DATOS DEL INVESTIGADOR PRINCIPAL
Nombre	LUIS EDUARDO RINCÓN VALERO
Nombre del perfíl	Disciplinar - Grupos de investigación
Grupo de investigación	Economía, Derechos y Globalización
Línea de investigación	Análisis Empresarial Y Económico
Equipo del proyecto	LUIS EDUARDO RINCÓN VALERO Líder CARLOS ARIEL RAMIREZ TRIANA Investigador Seleccionar... Seleccionar... Seleccionar...
TÍTULO DEL PROYECTO	El impacto de la caída del precio del petróleo sobre las acciones del mercado bursátil. Análisis técnico mediante el Modelo de Corrección de Errores (MCE).
PALABRAS CLAVE	Indices bursátiles, Precio Petróleo, Modelo de Corrección de Errores, Cointegración, Series de Tiempo
OBJETIVOS DEL PROYECTO	OBJETIVO GENERAL Establecer el nivel de incidencia de los precios del petróleo en los indices bursátiles de la economía colombiana, antes y después de la caída de los precios del crudo. OBJETIVOS ESPECIFICOS 1.Aplicar los test de raíces unitarias para contrastar la estacionariedad de la perturbación entre las series y evitar regresiones espurias. 2.Realizar una estimación de cointegración entre las series con el método de Engle & Granger (1987). 3.Estimar la relación de corto y largo plazo de las series con el Mecanismo de corrección de Errores (MCE). 4.Propiciar el estudio de modelos econométricos en los procesos de análisis e investigación económica (Series de tiempo).
PERTINENCIA ESPISTEMOLÓGICA DEL PROYECTO	El análisis y observación de variables económicas (descripción de eventos económicos), explicación (identificación de las causas potenciales de los eventos) y las recomendaciones económicas (acciones a realizar y/o ampliación de la comprensión actual de una coyuntura económica), son parte del trabajo investigativo propio de las facultades de Ciencias Económicas y administrativas. La estadística y la matemática, en su confluencia en la econometría, se prestan para hacer modelos de diversa índole que permiten llevar a cabo lo expresado anteriormente. El campo de acción es supremamente amplio y básicamente los investigadores son los que determinan el área específica de trabajo. Trabajos que giran en torno al comportamiento energético cobran vital importancia en espacios de estudio relativamente recientes, por cuanto es una varialbe transversal a la economía y su impacto puede ser trasladado a otras variables que expresan la salud financiera de un país como Colombia. Dentro de la modelación econométrica las técnicas de series de tiempo se ajustan de forma precisa a la naturaleza de las variables escogidas para este trabajo: indice COLCAP y precio del petróleo. Esto hace que el trabajo presentado sea soportado en varias áreas de conocimiento: Econometría, Finanzas y Economía. La primiera proporciona el desarrollo instrumental del proyecto, mientras que las 2 últimas explican, de forma acotada y general respectivamente, el comportamiento histórico y la coyuntura que hay detrás del modelo a desarrollar. Entender el impacto del petroleo sobre variables clave de la economía nacional permitirá eventualmente establecer relaciones de causalidad entra las variables, así como podrá dar luces, a través de una potencial generación de escenarios que faciliten la toma de decisiones de política respecto del sector. Así mismo el comportamiento volátil propio de indicadores bursátiles se constituye en un reto académico en términos de la modelación a través de medias móviles y comportamiento auto-regresivo de las variables.
RELEVANCIA DEL PROYECTO PARA LA INSTITUCIÓN Y PARA LOS BENEFICIARIOS DEL PROYECTO	El presente proyecto es una oportunidad para fortalecer el trabajo que vienen realizando los diferentes semilleros de investigación, en particular el semillero de investigación en análisis económico y de la energia. Es además una oportunidad para emplear diferentes herramientas ofimáticas (Excel, Modeler, etc.) al análisis y estudio de variables económicas. También permite profundizar y afianzar el conocimiento de la econometría como una herramienta de investigación económica, para aportar al presente proyecto y a futuros enmarcados dentro del contexto del estudio de series de tiempo.
