Riesgo financiero

El riesgo financiero es la probabilidad de que una inversión o una empresa sufra pérdidas económicas debido a la volatilidad o incertidumbre en los mercados financieros. Este tipo de riesgo está presente en cualquier actividad que implique intercambio de dinero, ya sea una inversión en acciones, un préstamo o la compra de una vivienda. Este se calcula con la siguiente formula:

\[ \sigma^2 = \frac{1}{T-1} \sum_{i = 1}^{T} (r_i - \bar{r})^2 \]

Esta formula es una medida del rendimiento de una inversión en comparación con su riesgo. La cual se conforma de los siguientes componentes:

En el contexto del riesgo financiero, la fórmula se puede utilizar para calcular el riesgo de una inversión en particular. El riesgo de una inversión se define como la probabilidad de que la inversión genere un rendimiento inferior a la tasa libre de riesgo.

Cuanto mayor sea el índice de una inversión, menor será su riesgo. Esto se debe a que una inversión con un índice alto ha generado un alto rendimiento en comparación con su riesgo.

Activo elgido

Mazda

Mazda Motor Corporation, fundada en 1920 y con sede en Hiroshima, Japón, es un fabricante de automóviles reconocido por su enfoque en la ingeniería innovadora y el diseño elegante. La compañía se destaca por su tecnología de motor rotatorio, un diseño único que ofrece un rendimiento suave y eficiente. Además de sus autos deportivos y sedanes, Mazda también produce SUVs y crossovers que combinan versatilidad con un manejo ágil. La marca se ha ganado una reputación por su compromiso con la calidad, la seguridad y la satisfacción del cliente, lo que la convierte en una opción popular para conductores de todo el mundo.

Cargue de información

En esta sección cargamos los datos de la accion de Mazda y de los ETF de los T-BILL en un periodo de tres años consecutivos, desde el 26 de octubre del 2016 hasta el 26 de octubre del 2019.

Mazda

library(quantmod)
## Loading required package: xts
## Loading required package: zoo
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric
## Loading required package: TTR
## Registered S3 method overwritten by 'quantmod':
##   method            from
##   as.zoo.data.frame zoo
data_mazda=getSymbols("MZDAY",from="2016-10-26",
                    to="2019-10-26",
                    auto.assign = FALSE)
head(data_mazda)
##            MZDAY.Open MZDAY.High MZDAY.Low MZDAY.Close MZDAY.Volume
## 2016-10-26       8.05       8.12      8.05        8.11        69200
## 2016-10-27       8.10       8.16      8.09        8.15        34500
## 2016-10-28       8.23       8.23      8.10        8.14        60400
## 2016-10-31       8.16       8.19      8.14        8.18        68000
## 2016-11-01       8.21       8.21      7.99        8.04        60900
## 2016-11-02       7.90       8.00      7.79        7.98        59300
##            MZDAY.Adjusted
## 2016-10-26           8.11
## 2016-10-27           8.15
## 2016-10-28           8.14
## 2016-10-31           8.18
## 2016-11-01           8.04
## 2016-11-02           7.98
tail(data_mazda)
##            MZDAY.Open MZDAY.High MZDAY.Low MZDAY.Close MZDAY.Volume
## 2019-10-18       4.53       4.56      4.53        4.55       116000
## 2019-10-21       4.56       4.56      4.50        4.53        44600
## 2019-10-22       4.50       4.58      4.50        4.54        39800
## 2019-10-23       4.48       4.59      4.48        4.56        26300
## 2019-10-24       4.57       4.57      4.54        4.56        61600
## 2019-10-25       4.54       4.57      4.54        4.57        16300
##            MZDAY.Adjusted
## 2019-10-18           4.55
## 2019-10-21           4.53
## 2019-10-22           4.54
## 2019-10-23           4.56
## 2019-10-24           4.56
## 2019-10-25           4.57

