Aplicación de los Mínimos Cuadrados Penalizados en la Relación entre el Índice General de la Bolsa de Valores de Lima y los Índices Bursátiles Mundiales: Un Caso de Multicolinealidad

• Autores: Racchumí Vela, Augusto Elmer, Valladares Chávez, Diana Gabriela
• Formato: tesis de grado
• Fecha de Publicación: 2018
• Institución: Universidad Nacional Pedro Ruiz Gallo
• Repositorio: UNPRG-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unprg.edu.pe:20.500.12893/2434
• Enlace del recurso: https://hdl.handle.net/20.500.12893/2434
• Nivel de acceso: acceso abierto
• Materia: Estimadores sesgados; Regresión RCP; Ridge; LASSO; http://purl.org/pe-repo/ocde/ford#1.01.03

En el presente informe de tesis tuvo como finalidad determinar los estimadores más eficientes que expliquen el comportamiento de Índice General de la Bolsa de Valores de Lima (IGBVL) a partir de índices bursátiles mundiales. Los resultados aportaron información confiable con base científica del impacto positivo que trae consigo el uso de técnicas estadísticas modernas en función a al control de la multicolinealidad y su valor agregado en las estimaciones de los coeficientes de modelos econométricos que son utilizados en las planificaciones estratégicas y en la toma decisiones económicas de los países. Para el presente estudio se tomó como muestra, los valores diarios recuperados de once series bursátiles entre los años 2000 y 2014, en donde cada una concentraba 3,773 observaciones. Para el análisis se utilizó la regresión sesgada tales como: Regresión por Componentes Principales (RCP), Regresión Ridge y Regresión LASSO, y cuyo objetivo aplicativo fue comprobar la eficacia de los procedimientos sesgados poseen una mejor eficiencia respecto al estimador tradicional como es el de Mínimos Cuadrados Ordinarios (MCO). Finalmente, se determinó que los métodos que genera menor varianza y superan a los indicadores MCO fueron: La Regresión por Componentes Principales (0.0000394) y Ridge (0.0003426).