Actividad 2. Interdependencia de Variables, Análisis de Series de Tiempo y La Modelación Financiera Caso Práctico.

Instituto de Estudios Universitarios, A.C.
Alumna: María del Pilar Nocelo Almonte
Matricula: 149430
Grupo: 96 / CF26
Nombre de la Asignatura: SIMULACIONES FINANCIERAS
Docente: Rosita Pumarino Grajales
Actividad 2. Interdependencia de variables, análisis de series de tiempo y la modelación financiera: caso

práctico.
San Pedro Cholula; a 01 de abril del 2024.

Interdependencia de variables, análisis de series de tiempo y la modelación financiera: caso práctico.
La interdependencia de variables, el análisis de series de tiempo y los modelos financieros son tres conceptos clave en
finanzas que están estrechamente relacionados y son esenciales para tomar decisiones comerciales informadas.
Comprender las relaciones entre las variables y su interdependencia es crucial para un modelado financiero y un análisis
de series temporales eficaces. Posteriormente, se discutira la importancia de comprender las variables y su
interdependencia, las aplicaciones del análisis de series de tiempo en la modelación financiera y el papel de la
modelización financiera en la toma de decisiones.
A continuación, se desarrolla lo que se solicita en la actividad:
1. Ingrese a la página de Investing.com y recupere la información financiera de una empresa de su gusto, replicando la
estructura de la Figura 21 de los apuntes de este bloque.
Rotoplas SA de CV
Total
Utilidad Ventas acciones
Activos Pasivos
Año Neta netas en
circulación
A B C D E
2018 370.53 7,776.89 11,850.45 5,200.90 8,030.57
2019 54.27 8,086.47 11,430.29 5,131.17 8,024.61
2020 430.82 8,644.30 12,712.01 6,715.24 520.65
2021 318.04 10,914.51 12,678.49 6,348.11 482.13
Matríz
A B C D E
A 1
B 0.1733028 1
C 0.7593186 0.6853012 1
D 0.6327862 0.6131301 0.9584466 1
E -0.5622505 -0.7543039 -0.9620911 -0.9810882 1
Las variables son factores que pueden cambiar y afectar el resultado de un modelo financiero o análisis de series de
tiempo. Hay dos tipos principales de variables: independientes y dependientes. Las variables independientes son
aquellas que se pueden cambiar o manipular, mientras que las variables dependientes son aquellas que se ven
afectadas por variables independientes. Identificar las relaciones entre variables es crucial en la modelización financiera
y el análisis de series de tiempo. Por ejemplo, en un análisis del mercado de valores, el precio de una acción (variable
dependiente) puede verse afectado por varias variables independientes, como las tasas de interés, los indicadores
económicos y las ganancias de la empresa. Comprender la interdependencia de estas variables es esencial para realizar
modelos financieros y análisis de series temporales precisos.
2. Ingrese a la página de Yahoo Finance y descargue la información histórica de una empresa de su elección, utilice
periodicidad mensual para los periodos 2019-2024.
Rotoplas SA de CV
Date Open High Low Close Adj Close Volume Rendimiento