ETF de los T-BILL

library(quantmod)

data_TBill=getSymbols("BIL",from="2016-10-26",
                      to="2019-10-26",
                      auto.assign = FALSE)
head(data_TBill)
##            BIL.Open BIL.High BIL.Low BIL.Close BIL.Volume BIL.Adjusted
## 2016-10-26    91.44    91.46   91.44     91.46     200900     81.24038
## 2016-10-27    91.46    91.46   91.44     91.44     184200     81.22266
## 2016-10-28    91.48    91.48   91.44     91.46     546550     81.24038
## 2016-10-31    91.46    91.48   91.46     91.48     735450     81.25816
## 2016-11-01    91.48    91.48   91.46     91.46    1208600     81.24038
## 2016-11-02    91.48    91.48   91.46     91.48     499750     81.25816
tail(data_TBill)
##            BIL.Open BIL.High BIL.Low BIL.Close BIL.Volume BIL.Adjusted
## 2019-10-18    91.53    91.54   91.53     91.54    3141500     84.67057
## 2019-10-21    91.55    91.55   91.54     91.55     820500     84.67981
## 2019-10-22    91.55    91.55   91.54     91.55    1818900     84.67981
## 2019-10-23    91.54    91.55   91.54     91.55     707600     84.67981
## 2019-10-24    91.56    91.57   91.56     91.57     734400     84.69831
## 2019-10-25    91.56    91.57   91.56     91.57     857300     84.69831

Retornos

En esta sección calculamos los retornos de la accion de Mazda y de los T-BILL. Como se observa a continuación se hallaron los retornos del primer año (2016) y del ultimo año (2019).

ret_mazda=Delt(data_mazda$MZDAY.Adjusted)
ret_TBill=Delt(data_TBill$BIL.Adjusted)

rets=cbind(ret_mazda,ret_TBill)
names(rets)=c("MAZDA","TBill")
head(rets,6)
##                   MAZDA         TBill
## 2016-10-26           NA            NA
## 2016-10-27  0.004932178 -0.0002180622
## 2016-10-28 -0.001226905  0.0002181097
## 2016-10-31  0.004914000  0.0002189074
## 2016-11-01 -0.017114956 -0.0002188595
## 2016-11-02 -0.007462679  0.0002189074
tail(rets,6)
##                   MAZDA        TBill
## 2019-10-18  0.000000000 0.0000000000
## 2019-10-21 -0.004395600 0.0001091193
## 2019-10-22  0.002207451 0.0000000000
## 2019-10-23  0.004405282 0.0000000000
## 2019-10-24  0.000000000 0.0002184852
## 2019-10-25  0.002193033 0.0000000000

Retornos acumulados

Ahora calcamos los retornos acumulados de la accion de Mazda y los T-BILL, los cuales se calculan a partir de la siguiente formula:

\[ 1+r_{total}=\prod_{i=1}^T (1+r_i) \] La fórmula calcula el retorno total de una acción multiplicando el retorno de la acción en cada período de tiempo más uno. El uno se suma para tener en cuenta el precio inicial de la acción.

La fórmula se compone de los siguientes elementos:

  • El producto se utiliza para multiplicar el retorno de la acción en cada período de tiempo.

  • La suma se utiliza para sumar uno al producto. Esto tiene en cuenta el precio inicial de la acción.

La fórmula funciona de la siguiente manera:

  1. Se calcula el retorno de la acción en cada período de tiempo.
  2. Se multiplica el retorno de la acción en cada período de tiempo.
  3. Se suma uno (1) al producto.
  4. El resultado es el retorno acumulado de la acción.

Con base en lo anterior, encontramos:

rets[1,]=c(0.0)
gross_ret=1+rets
head(rets,3)
##                   MAZDA         TBill
## 2016-10-26  0.000000000  0.0000000000
## 2016-10-27  0.004932178 -0.0002180622
## 2016-10-28 -0.001226905  0.0002181097
head(gross_ret,3)
##                MAZDA     TBill
## 2016-10-26 1.0000000 1.0000000
## 2016-10-27 1.0049322 0.9997819
## 2016-10-28 0.9987731 1.0002181

En ese orden de ideas, los retornos acumulados para ambas acciones para el primer y el ultimo año serian:

cum_rets=cumprod(gross_ret)
head(cum_rets)
##                MAZDA     TBill
## 2016-10-26 1.0000000 1.0000000
## 2016-10-27 1.0049322 0.9997819
## 2016-10-28 1.0036992 1.0000000
## 2016-10-31 1.0086314 1.0002189
## 2016-11-01 0.9913687 1.0000000
## 2016-11-02 0.9839705 1.0002189
tail(cum_rets)
##                MAZDA    TBill
## 2019-10-18 0.5610358 1.042223
## 2019-10-21 0.5585697 1.042336
## 2019-10-22 0.5598027 1.042336
## 2019-10-23 0.5622688 1.042336
## 2019-10-24 0.5622688 1.042564
## 2019-10-25 0.5635019 1.042564

