Stock market risk analysis and prediction model for Holcim S.A. shares in the period 2018-2023.
Main Article Content
Abstract
This study focuses on examining fluctuations in Holcim's share prices on the stock market,
with the aim of developing an econometric model that allows observing and forecasting price variability. The
research focuses on analyzing the company's performance based on daily prices, during the periods from 2018
to 2023, which reflects declines due to financial health factors and external factors such as the pandemic. In addition, a
prediction of future value is made for the next 150 days. The results show that Holcim shares exhibit
moderate volatility. Therefore, investors in Holcim should be prepared to assume a certain degree of risk due
to the variability in share prices. The ARIMA (25,1,6) model suggests a promising approach to forecasting actual prices, while the GARCH (1,1) volatility model effectively incorporates past conditional variances and forecasts an expected return of 0.0124% for July 11. Its impact can increase significantly if it remains consistent and accumulates over time due to compound interest. Finally, the models are effective in modeling changes in volatility, especially if these changes are sudden, but they do not adequately capture structural or level changes in the data, as the stock market presents several fundamental problems such as: speculation risk, market changes, government changes, and global events.
Downloads
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
El aviso de Copyright abajo expuesto aparecerá en la sección "Sobre Nosotros" de la revista y en cada metadato de los ítems publicados. Si bien corresponde a la revista determinar la naturaleza de su acuerdo de derecho de autor con los autores, el Proyecto de Conocimiento Público (PKP) recomienda el uso de la licenciaCreative Commons. A tal fín,se proporciona el ejemplo de aviso de Copyright que puede ser copiado y pegado en el espacio inferior para revistas que (a) ofrezcan acceso abierto, (b) ofrezcan acceso abierto retardado, o (c) no ofrezcan acceso abierto.
References
Alonso, F. (1995). La modelización de la volatilidad del mercado bursátil español. Madrid: Banco de España. Obtenido de https://www.bde.es/f/webbde/SES/Secciones/Publicaciones/PublicacionesSeriadas/DocumentosTrabajo/95/Fich/dt9507.pdf
Amate, K. (2018). Modelos arch y garch y su aplicación a series financieras: https://diposit.ub.edu/dspace/bitstream/2445/125023/2/memoria.pdf
Bankinter. (2019). Economía y Finanzas. Obtenido de Corrección de mercado tras una caída bursátil
Brown, R., Durbin, J., & Evans, J. (1995). Técnicas para probar la constancia de las relaciones de regresión a lo largo del tiempo. techiques for testing the constancy of regression relationships over time (Vol. 37). Journal of the Royal Statistical Society. Series B (Methodological).
Barcenilla, V. A. (2022). Aplicación web para la gestión de carteras de inversión usando técnicas de Inteligencia Artificial. Bucle. https://uvadoc.uva.es/handle/10324/57220
Bodie, Z. K. (2014). Inversiones (10 ed.).
Cabrera, W., Melo, L., & Parra, D. (2014). Relación entre el riesgo sistémico del sistema financiero y el sector real: un enfoque FAVAR. Elsevier. doi:10.1016/j.espe.2014.08.001
Calzada, M. G. (27 de enero de 2021). Pubs R por Rstudio. ., de Modelos Arima y de Volatilidad: caso General Motors: https://rpubs.com/maricruz_georgina/GM_Volatilidad
Chávez, F. A. (2023). Un modelo de series de tiempo ARIMA para pronosticar la variable generadora de ingresos por negociaciones de renta variable en el mercado de valores en Ecuador. Figempa: Investigación y Desarrollo. Doi.org/10.29166/revfig.v16i2.4496
Chávez, N. (1997). Modelos Arima. Revista Ciencia y Cultura, (1), 23-30. Disponible en: http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2077-33231997000100005&lng=es&tlng=es.
Condori, J. &. (2023). La teoría de Markowitz y su relación con la rentabilidad de un portafolio conformado por acciones del índice bursátil standard & poor’s 500 en el año 2022. https://hdl.handle.net/20.500.12773/16851
Córdova, M. (s.f.). Gestipon financiera (1a. ed. - ed.). EcoEdicciones.