4/1/2019 20.26 20.940001 18.450001 18.76 14.124486 2649742
5/1/2019 18.76 19.27 16.01 18.059999 13.597452 5720422 0.7695803021
6/1/2019 18.15 18.15 14.8 15.08 11.587643 4788890 -0.1777439271
7/1/2019 15.1 15.85 12.95 13.77 10.581023 17144242 1.275363722
8/1/2019 13.86 14.49 12.25 13.56 10.419657 6292637 -1.0022821541
9/1/2019 13.53 14 12 13.91 10.688601 7355987 0.1561343197
10/1/2019 13.88 18.01 13.02 17.549999 13.485617 5912069 -0.2185186847
11/1/2019 17.620001 18.5 16.719999 18.120001 13.923615 7607446 0.2521316498
12/1/2019 17.950001 18.450001 15.98 16.059999 12.340686 32410830 1.4493651217
1/1/2020 16.059999 17.49 15.35 15.705 12.0679 21124399 -0.4280639031
2/1/2020 15.705 16.780001 13.6 14.84 11.403225 17940812 -0.1633506055
3/1/2020 15.25 17.969999 13.2 15.99 12.286897 11012535 -0.4880439481
4/1/2020 15.2 15.8 12.99 13.69 10.51955 5304823 -0.7304177627
5/1/2020 13.69 14.2 11.61 13.35 10.258291 13779550 0.9545692023
6/1/2020 13.17 15.9 12.5 14.61 12.001397 17712672 0.2510947066
7/1/2020 14.8 16 13.2 14.99 12.313549 7945668 -0.8016534411
8/1/2020 15.2 16.68 14.55 16.030001 13.16786 13961353 0.5636661379
9/1/2020 16.030001 18.969999 15.35 18.91 15.533637 10531055 -0.2819645013
10/1/2020 19.01 20.549999 17.01 18.25 14.991482 3672128 -1.0535571805
11/1/2020 18.25 23.780001 18.25 21.860001 17.956917 3585878 -0.0237679771
12/1/2020 21.940001 29.9 21.059999 27.35 23.567574 4377503 0.1994751171
1/1/2021 27.35 29 21.709999 22.01 18.96608 5063799 0.1456385216
2/1/2021 22.01 28.200001 22 27.969999 24.101828 4361611 -0.1492755076
3/1/2021 27.34 29.719999 25.110001 29.530001 25.446085 7911371 0.5954596071
4/1/2021 29.530001 39.990002 28.99 35.630001 30.702475 2569981 -1.1244025858
5/1/2021 36.299999 36.299999 32.009998 33 28.436193 3233138 0.2295546768
6/1/2021 33.09 40 32.099998 33.27 29.050089 4514506 0.3338425852
7/1/2021 33.450001 34.349998 31 32.580002 28.447607 2723885 -0.5052365977
8/1/2021 32.68 34.549999 31.940001 33.349998 29.119938 2871243 0.052685867
9/1/2021 33.259998 33.790001 25.6 25.950001 22.658545 3295904 0.1379354484
10/1/2021 26.049999 28.5 23 28.43 24.823984 3324695 0.0086974552
11/1/2021 28.49 29.139999 24.870001 26.620001 23.243565 3530148 0.0599618558
12/1/2021 26.700001 29.549999 25.110001 28.110001 26.209784 2937004 -0.1839497823
1/1/2022 28.110001 29.389999 26 26.66 24.857801 4944616 0.5209092937
2/1/2022 26.59 26.879999 23.08 26.299999 24.522137 4680055 -0.0549894459
3/1/2022 26.25 26.469999 22.059999 25.34 23.627031 4920639 0.0501285381
4/1/2022 25.299999 28.360001 22.799999 24.440001 22.787872 2212553 -0.7992913477
5/1/2022 24.59 30.25 23.6 28.66 26.722601 4777686 0.7698092765
6/1/2022 28.49 31.559999 21 24.940001 23.688276 5345125 0.1122286017
7/1/2022 24.58 30.799999 23.360001 30.469999 28.940727 3666130 -0.3770483208
8/1/2022 30.5 32.900002 26.67 26.98 25.625889 4898839 0.2898616285
9/1/2022 27.25 30.059999 25.950001 29.24 27.772461 6440823 0.2736580887
10/1/2022 29.469999 32.790001 28.360001 30 28.494316 6481386 0.0062780494
11/1/2022 29.959999 34.709999 28.5 33.32 31.647688 7870597 0.1941995409
12/1/2022 32.900002 33.939999 30.549999 31.700001 30.108997 4443577 -0.5716742345
1/1/2023 31.17 33.099998 27 28.379999 26.955624 4865209 0.0906499919
2/1/2023 28.370001 30.23 27.709999 29.84 28.342348 4410592 -0.0981007538
3/1/2023 30.139999 30.719999 26.299999 27.65 26.262262 4871131 0.0993172275
