Mexican Stock Exchange School

Recommendation profiles

Find yours here
Drag the pointer and automatically load the suggested content
  • This key does not exist

SEARCH COURSES

LEVEL
MODALITY

Financial Markets Award

  • Print
  • Incrementar
  • Incrementar
Contact
Mexican Stock Exchange School escuelabolsamexicana@grupobmv.com.mx
Daniela Juarez (5255) 5342.98.71
Commercial Analyst mjuarezm@grupobmv.com.mx
Eduardo León (52 55) 5342-9004
Commercial Analyst lleon@grupobmv.com.mx
Sandra Sánchez (52 55) 5342-9643
Commercial Specialist ssanchez@grupobmv.com.mx
Yesenia Díaz (52 55) 5342-9627
Commercial Specialist ydiaz@grupobmv.com.mx
  • #

    Raúl Ibarra Ramírez

    1st Place

    Tesis Titulada: ¿Son útiles los datos financieros diarios para predecir el PIB en México?

    “…se evalúa el papel que tienen los datos financieros observados en frecuencia diaria para mejorar los pronósticos de corto plazo de la tasa de crecimiento del PIB en México …”

    Los pronósticos del PIB son importantes en el proceso de toma de decisiones por parte de los hacedores de política, empresas e inversionistas. La crisis financiera global de 2008-2009, junto con la Gran Recesión, han contribuido a la necesidad de revaluar el papel de los mercados financieros para anticipar el ciclo de negocios. En este trabajo se evalúa el papel que tienen los datos financieros observados en frecuencia diaria para mejorar los pronósticos de corto plazo de la tasa de crecimiento del PIB en México. El modelo utiliza al mismo tiempo datos financieros diarios y datos macroeconómicos trimestrales de una forma parsimoniosa. En particular, se utiliza un modelo de regresión con frecuencias mixtas (MIDAS, acrónimo en inglés de mixed data sampling) propuesto por Ghysels et al. (2007), el cual permite que la variable de pronóstico y los regresores sean muestreados en distintas frecuencias. Es decir, en lugar de seguir el método tradicional de promediar los datos financieros diarios del trimestre, se utiliza un esquema flexible en el cual es posible que la información reciente reciba mayor peso que la información más rezagada. Para mantener el modelo parsimonioso, se utilizan las técnicas de análisis de factores y combinación de pronósticos para aprovechar la información en una base de datos que contiene 392 series financieras para el periodo 1999-2013. En particular, se extrae un conjunto pequeño de factores a partir de dicha base de datos y se aplican combinaciones de pronósticos de modelos MIDAS basados en factores financieros individuales. Además, se explora la habilidad del modelo MIDAS para proveer actualizaciones de los pronósticos del crecimiento del PIB. 


    Nuestros resultados siguieren que el modelo MIDAS que incorpora datos financieros diarios conlleva a mejoras en los pronósticos del crecimiento del PIB trimestral comparado a los modelos tradicionales que utilizan únicamente datos macroeconómicos o que promedian los datos financieros diarios del trimestre. La evidencia sugiere que esta metodología mejora los pronósticos del PIB en México a pesar de que existe una mayor volatilidad en relación a los países más industrializados.


    see more

    Raúl Ibarra Ramírez

    Tesis Titulada: ¿Son útiles los datos financieros diarios para predecir el PIB en México?

    “…se evalúa el papel que tienen los datos financieros observados en frecuencia diaria para mejorar los pronósticos de corto plazo de la tasa de crecimiento del PIB en México …”

    Los pronósticos del PIB son importantes en el proceso de toma de decisiones por parte de los hacedores de política, empresas e inversionistas. La crisis financiera global de 2008-2009, junto con la Gran Recesión, han contribuido a la necesidad de revaluar el papel de los mercados financieros para anticipar el ciclo de negocios. En este trabajo se evalúa el papel que tienen los datos financieros observados en frecuencia diaria para mejorar los pronósticos de corto plazo de la tasa de crecimiento del PIB en México. El modelo utiliza al mismo tiempo datos financieros diarios y datos macroeconómicos trimestrales de una forma parsimoniosa. En particular, se utiliza un modelo de regresión con frecuencias mixtas (MIDAS, acrónimo en inglés de mixed data sampling) propuesto por Ghysels et al. (2007), el cual permite que la variable de pronóstico y los regresores sean muestreados en distintas frecuencias. Es decir, en lugar de seguir el método tradicional de promediar los datos financieros diarios del trimestre, se utiliza un esquema flexible en el cual es posible que la información reciente reciba mayor peso que la información más rezagada. Para mantener el modelo parsimonioso, se utilizan las técnicas de análisis de factores y combinación de pronósticos para aprovechar la información en una base de datos que contiene 392 series financieras para el periodo 1999-2013. En particular, se extrae un conjunto pequeño de factores a partir de dicha base de datos y se aplican combinaciones de pronósticos de modelos MIDAS basados en factores financieros individuales. Además, se explora la habilidad del modelo MIDAS para proveer actualizaciones de los pronósticos del crecimiento del PIB. 