Gráfico 1. Retornos

plot(rets$MAZDA, col = "darkgreen",
     main = "Retornos de Mazda y T-Bills")

lines(rets$TBill, col="darkblue",
      lwd=4)

Gráfico 2. Retornos Acumulados

plot(cum_rets$MAZDA,col = "turquoise")

lines(cum_rets$TBill,col = "purple",
      lwd=3)

Riesgos de las acciones

En esta seccion calculamos los riesgos de las acciones con la finalidad de saber cual de los dos es mas riesgosos durante este periodo de tres años, para ello utilizamos la funcion (sd).

head(rets)
##                   MAZDA         TBill
## 2016-10-26  0.000000000  0.0000000000
## 2016-10-27  0.004932178 -0.0002180622
## 2016-10-28 -0.001226905  0.0002181097
## 2016-10-31  0.004914000  0.0002189074
## 2016-11-01 -0.017114956 -0.0002188595
## 2016-11-02 -0.007462679  0.0002189074
returns=rets[-1,]
head(returns)
##                   MAZDA         TBill
## 2016-10-27  0.004932178 -0.0002180622
## 2016-10-28 -0.001226905  0.0002181097
## 2016-10-31  0.004914000  0.0002189074
## 2016-11-01 -0.017114956 -0.0002188595
## 2016-11-02 -0.007462679  0.0002189074
## 2016-11-03 -0.017543843 -0.0002188595
sd_mazda=sd(returns$MAZDA)
sd_mazda
## [1] 0.01393224
sd_bill= sd(returns$TBill)
sd_bill
## [1] 0.0001565128

Con base en los resultados, se puede concluir que el activo mas riesgoso es el de Mazda.

sd_mazda/sd_bill
## [1] 89.01661
hist(returns$MAZDA, breaks = 50)

sd_mazda*3
## [1] 0.04179671
pnorm(1)-pnorm(-1)
## [1] 0.6826895
pnorm(2)-pnorm(-2)
## [1] 0.9544997

Desviacion estandar por cada año

En esta parte, calculamos la desviacion estandar de los retornos de las acciones para cada año, durante este periodo.