4/1/2023 27.5 28.35 24.73 25.1 23.840246 2739452 -0.5755682479
5/1/2023 25.1 29.799999 24.059999 27.99 26.585197 5416648 0.6817192736
6/1/2023 28 29.299999 25.219999 25.360001 24.589014 4586593 -0.1663396913
7/1/2023 25.700001 28.299999 25.549999 26.719999 25.907665 3700738 -0.2146052234
8/1/2023 26.73 27.41 23.620001 25.27 24.501749 6154894 0.5087152785
9/1/2023 25.690001 26.74 24.889999 25.1 24.336918 6474297 0.0505924925
10/1/2023 25.25 28.23 23.809999 24.27 23.53215 3823488 -0.5266769353
11/1/2023 24.219999 28.24 24.219999 26.5 25.694355 3324233 -0.1399241242
12/1/2023 26.73 30.280001 25.370001 30.23 30.23 4965232 0.4012210527
1/1/2024 30.23 30.32 27.299999 27.76 27.76 7346843 0.3918106736
2/1/2024 27.809999 32.650002 26.540001 29.190001 29.190001 5980019 -0.2058469519
3/1/2024 29.33 31.9 28.690001 30.1 30.1 6303935 0.0527502964
Rendimiento
2
1.5
0.5
0
9/22/2017 2/4/2019 6/18/2020 10/31/2021 3/15/2023 7/27/2024
-0.5
-1
-1.5
Rendimiento Linear (Rendimiento)
En nuestro gráfico podemos observar que en los últimos años se ha sufrido un decrecimiento significativo, asi mismo a partir
de esto tiene un comportamiento de estacionalidad continuo, tambien se puede observar que un importante factor en el ciclo
fue a pártir del 2020 donde como bien sabemos hubo cambios bruscos para la enconomía.
El análisis de series de tiempo es una técnica estadística que se utiliza para analizar y pronosticar puntos de datos a lo largo
del tiempo. En finanzas, el análisis de series de tiempo se utiliza para analizar precios de acciones, tasas de interés e
indicadores económicos. Las técnicas de análisis de series de tiempo incluyen suavizado, pronóstico y descomposición. Se
utilizan técnicas de suavizado para eliminar el ruido de un conjunto de datos de series temporales para identificar
tendencias. Las técnicas de pronóstico se utilizan para predecir valores futuros de una serie de tiempo basándose en datos
históricos. Las técnicas de descomposición se utilizan para identificar los componentes subyacentes de una serie temporal,
como la tendencia, la estacionalidad y los patrones cíclicos. El análisis de series de tiempo es una herramienta esencial
para la modelización financiera, ya que proporciona información valiosa sobre el comportamiento de las variables
financieras a lo largo del tiempo.
3. Considere la siguiente información: se plantea realizar un proyecto de inversión por 258,425 pesos, donde se esperan flujos
anuales por 25,300 pesos durante los siguientes 6 años. Al finalizar dicho periodo, el activo de la inversión se venderá a un valor
de 65,000 pesos, se considera que dicho bien tiene una vida útil de 10 años, la devaluación se realiza de manera lineal, la tasa
impositiva es del 30%, y un costo del capital del 10%. Utilice la hoja “Plantilla” del archivo Interdependencia entre
variables, utilizado a lo largo del bloque y realice un modelo donde estime lo siguiente:
El Pay Back constante y comente
El Pay Back descontado
PAY BACK A VALORES CONSTANTES
Datos
T 0.3
Vida útil 10 años
Flujos 25,300
Liquidación del activo 65,000
Año 0 1 2 3 4 5 6
Valor en ibros 258,425 232,583 206,740 180,898 155,055 129,213 103,370
Depreciación 25,843 25,843 25,843 25,843 25,843 25,843
Depreciación acumulada 25,843 51,685 77,528 103,370 129,213 155,055
Flujos -258,425 25,300 25,300 25,300 25,300 25,300 25,300