    Nuestros resultados siguieren que el modelo MIDAS que incorpora datos financieros diarios conlleva a mejoras en los pronósticos del crecimiento del PIB trimestral comparado a los modelos tradicionales que utilizan únicamente datos macroeconómicos o que promedian los datos financieros diarios del trimestre. La evidencia sugiere que esta metodología mejora los pronósticos del PIB en México a pesar de que existe una mayor volatilidad en relación a los países más industrializados.


    See all winners
  • #

    Jorge Iñigo Martínez

    2nd Place

    Tesis Titulada: Pricing of Mexican Interest Rate Swaps in Presence of Multiple Currencies Collateral.

    “…derivatives valuation theory has been an active and popular research topic in financial engineering for both industry and academia...”

    Since the publication of the well-known and famous paper [Black and Scholes, 1973], the theory regarding the pricing of derivative securities has been developed through the time using this seminal paper as a main basis. Among all the papers published by these authors, Fischer Black and Myron Scholes, between 1973 and 1977, there were many assumptions that simplified1 their Black Scholes (BS) model [Hens and Rieger, 2010], such as:

    Trading in the assets is continuous in time

    The market is arbitrage free

    There is a constant risk-free rate for which banks can borrow and lend money (no limit amount!)

    There are no short-selling constraints

    There are no frictions, like transaction costs and taxes

    There is no dividend payments

    Neither counterparty to the transaction is at risk of default

    It is important to point out that even in the mid-1970s, Black and Scholes were aware that their assumptions did (and do) not reflect the financial markets reality. Since then, these assumptions have been weakened by researchers with post-BS model papers suggesting modifications of the BS formula. For instance, in 1973, Robert C. Merton [Merton, 1973] removed the restriction of constant interest rates; in 1977, Jonathan Ingersoll [Ingersoll, 1977] relaxed the assumption of no taxes and transaction costs; in 1979, John Cox, Stephen Ross and Mark Rubinstein [Cox et al., 1979] presented a model that incorporates the timing and size of dividend payments.


    Aside from these papers with variations of the BS model, derivatives valuation theory has been an active and popular research topic in financial engineering for both industry and academia. Indeed, many banks and financial institutions have been investing large amounts of money in research and development of software used for numerical calculations and simulations for pricing and risk management of derivatives. However, another major event —and perhaps the most important— that marked a milestone in the history of derivatives valuation was the Lehman Brothers collapse in 2008.


    The financial crisis in 2007-2008 arose problems in many latitudes such as public policy, monetary

    policy and regulation of financial markets, without mentioning the historical plunge of stock mar-

    kets and the paralysis of credit markets. Financial engineering was not exempt of the crisis. 

    see more

    Jorge Iñigo Martínez

    Tesis Titulada: Pricing of Mexican Interest Rate Swaps in Presence of Multiple Currencies Collateral.

    “…derivatives valuation theory has been an active and popular research topic in financial engineering for both industry and academia...”

    Since the publication of the well-known and famous paper [Black and Scholes, 1973], the theory regarding the pricing of derivative securities has been developed through the time using this seminal paper as a main basis. Among all the papers published by these authors, Fischer Black and Myron Scholes, between 1973 and 1977, there were many assumptions that simplified1 their Black Scholes (BS) model [Hens and Rieger, 2010], such as:

    Trading in the assets is continuous in time

    The market is arbitrage free

    There is a constant risk-free rate for which banks can borrow and lend money (no limit amount!)

    There are no short-selling constraints

    There are no frictions, like transaction costs and taxes

    There is no dividend payments

    Neither counterparty to the transaction is at risk of default

    It is important to point out that even in the mid-1970s, Black and Scholes were aware that their assumptions did (and do) not reflect the financial markets reality. Since then, these assumptions have been weakened by researchers with post-BS model papers suggesting modifications of the BS formula. For instance, in 1973, Robert C. Merton [Merton, 1973] removed the restriction of constant interest rates; in 1977, Jonathan Ingersoll [Ingersoll, 1977] relaxed the assumption of no taxes and transaction costs; in 1979, John Cox, Stephen Ross and Mark Rubinstein [Cox et al., 1979] presented a model that incorporates the timing and size of dividend payments.


    Aside from these papers with variations of the BS model, derivatives valuation theory has been an active and popular research topic in financial engineering for both industry and academia. Indeed, many banks and financial institutions have been investing large amounts of money in research and development of software used for numerical calculations and simulations for pricing and risk management of derivatives. However, another major event —and perhaps the most important— that marked a milestone in the history of derivatives valuation was the Lehman Brothers collapse in 2008.


    The financial crisis in 2007-2008 arose problems in many latitudes such as public policy, monetary

    policy and regulation of financial markets, without mentioning the historical plunge of stock mar-

    kets and the paralysis of credit markets. Financial engineering was not exempt of the crisis. 

    See all winners
Cerrar Tools Back to menu