Redacción. Hasta ahora saber con antelación cómo se moverá el mercado financiero ha sido una combinación de experiencia, intuición y datos históricos. Sin embargo, un nuevo modelo matemático estima con hasta 10 días de antelación la volatilidad en la Bolsa de Valores de Colombia. Su innovación radica en la capacidad de identificar patrones ocultos en los datos y en generar pronósticos días antes. Además se podría aplicar en ámbitos como la hidrología y la calidad del aire.
Aunque para muchas personas parece algo lejano, el comportamiento de la Bolsa de Valores de Colombia afecta la economía de todos. Cuando la Bolsa sube los inversionistas ganan más dinero, lo que impulsa el crecimiento de empresas y genera empleo. Pero cuando cae, puede provocar crisis económicas, aumentar el desempleo y reducir el crédito.
De hecho, las decisiones de inversión de grandes fondos de pensiones, bancos y empresas dependen de estos pronósticos, pues necesitan evaluar el riesgo antes de tomar decisiones financieras, de ahí la importancia de contar con herramientas que permitan anticipar estos cambios.
El modelo diseñado por el economista Nicolás Rivera Garzón, magíster en Ciencias – Estadística de la Universidad Nacional de Colombia (UNAL), “captura cambios bruscos en el mercado y anticipa tendencias a corto plazo, lo que lo hace muy útil para inversionistas y analistas financieros”.
Este fue su desarrollo
Su trabajo se centró en diseñar una herramienta para comprender la realidad y anticipar fenómenos complejos como las crisis económicas, o cómo reaccionan los mercados ante eventos inesperados, ya que “los modelos nos permiten extraer información clave de grandes volúmenes de datos y convertirla en pronósticos útiles”, explica.
Para lograrlo combinó un modelo de umbral, que analiza cómo cambian las situaciones en diferentes escenarios, con una distribución estadística especial, diseñada para capturar eventos poco frecuentes como las crisis económicas o los movimientos bruscos en el mercado. Gracias a esta maniobra, el modelo predice con 10 días de antelación los valores de los índices bursátiles, un indicador crucial para medir el comportamiento de un conjunto de acciones representativas de un mercado.
“El objetivo era obtener un algoritmo capaz de generar pronósticos a partir de series de tiempo financieras. En el trabajo se realizaron simulaciones y se probaron diferentes configuraciones hasta lograr un modelo efectivo”, señala.
Para eso probó el método con los índices bursátiles de Colombia, la Bolsa de Valores de Colombia (Colcap) y la de Brasil (Bovespa). Colcap es el índice más importante del país y refleja el desempeño de las empresas más representativas, mientras que Bovespa cumple una función similar, pero en Brasil.
“Utilicé como referencia el Índice Standard & Poor’s 500 (S&P 500) de Estados Unidos, que agrupa las 500 empresas más importantes de ese país y que influye directamente en los mercados internacionales. Esto se debe a que las economías de Colombia y Brasil están fuertemente influenciadas por los movimientos del mercado estadounidense”, explica el economista.
Con esta explicación deja claro que si el S&P 500 tiene una variación significativa, es muy probable que las bolsas de valores tanto de Colombia como de Brasil reaccionen de manera similar.
Probar la herramienta desarrollada por el magíster requirió realizar simulaciones de datos que replicaban el comportamiento real de los mercados financieros, aplicar el modelo realizando 5.000 iteraciones para evaluar su precisión, y por último medir cuántas veces coincidían los valores pronosticados con los valores reales en un periodo de 10 días, de lo cual el estudio concluye que el modelo es efectivo.
“Se observó que la metodología propuesta tenía un porcentaje de cobertura de 95 %, cercano al esperado, por lo que es una alternativa válida para obtener los pronósticos del modelo MTAR”, dice el investigador.
“El mismo enfoque matemático que usamos para analizar la Bolsa también se puede aplicar a problemas en hidrología, calidad del aire o crecimiento económico”, agrega.
El trabajo contó con el respaldo de los profesores Sergio Alejandro Calderón Villanueva, de la Facultad de Ciencias, y Óscar Andrés Espinosa Acuña, del Centro de Investigaciones para el Desarrollo (CID) de la Facultad de Ciencias Económicas de la UNAL.
Ver aquí el estudio completo: https://www.tandfonline.com/doi/full/10.1080/03610926.2025.2466738#d1e150
¿Cuál es tu reacción?
TAMBIÉN TE PUEDE INTERESAR