Cortés. (2020). Riesgo específico y riesgo sistemático. https://dialnet.unirioja.es/servlet/articulo?codigo=7430149
Damodar, G. (2010). Econometria II. México. https://econometriaii.wordpress.com/wp-content/uploads/2010/11/econometria-ii1.pdf
Denisse López. (19 de marzo de 2023). Un cúmulo de escándalos y mala gestión: así ha sido la caída de Credit Suisse. CincoDías. ., de ¿Qué son las acciones y cómo funcionan?
Dobaño, L. (1999). Modelos ARCH: análisis de la volatilidad de series temporales financieras. Anales de estudios económicos y empresariales, (14), 67-84. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=274703
Educa Portal de Educación. (2022). Proceso de toma de decisiones de inversión. ., de Aspectos a considerar al momento de la inversión: https://www.cmfchile.cl/educa/621/w3-article-751.html
Espín , E., Jácome, R., & Vera, P. (2020). Riesgo y rendimiento del BVG Index: Análisis y proyección econométrica. Actualidad Económica, 30(100), 79-88.
FasterCapital. (2024). Beneficiarse de las oscilaciones de precios a corto plazo: https://fastercapital.com/es/tema/beneficiarse-de-las-oscilaciones-de-precios-a-corto-plazo.html/2
Ferrando, S. (2012). Análisis de la volatilidad de series financieras mediante modelos ARMA-GARCH. Disponible en: https://core.ac.uk/download/pdf/289980658.pdf
Flores, E., & Quiroz, A. (2021). Un Enfoque Bayesiano en Modelos Heterocedásticos de Series de Tiempo y su Aplicación en la Volatilidad de Activos Financieros. Revista de Investiagación UNMSM, 12. doi:doi.org/10.15381/pesquimat.v24i2.21152
Focus Economics. (7 de junio de 2024). Economic Forescasts from the world's leading economists. Suiza: La inflación sube en mayo a su nivel más alto en dos años. Obtenido de https://www.focus-economics.com/es/countries/suiza/news/inflacion/la-inflacion-sube-en-mayo-a-su-nivel-mas-alto-en-dos-anos/
Francischetti, C. E., Bertassi, A. L., Souza Girioli Camargo, L., & Padoveze, C. (2014). El Análisis de riesgos como herramienta para la toma de decisones relativas e inversiones. Sistema de Información Científica Redalyc, 17(33), 73-85. Obtenido de https://clubgestionriesgos.org/secciones-informacion-riesgos/riesgo-de-mercado/
Garzón. (9 de Agosto de 2021). Incidencia del riesgo sistemático en la composición del índice Colcap en Colombia periodo 2014-2020. Disponible en: https://hdl.handle.net/20.500.11839/8697
Giraldo Picón, É. L. (2022). Pronóstico de volatilidades a los rendimientos de activos financieros de renta variable en Colombia a través de modelos ARCH y GARCH. Disponible es: https://repositorio.unal.edu.co/handle/unal/81518
González, P. (2009). Análisis de series temporales: Modelos Arima. Vasco: Universidad del País Vasco. Disponible en: http://surl.li/qqqfin
GROUP, D. B. (2024). ÍNDICES STOCK Europe 600 de construcción y materiales. Obtenido de https://stoxx.com/index/sxop/
Harper, D. R. (2024). Fuerzas que mueven los precios de las acciones. Investopedia. .