head(returns)
##                   MAZDA         TBill
## 2016-10-27  0.004932178 -0.0002180622
## 2016-10-28 -0.001226905  0.0002181097
## 2016-10-31  0.004914000  0.0002189074
## 2016-11-01 -0.017114956 -0.0002188595
## 2016-11-02 -0.007462679  0.0002189074
## 2016-11-03 -0.017543843 -0.0002188595
index(returns)
##   [1] "2016-10-27" "2016-10-28" "2016-10-31" "2016-11-01" "2016-11-02"
##   [6] "2016-11-03" "2016-11-04" "2016-11-07" "2016-11-08" "2016-11-09"
##  [11] "2016-11-10" "2016-11-11" "2016-11-14" "2016-11-15" "2016-11-16"
##  [16] "2016-11-17" "2016-11-18" "2016-11-21" "2016-11-22" "2016-11-23"
##  [21] "2016-11-25" "2016-11-28" "2016-11-29" "2016-11-30" "2016-12-01"
##  [26] "2016-12-02" "2016-12-05" "2016-12-06" "2016-12-07" "2016-12-08"
##  [31] "2016-12-09" "2016-12-12" "2016-12-13" "2016-12-14" "2016-12-15"
##  [36] "2016-12-16" "2016-12-19" "2016-12-20" "2016-12-21" "2016-12-22"
##  [41] "2016-12-23" "2016-12-27" "2016-12-28" "2016-12-29" "2016-12-30"
##  [46] "2017-01-03" "2017-01-04" "2017-01-05" "2017-01-06" "2017-01-09"
##  [51] "2017-01-10" "2017-01-11" "2017-01-12" "2017-01-13" "2017-01-17"
##  [56] "2017-01-18" "2017-01-19" "2017-01-20" "2017-01-23" "2017-01-24"
##  [61] "2017-01-25" "2017-01-26" "2017-01-27" "2017-01-30" "2017-01-31"
##  [66] "2017-02-01" "2017-02-02" "2017-02-03" "2017-02-06" "2017-02-07"
##  [71] "2017-02-08" "2017-02-09" "2017-02-10" "2017-02-13" "2017-02-14"
##  [76] "2017-02-15" "2017-02-16" "2017-02-17" "2017-02-21" "2017-02-22"
##  [81] "2017-02-23" "2017-02-24" "2017-02-27" "2017-02-28" "2017-03-01"
##  [86] "2017-03-02" "2017-03-03" "2017-03-06" "2017-03-07" "2017-03-08"
##  [91] "2017-03-09" "2017-03-10" "2017-03-13" "2017-03-14" "2017-03-15"
##  [96] "2017-03-16" "2017-03-17" "2017-03-20" "2017-03-21" "2017-03-22"
## [101] "2017-03-23" "2017-03-24" "2017-03-27" "2017-03-28" "2017-03-29"
## [106] "2017-03-30" "2017-03-31" "2017-04-03" "2017-04-04" "2017-04-05"
## [111] "2017-04-06" "2017-04-07" "2017-04-10" "2017-04-11" "2017-04-12"
## [116] "2017-04-13" "2017-04-17" "2017-04-18" "2017-04-19" "2017-04-20"
## [121] "2017-04-21" "2017-04-24" "2017-04-25" "2017-04-26" "2017-04-27"
## [126] "2017-04-28" "2017-05-01" "2017-05-02" "2017-05-03" "2017-05-04"
## [131] "2017-05-05" "2017-05-08" "2017-05-09" "2017-05-10" "2017-05-11"
## [136] "2017-05-12" "2017-05-15" "2017-05-16" "2017-05-17" "2017-05-18"
## [141] "2017-05-19" "2017-05-22" "2017-05-23" "2017-05-24" "2017-05-25"
## [146] "2017-05-26" "2017-05-30" "2017-05-31" "2017-06-01" "2017-06-02"
## [151] "2017-06-05" "2017-06-06" "2017-06-07" "2017-06-08" "2017-06-09"
## [156] "2017-06-12" "2017-06-13" "2017-06-14" "2017-06-15" "2017-06-16"
## [161] "2017-06-19" "2017-06-20" "2017-06-21" "2017-06-22" "2017-06-23"
## [166] "2017-06-26" "2017-06-27" "2017-06-28" "2017-06-29" "2017-06-30"
## [171] "2017-07-03" "2017-07-05" "2017-07-06" "2017-07-07" "2017-07-10"
## [176] "2017-07-11" "2017-07-12" "2017-07-13" "2017-07-14" "2017-07-17"
## [181] "2017-07-18" "2017-07-19" "2017-07-20" "2017-07-21" "2017-07-24"
## [186] "2017-07-25" "2017-07-26" "2017-07-27" "2017-07-28" "2017-07-31"
## [191] "2017-08-01" "2017-08-02" "2017-08-03" "2017-08-04" "2017-08-07"
## [196] "2017-08-08" "2017-08-09" "2017-08-10" "2017-08-11" "2017-08-14"
## [201] "2017-08-15" "2017-08-16" "2017-08-17" "2017-08-18" "2017-08-21"
## [206] "2017-08-22" "2017-08-23" "2017-08-24" "2017-08-25" "2017-08-28"
## [211] "2017-08-29" "2017-08-30" "2017-08-31" "2017-09-01" "2017-09-05"
## [216] "2017-09-06" "2017-09-07" "2017-09-08" "2017-09-11" "2017-09-12"
## [221] "2017-09-13" "2017-09-14" "2017-09-15" "2017-09-18" "2017-09-19"