PROBLEMA DE INVESTIGACIÓN	Antes de la crisis económica mundial nuestra economía venía aumentando de manera vertiginosa las tasas de crecimiento anual del Producto Interno Bruto (PIB), registrando en el intervalo del 2000-2001 un 2.18% hasta alcanzar tasas de crecimiento del 7.55% en el 2006-2007 según datos oficiales (DANE, BANCO DE LA REPUBLICA DE COLOMBIA Y BANCO MUNDIAL). Desafortunadamente está situación cambio, debido "a la crisis financiera mundial (Gran recesión)", llevando las tasas de crecimiento del PIB a tan sólo un 0.36% en el lapso 2008-2009, después de está crisis nuestra economía recuperó dicho crecimiento paulatinamente alcanzando en el 2013 una tasa de crecimiento del PIB 4.9%. Del mismo modo que la crisis financiera, la rápida caída de los precios del petróleo "parece tener un impacto negativo en el corto y largo plazo sobre la economía colombiana", ya que de nuevo nuestra tasa de crecimiento del PIB empieza a desacelerarse, de acuerdo al 4.6% registrado en el 2014 y a lo estimado por el Banco de la república para el presente año un PIB que estará entre el 2% y 4%. Por consiguiente y debido a la sobreoferta del crudo existe claramente un impacto económico tanto en países consumidores y productores de petróleo incluyendo Colombia. Pero lo que busca este estudio es establecer cuánto impacta este fenómeno realmente en la economía nacional, a los indices bursátiles, al crecimiento económico y a que sectores de la industria impacta con mayor fuerza en el corto y largo plazo. El trabajo contempla también el planteamiento de escenarios de comportamiento ante posibles aumentos, detrimentos o continuación de comportamiento de las variables contempladas en el estudio.
METODOLOGÍA	La investigación que se presenta es de carácter cuantitativo y de corroboración empírica. Para el análisis y estimación de cointegración entre las variables se tomarán los datos mensuales de los índices bursátiles (COLCAP) y el precio del petróleo antes y después de la caída de los precios del crudo. El Banco de la República de Colombia (BRC), la Bolsa de Valores de Colombia (BVC) y bloomberg son respectivamente, la fuente de estos datos. Como estos datos son observaciones secuenciales en el tiempo, se hace necesario para su análisis y estimación, identificar las características básicas de su estructura como lo son la tendencia y estacionariedad. La identificación de estas características se realizara mediante la implementación de modelos de series de tiempo univariadas (Modelos ARIMA). Modelos que son usados principalmente para obtener y comprender las fuerzas subyacentes y la estructura que producen los datos observados a lo largo de un periodo de tiempo. Para lograr este objetivo, primero se realizara una descripción estadística general y un análisis de tendencia de los datos con los métodos econométricos tradicionales, luego se implentarán las pruebas propuestas por Dickey & Fuller (1979) y el de Phillips & Perron (1988), para comprobar la estacionariedad o no de las series. 1. Prueba de raíces unitarias a. Prueba de Dickey-Fuller Aumentado (ADF) b. Prueba de Phillips y Perron (PP) 2. Análisis de Cointegración 3. Mecanismo de Corrección de Errores (MCE)
RESULTADOS ESPERADOS	Estimar los diferentes niveles de correlación y cointegración entre los precios del petróleo y los indices bursátiles en el corto y largo plazo. Determinar y/o estimar el impacto de la coyuntura (caída de los precios del crudo) sobre la económia nacional. Profundizar sobre las causas y efectos de este fenómeno de estudio, para atenuar su impacto y consecuencias por medio del acervo informático y análitico que permita el presente proyecto. Indagar sistematicamente en torno a coyunturas que inciden en la realidad económica nacional apoyados en herramientas econométricas. Fortalecer los semilleros de investigación ya existentes,y promover la creación de nuevos.