Valor de recuperación del activo 76,511
Flujos totales -258,425 25,300 25,300 25,300 25,300 25,300 101,811
Recuperación anual 25,300 25,300 25,300 25,300 25,300 101,811

Recuperación acumulada 25,300 50,600 75,900 101,200 126,500 228,311
Valor que se debe recuperar 258,425 233,125 182,525 106,625 5,425 -121,075 -349,386
Años que tarda la recuperación 1 1 1 1 0.21442688
4.21442688
PLAY BACK 4.2
Años 4
Meses 3
Días 12
PAY BACK A DESCONTADO
Datos
Costo de la inversión 0.10
Años 0 1 2 3 4 5 6
Flujos -258,425 25,300 25,300 25,300 25,300 25,300 25,300
Valor de recuperación del activo 76,511
Flujos totales -258,425 25,300 25,300 25,300 25,300 25,300 101,811
Flujo descontado -258,425 23,000 20,909 19,008 17,280 15,709 57,470
Recuperación anual 23,000 20,909 19,008 17,280 15,709 57,470

Recuperación acumulada 23,000 43,909 62,917 80,198 95,907 153,377
Valor que se debe recuperar 258,425 235,425 191,516 128,599 48,401 -47,506 -200,883
Años que tarda la recuperación 1 1 1 1 3.08103663
7.08103663
PLAY BACK DESCONTADO 7.1
Años 7
Meses 1
El modelado financiero es el proceso de crear una representación matemática de una situación financiera. Los modelos
financieros se utilizan para tomar decisiones comerciales informadas, como evaluar oportunidades de inversión, pronosticar flujos
de efectivo futuros y evaluar riesgos. Existen varios tipos de modelos financieros, incluidos modelos de valoración, modelos de
previsión y modelos de análisis de riesgos. Los modelos de valoración se utilizan para determinar el valor de un activo o negocio.
Los modelos de pronóstico se utilizan para predecir resultados financieros futuros basándose en datos históricos. Los modelos de
análisis de riesgos se utilizan para evaluar los riesgos potenciales asociados con una inversión en particular. El modelado
financiero es una herramienta esencial para la toma de decisiones en finanzas, ya que proporciona un marco cuantitativo para
evaluar las decisiones financieras.
En conclusión, comprender la interdependencia de las variables es crucial para lograr modelos financieros y análisis de series
temporales eficaces. Las técnicas de análisis de series de tiempo, como el suavizado, la previsión y la descomposición, son
esenciales para analizar datos financieros a lo largo del tiempo. El modelado financiero es una herramienta esencial para la toma
de decisiones en finanzas, ya que proporciona un marco cuantitativo para evaluar las decisiones financieras. Al incorporar estos
conceptos al análisis financiero, las empresas pueden tomar decisiones informadas que conducirán al éxito a largo plazo.

Actividad 2. Interdependencia de Variables, Análisis de Series de Tiempo y La Modelación Financiera Caso Práctico.

Cargado por

Copyright:

Formatos disponibles

Actividad 2. Interdependencia de Variables, Análisis de Series de Tiempo y La Modelación Financiera Caso Práctico.

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Actividad 2. Interdependencia de Variables, Análisis de Series de Tiempo y La Modelación Financiera Caso Práctico.

Cargado por

Copyright:

Formatos disponibles

Instituto de Estudios Universitarios, A.C.

Alumna: María del Pilar Nocelo Almonte

Nombre de la Asignatura: SIMULACIONES FINANCIERAS

Docente: Rosita Pumarino Grajales

Actividad 2. Interdependencia de variables, análisis de series de tiempo y la modelación financiera: caso

San Pedro Cholula; a 01 de abril del 2024.

A continuación, se desarrolla lo que se solicita en la actividad:

Date Open High Low Close Adj Close Volume Rendimiento

Rendimiento Linear (Rendimiento)

PAY BACK A VALORES CONSTANTES

Flujos -258,425 25,300 25,300 25,300 25,300 25,300 25,300

Recuperación anual 25,300 25,300 25,300 25,300 25,300 101,811

Recuperación anual 23,000 20,909 19,008 17,280 15,709 57,470

También podría gustarte