Herminio, G. (2010). Test de Zivot & Andrews secuencial. Obtenido de https://econometriaii.wordpress.com/wp-content/uploads/2010/01/test_zivot.pdf
Hidalgo, H. &. (10 de Julio de 2023). Modelo matemático de optimización de Konno y Yamazaki para la selección de acciones en el mercado bursatil: una aplicación al caso ecuatoriano. Revista Imaginario Social, 6(3). https://doi.org/10.59155/is.v6i3.132
IBM. (2021). Spss statistics IBM. de Gráficos Q-Q: https://www.ibm.com/docs/es/spss-statistics/beta?topic=types-q-q-plots
Infront Analytics. (2024). Infront Analytics. de Variación del precio de las acciones de Bolsa de Valores: https://www.infrontanalytics.com/fe-ES/30022LS/BOLSA-DE-VALORES-DE-EL-SALVADO/cambio-en-el-precio-de-las-acciones
International Monetary Fund. European Dept. (2023). Switzerland: ECB Monetary Policy Spillovers on Swiss Stock Market. IMF eLIBRARY, 2023(197). https://doi.org/10.5089/9798400243608.002
Investor. (22 de febrero de 2023). theinvestoru.com. Obtenido de 14 Factores que influyen en el precio de las acciones: https://theinvestoru.com/blog/factores-que-influyen-en-el-precio-de-las-acciones/
Investor. (18 de septiembre de 2024). theinvestoru.com. Obtenido de Salud financiera de una empresa: ¿Por qué importa al comprar acciones?: https://theinvestoru.com/blog/salud-financiera-de-una-empresa/
Khare, K., Omkar, D., Prafulla, G., & V., A. (2017). Predicción del precio de las acciones a corto plazo mediante aprendizaje profundo. Semantic Scholar. https://doi.org/10.1109/RTEICT.2017.8256643
Krogh, M. (2024). Documentación del lenguaje R. Obtenido de ur.ers : Elliott, Rothenberg y prueba de raíz unitaria de stock: https://rdrr.io/cran/urca/man/ur.ers.html
Llerena, M. &. (2024). El mercado bursátil en el Ecuador: un análisis jurídico comparativo con la legislación colombiana. Disponible es: http://surl.li/fobdxo
Meneses, L. A., Carabali, J. A., Pérez, C. A. y Caracas, A. F. (2021). Publicación: Sostenibilidad y su incidencia en el desempeño financiero corporativo: evidencia empírica en el mercado bursátil colombiano. Económicas CUC, 42(2), 187–204. https://doi.org/10.17981/econcuc.42.2.2021.Econ.3
Minga, D. (2022). Volatilidad y Pronóstico de mercado bursátil español mediante series temporales. Un Universidad Internacional de Andalucía. Obtenido de https://dspace.unia.es/bitstream/handle/10334/7115/1328_Minga.pdf?sequence=1
Ojeda, A., Jácome, S. y Guachamín, M. (2021). Tasa libre de riesgo ponderada y evaluación de riesgos de solvencia de las empresas de títulos de renta fija para el mercado bursátil ecuatoriano. Cuestiones Económicas, 31(2), 70-105. https://doi.org/10.47550/RCE/31.2.3
Ordoñez, M. (2020). Pronóstico del precio del Oro por medio de los autoregresivos integrados de promedio móvil, modelos relacionales y conceptos de Machine Learning. Espol. Obtenido de https://www.dspace.espol.edu.ec/bitstream/123456789/51718/1/T-110170.pdf
Ornelas, A. (25 de marzo de 2004). Empresa: Holcim edifica en 70 países. SWI swissinfo.ch. .
Parody, E., Charris, A., & García, R. (2012). Modelación de la volatilidad y pronóstico del índice general de la bolsa de valores de Colombia (IGBC). CLIO America, 6(12), 223-239.