DURACIÓN DEL PROYECTO	12
POSIBLES FUENTES DE FINANCIACIÓN EXTERNA
REVISIÓN BIBLIOGRÁFICA	La revisión se ha segmentado, de tal suerte que se presenta la base teórica de aquellas pruebas que se quieren poner en consideración: Prueba de raíces unitarias Las pruebas de Dickey-Fuller Aumentado (ADF) y de Phillips y Perron (PP) son útiles para establecer si las series que se analizaran presentan o no raíz unitaria y evitar así analizar regresiones espurias. Prueba de Dickey-Fuller Aumentado (ADF) La prueba de raíz unitaria de Dickey-Fuller Aumentado (ADF) se lleva a cabo sobre el modelo de regresión ∆Y_t= δ_0+δ_1 t+δ_2 Y_(t-1)+∑_(t=1)^k▒〖α_i ∆Y_(t-i)+u_t,〗 del cual se deriva la existencia de raíz unitaria de la variable Y_t en el tiempo t. ∆_(t-k) expresa la primera diferencia con k rezagos. La variable error u_t se determina de manera empírica, incluyendo el número suficiente de rezagos para que este término no presente autocorrelación. Los coeficientes δ_0,δ_1 y〖 δ〗_2 son los parámetros. La hipótesis nula para esta prueba es H_0: δ_2=0, es decir que existe una raíz unitaria, la hipótesis alternativa H_a: δ_2<0, indica la no presencia de una raíz unitaria. Cuando el valor absoluto del t-estadístico es mayor que el valor absoluto t-crítico de la tabla de MacKinnon, rechazamos la hipótesis nula y aceptamos la alternativa, es decir la no existencia de raíz unitaria (Estacionariedad de la variable Y), de manera análoga, cuando el valor absoluto del t-estadístico es menor que el valor absoluto t-crítico de la tabla de MacKinnon no rechazamos la hipótesis nula, existencia de raíz unitaria (No estacionariedad de la variable Y). Prueba de Phillips y Perron (PP) La prueba de Phillips y Perron (PP), es una prueba estadística no paramétrica, que de manera similar a la prueba ADF plantea la hipótesis nula de presencia de raíz unitaria como H_0: α=0, en la ecuación: ∆Y_t= σ+αY_(t-1)+φ[t+T/2]+ε_t.De manera análoga, la hipótesis alternativa ausencia de raíz unitaria es H_a: α<0. Pero con la diferencia de que esta prueba no añade términos de diferencia rezagada. En esta ecuación los términos σ,α y φ son coeficientes y el término T es el número de observaciones. Análisis de Cointegración Engle & Granger (1987) intentan formalizar la idea de estabilidad o equilibrio entre variables económicas bajo el concepto de cointegración, esto quiere decir que un conjunto de variables X_it están cointegradas de orden d,b, si existe una combinación lineal estable o de equilibrio de largo plazo. Dicha combinación lineal se expresa de la siguiente manera: α_1 X_1t+α_2 X_2t+α_3 X_3t+⋯+α_n X_nt=0 También puede expresarse como el producto del vector de parámetros α' por el conjunto de variables X_it, donde i={1,2,…,n} y t={1,2,…,T}. [■(β_1&β_2&β_3 )… β_n ] [■(■(X_1t@X_2t )@■(X_3t@⋮)@X_nt )]=α'X_t=0 , sistema en equilibrio El término de error está dado por la desviación de estabilidad o equilibrio de largo plazo como: α'X_t=ε_t Si el equilibrio es significativo en la relación de las variables, entonces el error es estacionario. En términos generales podemos concluir que los componentes del vector X_t=(■(X_1t,&X_2t,&X_3t,)■( …&,X_nt )), se dice que están cointegrados en orden d,b si: (1) Todos los componentes de X_t son integrables de orden d, (2) Existe una combinación lineal α_1 X_1t+α_2 X_2t+α_3 X_3t+⋯+α_n X_nt, que es integrable de orden (d-b), donde b>0. Para el caso particular de orden d=1, se dice que los componentes del vector X_t están cointegrados, si α'X_t es integrable de orden cero. Mecanismo de Corrección de Errores (MCE) Engle & Granger (1987) establecen que si dos variables están cointegradas, entonces existe un Mecanismo de Corrección de Errores (MCE). El inverso es correcto también, si existe un Mecanismo de Corrección de Errores (MCE), esto implica cointegración entre las variables. En otras palabras ambos conceptos están relacionados, el concepto de cointegración y el concepto de Mecanismo de Corrección de Errores (MCE). Existen dos formas de verificar la cointegración; la primera es analizar si α'X_t es integrable de orden 0, como es mencionado en el tema de análisis de cointegración, la segunda forma es encontrar si existe un modelo de corrección de errores. Esto se logra a partir de un proceso vectorial autorregresivo de la forma α(L)X_t=ε_t, y al descomponer el polinomio α(L) en varios términos empleando la expansión de Taylor. Lo que se busca es realizar una especificación econométrica que nos permita vincular el análisis de equilibrio de largo plazo con la dinámica de ajuste de corto plazo, como una medida de desviación del equilibrio, de la siguiente manera: ∆y_t=α+∑_(i=1)^(n_y)▒β_i^y ∆y_(t-i)+∑_(i=0)^(n_x)▒β_i^x ∆x_(t-i)+δu_(t-1)+ε Donde ∆y_t es el Mecanismo de Corrección de Error (MCE), δ es la influencia de largo plazo de x sobre y, y β_i^x es el parámetro estimado de la influencia de corto plazo de x sobre y. El modelo MCE se puede escribir de forma más sencilla como: ∆y_t=α+β(∆x_t )+δ(u_(t-1) )+ε_t Bollerslev, T. (April de 1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31, 307-327. Cao-Alvira, J. (2013). Real Exchange Rate Volatility on the Short- and Long-Run Trade Dynamics in Colombia. The International Trade Journal, forthcoming. Dickey, D., & Fuller, W. (6 de April de 1979). Distribution of the Estimators for Autorregrssive Time Series with a Unit Root. Journal of the American Statistical Association, 74, 427-431. Engle, R. (July de 1982). Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica, 50(4), 987-1007. Engle, R. (2001). An Introduction to the Use of Arch/Garch Models Applied Econometrics. Social Science Research Network, 01-30. Engle, R. (2004). Riesgo y Volatilidad: Modelos Econométricos y Prática Financiera. Revista Asturiana de Economía, 221-252. Engle, R. F., & Granger, C. (1987). Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica, 251-276. Granger, C. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 424-428. Granger, C. (August de 1969). Investigating Causal Relations by Econometric Models and Cross-Spectral Methods. Econometrica, 37(3), 424-438. Gujarati, D. (2003). Econometría. México: McGraw Hill. López, M. (Junio de 2004). Efficient Policy Rule for Inflation Targeting in Colombia. Ensayos sobre política económica, 80-115. Pérez Amaya, J. (2006). Evaluación de Reglas de Tasa de Interés en un Modelo de Economía Pequeña y Abierta. Bogotá D.C.: Banco de la República, Subgerencia de Estudios Económicos. Phillips, P., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 335-346. Rhenals , R., & Saldarriaga, J. P. (2008). Una regla de Taylor óptima para Colombia, 1991–2006. Lecturas de Economía, 69, 11-40. Selvanathan, A., Selvanathan, S., Keller, G., & Warrack, B. (2003). Australian Business Statistics (3 ed.). Australia: Thomson. Taylor, J. (1993). Discretion versus policy rules in practice. Carnegie-Rochester Conference Series on Public Policy(39), 195-214.
ENTREGABLES	PRODUCTO LUGAR DE DIVULGACIÓN AUTORES BENEFICIARIOS DESCRIPCIÓN Nuevo Conocimiento ó I+D Artículo de investigación (revista en ISI/Scopus: Decision in Economis and Finance. Link: http://www.springer.com/economics/economic+theory/journal/10203) LUIS EDUARDO RINCÓN VALERO & CARLOS ARIEL RAMIREZ TRIANA Comunidad científica y académica Artículo de Investigación Nuevo Conocimiento ó I+D Artículo de investigación (revista en ISI/Scopus: advances in Finacial Economics "Advances in Financial Economics" http://www.emeraldinsight.com/series/afec) LUIS EDUARDO RINCÓN VALERO & CARLOS ARIEL RAMIREZ TRIANA Comunidad científica y académica Artículo de Investigación Apropiación Social del Conocimiento Ponencia en congreso relacionado LUIS EDUARDO RINCÓN VALERO & CARLOS ARIEL RAMIREZ TRIANA Comunidad científica y académica Socialización y discusión de resultados Formación – 1 Vinculación del PIF de la asignatura de Econometría al proyecto. LUIS EDUARDO RINCÓN VALERO & CARLOS ARIEL RAMIREZ TRIANA Comunidad científica y académica Socialización y discusión de resultados Formación – 2 Vinculación del semillero de Investigación y Análisis de la Energía LUIS EDUARDO RINCÓN VALERO & CARLOS ARIEL RAMIREZ TRIANA Comunidad científica y académica Socialización y discusión de resultados
CRONOGRAMA	TIPO DESCRIPCIÓN F.INICIO F.FINAL Actividad Marco teórico de la investigación: revisión bibliográfica referente al análisis de series de tiempo. 11-Enero-2016 04-Abril-2016 Actividad Recolección de datos y análisis de datos 15-Marzo-2016 20-Junio-2016 Entregable Artículo de investigación/revision 4-Julio-2016 8-Agos-2016 Entregable Informe PIF asignatura Econometría 23-Mayo-2016 6-Junio-2016 Entregable Ponencia en congreso relacionado. 7-Marzo-2016 20-Diciembre-2016 Entregable Informe Semillero de Investigación y Análisis de la Energía. 14-Noviembre-2016 05-Diciembre-2016 Entregable Artículo 2 01-Noviembre-2016 20-Diciembre-2016
PEDIDO DE BIBLIOGRAFÍA	AUTOR TÍTULO EDITORIAL George E. P. Box, Gwilym M. Jenkins , & Gregory C. Reinsel Time Series Analysis: Forecasting and Control (ISBN-13: 978-0470272848 ) Wiley Simon Benninga Financial Modeling (ISBN -13: 860-1401358411 ) The MIT Press Cambridge, Massachusetts London, England. Paul S.P. Cowpertwait, Andrew V. Metcalfe Introductory Time Series with R (Use R!) (ISBN -13: 978-0387886978 ) Springer
ANEXOS