgo que asume por participar en un proyecto o empresa determinados. Con las diferentes teoras desarrolladas y teniendo en cuenta el modelo CAPM (Sharpe 1964), que es el ms utilizado debido a que genera datos confiables tomados del comportamiento del mercado burstil, se disea una metodologa que puede ser utilizada por cualquier empresa pero principalmente en aquellas que no cotizan en bolsa, ya que es un modelo que toma las variables de riesgo directamente de los procesos y operacin de las empresas. Para establecer los factores de riesgo que tienen en cuenta las empresas al momento de tomar sus decisiones se desarrolla una encuesta dirigida a las organizaciones y aplicada directamente a personas del nivel directivo de las reas Financiera, de Proyectos y de Estrategia, quienes son considerados como las personas dentro de la organizacin que toman decisiones principalmente de inversin y financiacin, teniendo en cuenta los riesgos que los afecta, de esta manera se conoce, en su concepto, cul es la cuantificacin de los riesgos y la importancia de cada uno de ellos dentro de la organizacin. Con los resultados de la encuesta y mediante una metodologa multicriterio, Analytical Hierarchical Process (AHP), desarrollada por Thomas Saaty (2001), se integran los elementos que constituyen la medicin del riesgo privado (Corporate Executive Board, 2010; Enterprise Risk Management Framework, 2005; Federation of European Risk Management Associations, 2009) para calcular la prima de riesgo, que al incorporarla en la frmula del Capital Asset Pricing Model (CAPM),

+= fe R Prima de riesgo, se obtiene el costo de los recursos obtenidos con los accionistas. Disminuyendo las limitaciones que presenta el modelo CAPM, ya que esta metodologa supera que la empresa no est cotizando en bolsa. Actualmente, segn informacin pblica de la Bolsa de Valores de Colombia1 se encuentran inscritas 134 empresas de las cuales solo cotizan 55, y de ellas por su liquidez tan solo 15 podran utilizar el modelo de CAPM, si se tiene en cuenta que en Colombia existen ms de 1.000.0002 de empresas a nivel nacional se evidencia la necesidad de disear una nueva alternativa para que dichas empresas puedan establecer el costo de sus recursos propios teniendo en cuenta sus riesgos.

1 www.bvc.com.co consultada el 28 de mayo 2012 2 www.ccb.org.co consultada el 28 de mayo 2012


36

FUNDAMENTO TERICO En el marco terico se explican brevemente las teoras existentes alrededor de la medicin del costo de los recursos de los accionistas EK . GORDON Y SHAPIRO (1956) En 1956 Gordon y Sapero definen un modelo que permite determinar el precio de las acciones basado en las expectativas futuras de dividendos, consideran dos posibilidades, que los dividendos crezcan o que permanezcan constantes. El clculo del costo de los recursos propios se realiza considerando los pagos a los accionistas como una perpetuidad. a. Si los dividendos son constantes se tiene:

PDKe = (1)

eK : Costo contable del capital D : Dividendo comn al final del ao o periodo P : Precio de las acciones b. Con dividendos crecientes a una tasa constante g:

gPDKe +=

0

1 (2)

eK : Costo del capital contable

1D : Dividendo comn al final del ao o periodo 0P : Precio de las acciones

g : Tasa de crecimiento del dividendo MODIGLIANI Y MILLER (1958) En el trabajo realizado por Modigliani y Miller (1958), los autores hacen dos proposiciones, en la primera proposicin llegan a la conclusin que el valor de la empresa no se ve afectado por la estructura de capital. Es decir, que los activos de cualquier empresa deben generar por si mismos un rendimiento, independiente si fueron adquiridos con recursos propios o por deuda, por consiguiente los cambios en la estructura de capital no aumentan el valor de la empresa. En el caso de ausencia de impuestos, Modigliani y Miller exponen una empresa sin crecimiento y sin nuevas inversiones netas, concluyendo que el valor de tal empresa estara dado por:

kX

kNOIV == (3)

V : Valor de la empresa

XNOI = : Ingreso neto


37

k : Costo de capital Es decir que el valor de la empresa V es igual a los flujos de caja a perpetuidad NOI del proyecto, empresa o actividad, divididos por su costo de capital k. Esta proposicin I de Modigliani y Miller (MM) los lleva a concluir que las empresas que se encontraban en una clase determinada de riesgo tendran la misma tasa de descuento aplicable, lo que significa que dos empresas que tienen los mismos flujos de caja futuros con igual riesgo tienen el mismo valor, la medicin de k depende del grado de riesgo de la empresa, proyecto o actividad. Con influencia del apalancamiento, es decir agregando deuda, la expresin del valor de la empresa no se vera afectada. Modigliani y Miller comprueban que el valor de la empresa apalancada es igual al valor de la empresa no apalancada, es decir que el costo de capital de cualquier empresa es independiente de su estructura de capital. Al deducir el costo del capital contable sera:

SBTKKKK buuS )1)(( += (4)

uK : Costos de capital sin apalancamiento financiero

SK : Costo del capital propio

bK : Costo de la deuda B : Valor de la deuda S : Valor del capital propio Se concluye que en un mundo sin impuestos corporativos el promedio del costo de capital es una constante bajo los supuestos dados; con impuestos, el promedio del costo del capital disminuye a media que aumenta la razn deuda-capital contable hasta cierto punto donde el riesgo aumenta para los dueos de los recursos propios y se incrementa el costo promedio de capital (Rosillo, 2009). Esta afirmacin explica la proposicin II de MM que dice que el costo de capital contable, despus

de incluir el apalancamiento, aumenta con la razn de deudas a capital contable ED

SB= de una

manera lineal debido a que un mayor grado de apalancamiento financiero ocasiona que los accionistas se encuentren expuestos a un mayor riesgo. SHARPE (1964) Ms tarde en 1964 William F. Sharpe calcula el rendimiento requerido sobre las acciones por medio del enfoque denominado modelo de valoracin de los activos de capital (CAPM), sus siglas se derivan del nombre en ingles Capital Assets Pricing Model. La ecuacin explica el comportamiento de un activo financiero en funcin del mercado y define su rendimiento esperado como la suma del rendimiento de un instrumento libre de riesgo fR ms una prima de riesgo ))(( fm RRE que equivale a la diferencia entre la rentabilidad del mercado y la rentabilidad de un instrumento libre de riesgo multiplicada por el coeficiente de variabilidad del activo financiero ; este ltimo muestra cmo vara el rendimiento del activo financiero ante cambios en el rendimiento del mercado


38

2m

eme

= ; que es la relacin entre la covarianza del rendimiento de la accin y el rendimiento del

portafolio de mercado con la varianza del rendimiento del portafolio de mercado, si el Beta para el patrimonio de una empresa es estimado, la frmula del costo del patrimonio ser el retorno requerido: ))(( fmpatrimoniofe RRERK += (5). La principal contribucin de Sharpe a la teora para determinar la prima de riesgo, es el clculo

))(( fm RRE , sin embargo para usar el modelo es necesario que la empresa se encuentre cotizando en bolsa, el mercado sea estable y las polticas de la empresa permanezcan constantes, o de lo contrario dejar de ser valido ante estos cambios en los supuestos. Segn la conclusin fundamental que establece el modelo Capital Assets Pricing Model (CAPM), que el riesgo relevante de una accin es el nivel de riesgo que aporta a un portafolio bien diversificado, el criterio de este tipo de portafolio es el de mercado, es decir uno que contenga todas las acciones. Por tanto, el riesgo relevante de una accin en particular es el denominado coeficiente Beta j , que segn el modelo es el nivel de riesgo que una accin j introduce al portafolio de mercado M.

jMM

j

MM

jMMj

M

jMjBeta

==== 2 (6)

En la terminologa del modelo, jM es la correlacin entre el j-simo rendimiento y el del mercado,

j es la desviacin estndar del j-simo rendimiento y M es la desviacin estndar del rendimiento de mercado. TEORIA DE LA VALORACION POR ARBITRAJE (APT) (1976) Las siglas APT de la teora de la valoracin por arbitraje se derivan de su nombre en ingles Arbitrage Princing Theory, desarrollada originalmente por Stephen Ross (1976), afirma que el arbitraje1 asegurar que los activos sin riesgo proporcionen el mismo rendimiento esperado. Al igual que el Capital Assets Pricing Model (CAPM), la Arbitrage Pricing Theory (APT) es un modelo de equilibrio de cmo se determinan los precios de los activos financieros. El modelo est basado en que los precios de los ttulos se ajustan conforme los inversores construyen carteras de valores que persiguen la consecucin de beneficios de arbitraje. Cuando ya no existan dichas oportunidades se alcanzar el equilibrio en los precios de los activos financieros. Tiene la ventaja que se puede aplicar a un subconjunto de inversiones, de tal manera que no es necesario considerar la totalidad de los activos financieros, como en el caso del Capital Assets Pricing Model (CAPM).

1 Arbitraje es la operacin consistente en comprar un activo determinado en el mercado en que se encuentre ms barato y simultneamente venderlo en el ms caro. Con ello se consigue un beneficio sin riesgo.


39

La Arbitrage Pricing Theory (APT) manifiesta que la prima por el riesgo esperado )( fi RE de una accin depende de la prima por el riesgo asociada con cada factor macroeconmico en particular y la sensibilidad de la rentabilidad del activo en relacin a cada factor, es decir:

nniE ++++= ...22110 (7)

iE : Tasa de rendimiento esperada de un activo financiero Donde 0 es el rendimiento del activo sin riesgo y las dems muestran las primas de riesgo asociadas con cada factor en particular. Este modelo tiene utilidad para el inversor si identifica un nmero razonable de factores macroeconmicos, si mide la prima de riesgo esperada en cada factor y mide la sensibilidad del rendimiento del activo con relacin a cada factor. COTNER Y FLETCHER (2002) John Cotner y Harold Fletcher (2002) proponen la utilizacin del proceso de anlisis jerrquico de decisiones (AHP) para estimar la prima de riesgo

Descargue aquí las memorias del evento

Documents

Transcript of Descargue aquí las memorias del evento