Peralta, B. E. y Patiño, A. (2023). Análisis de serie de tiempo. Disponible en : https://rpubs.com/axl2811/1025466
Picón, É. (2022). Pronóstico de volatilidades a los rendimientos de activos financieros de renta variable en Colombia a través de modelos ARCH y GARCH. Disponible en: https://repositorio.unal.edu.co/handle/unal/81518
Pismag, C. A., Boaños, J. H., y Meneses, L. A. (2022). Diseño de un modelo de alerta temprana para inferir la ocurrencia de crisis financieras con aplicación a mercados emergentes. El caso del mercado bursátil Colombiano. Revista Estrategia Organizacional, 11(1), 7-29. https://doi.org/10.22490/25392786.5656
Raisin. (2024). Raisin. https://www.raisin.es/inversion/activos-financieros-que-son-como-se-clasifican-ejemplos/
Raisin Bank AG. (2023). Qué son los mercados financieros? Tipos, características y funciones: https://www.raisin.es/aviso-legal/
Reyes, M., Inos, L., Tonon, L., & Orellana, I. (2023). Modelo de Valoración de Activos Financieros (CAPM) aplicado al sector empresarial de Ecuador. RETOS. Revista de Ciencias de la Administración y Economía, 13(25), 113-126. https://doi.org/10.17163/ret.n25.2023.08
Rolando, M. L. (2023). Volatilidad y pronóstico del mercado bursátil español mediante series temporales. Universidad Internacional de Andalucia, 52. http://hdl.handle.net/10334/7115
Rtve.es. (17 de junio de 2023). Economía. Claves de la crisis del Credit Suisse: ¿qué ha pasado y qué riesgos tiene? Obtenido de https://www.rtve.es/noticias/20230317/credit-suisse-banco-encadena-crisis-internas/2431819.shtml
Salguero, R. A. (2021). Series Temporales Avanzadas: Aplicación de Redes Neuronales para el Pronótico de Series de Tiempo. Universidad de Granada, 64. ., de https://masteres.ugr.es/estadistica-aplicada/sites/master/moea/public/inline-files/TFM_FernAndez%20SalgueroRicardo%20Alonzo.pdf
Salinas, J. C. (20 de enero de 2021). Pubs R por Rstudio. ., de Arima y Volatilidad: Caso Exxon: https://rpubs.com/JulioCesarMTZ/EXXON_VOLATILIDAD
Silva, P. &. (2020). Contribución del mercado bursátil al crecimiento y modernización de la economía Ecuatoriana. ., de https://dialnet.unirioja.es/servlet/articulo?codigo=8890252
Tamara|, V., Marija, Đ., & Stefan, Z. (2021). Functional analysisof the most significant stock exchange characteristics -a case study of the Swiaa Stock Excange. Scindeks, 9(2), 98-106. https://doi.org/10.5937/trendpos2102106V
Tapia, R., & Pamela, E. (2017). “Análisis de volatilidad de los precios de las acciones Holcim S.A. utilizando el modelo GARCH. Disponible en: https://repositorio.uta.edu.ec/bitstream/123456789/25993/1/T4055ig.pdf
Trejo, B., & Gallegos, A. (2021). Estimación del Riesgo de Mercado utilizando el VaR y la Beta del CAPM. Revista mexicana de economía y finanzas, 16(2), e589 https://doi.org/10.21919/remef.v16i2.589
Tserkezos, D. (2021). Los efectos de la agregación temporal y el muestreo aleatorio en la potencia de la prueba de estacionariedad aumentada de Dickey Fuller: un estudio de Monte Carlo. Dinero, Comercio y Finanzas, 223-233. https://doi.org/10.1007/978-3-030-73219-6_11
Universidad Complutense de Madrid. (2006). Modelos de Series Temporales. ., de https://www.ucm.es/data/cont/media/www/pag-41459/Series%20temporales%20Econometria%20Novales.pdf
Varea, A. (2021). Aplicación del modelo del CAPM en la predicción de las acciones del DAX. Universidad Politecnica de Valencia. ., de https://riunet.upv.es/bitstream/handle/10251/175280/Varea%20-%20Aplicacion%20del%20modelo%20del%20CAPM%20en%20la%20prediccion%20de%20las%20acciones%20del%20DAX.pdf?sequence=1&isAllowed=y
Velandia, M., Fernando, L., Castro, R., Hernán, & Toro , J. (marzo de 2024). Flujos brutos de capital de portafolio de no residentes y residentes y el rol de la política monetaria. Economía Institucional, 26(50). https://doi.org/10.18601/01245996.v26n50.09
Yahoo Finance. (2024). Yahoo finance. Recuperado el 14 de septiembre de 2024, de https://es.finance.yahoo.com/quote/HOLN.SW/
Zivot, E. &. (1992). Further evidence on the Great Crash, the oil-price shock, and the unit-root hypothesis. Journal of Business & Economic Statistics, 10(3), 251-270. https://doi.org/10.2307/1391541