## [226] "2017-09-20" "2017-09-21" "2017-09-22" "2017-09-25" "2017-09-26"
## [231] "2017-09-27" "2017-09-28" "2017-09-29" "2017-10-02" "2017-10-03"
## [236] "2017-10-04" "2017-10-05" "2017-10-06" "2017-10-09" "2017-10-10"
## [241] "2017-10-11" "2017-10-12" "2017-10-13" "2017-10-16" "2017-10-17"
## [246] "2017-10-18" "2017-10-19" "2017-10-20" "2017-10-23" "2017-10-24"
## [251] "2017-10-25" "2017-10-26" "2017-10-27" "2017-10-30" "2017-10-31"
## [256] "2017-11-01" "2017-11-02" "2017-11-03" "2017-11-06" "2017-11-07"
## [261] "2017-11-08" "2017-11-09" "2017-11-10" "2017-11-13" "2017-11-14"
## [266] "2017-11-15" "2017-11-16" "2017-11-17" "2017-11-20" "2017-11-21"
## [271] "2017-11-22" "2017-11-24" "2017-11-27" "2017-11-28" "2017-11-29"
## [276] "2017-11-30" "2017-12-01" "2017-12-04" "2017-12-05" "2017-12-06"
## [281] "2017-12-07" "2017-12-08" "2017-12-11" "2017-12-12" "2017-12-13"
## [286] "2017-12-14" "2017-12-15" "2017-12-18" "2017-12-19" "2017-12-20"
## [291] "2017-12-21" "2017-12-22" "2017-12-26" "2017-12-27" "2017-12-28"
## [296] "2017-12-29" "2018-01-02" "2018-01-03" "2018-01-04" "2018-01-05"
## [301] "2018-01-08" "2018-01-09" "2018-01-10" "2018-01-11" "2018-01-12"
## [306] "2018-01-16" "2018-01-17" "2018-01-18" "2018-01-19" "2018-01-22"
## [311] "2018-01-23" "2018-01-24" "2018-01-25" "2018-01-26" "2018-01-29"
## [316] "2018-01-30" "2018-01-31" "2018-02-01" "2018-02-02" "2018-02-05"
## [321] "2018-02-06" "2018-02-07" "2018-02-08" "2018-02-09" "2018-02-12"
## [326] "2018-02-13" "2018-02-14" "2018-02-15" "2018-02-16" "2018-02-20"
## [331] "2018-02-21" "2018-02-22" "2018-02-23" "2018-02-26" "2018-02-27"
## [336] "2018-02-28" "2018-03-01" "2018-03-02" "2018-03-05" "2018-03-06"
## [341] "2018-03-07" "2018-03-08" "2018-03-09" "2018-03-12" "2018-03-13"
## [346] "2018-03-14" "2018-03-15" "2018-03-16" "2018-03-19" "2018-03-20"
## [351] "2018-03-21" "2018-03-22" "2018-03-23" "2018-03-26" "2018-03-27"
## [356] "2018-03-28" "2018-03-29" "2018-04-02" "2018-04-03" "2018-04-04"
## [361] "2018-04-05" "2018-04-06" "2018-04-09" "2018-04-10" "2018-04-11"
## [366] "2018-04-12" "2018-04-13" "2018-04-16" "2018-04-17" "2018-04-18"
## [371] "2018-04-19" "2018-04-20" "2018-04-23" "2018-04-24" "2018-04-25"
## [376] "2018-04-26" "2018-04-27" "2018-04-30" "2018-05-01" "2018-05-02"
## [381] "2018-05-03" "2018-05-04" "2018-05-07" "2018-05-08" "2018-05-09"
## [386] "2018-05-10" "2018-05-11" "2018-05-14" "2018-05-15" "2018-05-16"
## [391] "2018-05-17" "2018-05-18" "2018-05-21" "2018-05-22" "2018-05-23"
## [396] "2018-05-24" "2018-05-25" "2018-05-29" "2018-05-30" "2018-05-31"
## [401] "2018-06-01" "2018-06-04" "2018-06-05" "2018-06-06" "2018-06-07"
## [406] "2018-06-08" "2018-06-11" "2018-06-12" "2018-06-13" "2018-06-14"
## [411] "2018-06-15" "2018-06-18" "2018-06-19" "2018-06-20" "2018-06-21"
## [416] "2018-06-22" "2018-06-25" "2018-06-26" "2018-06-27" "2018-06-28"
## [421] "2018-06-29" "2018-07-02" "2018-07-03" "2018-07-05" "2018-07-06"
## [426] "2018-07-09" "2018-07-10" "2018-07-11" "2018-07-12" "2018-07-13"
## [431] "2018-07-16" "2018-07-17" "2018-07-18" "2018-07-19" "2018-07-20"
## [436] "2018-07-23" "2018-07-24" "2018-07-25" "2018-07-26" "2018-07-27"
## [441] "2018-07-30" "2018-07-31" "2018-08-01" "2018-08-02" "2018-08-03"
## [446] "2018-08-06" "2018-08-07" "2018-08-08" "2018-08-09" "2018-08-10"
## [451] "2018-08-13" "2018-08-14" "2018-08-15" "2018-08-16" "2018-08-17"
## [456] "2018-08-20" "2018-08-21" "2018-08-22" "2018-08-23" "2018-08-24"
## [461] "2018-08-27" "2018-08-28" "2018-08-29" "2018-08-30" "2018-08-31"
## [466] "2018-09-04" "2018-09-05" "2018-09-06" "2018-09-07" "2018-09-10"
## [471] "2018-09-11" "2018-09-12" "2018-09-13" "2018-09-14" "2018-09-17"
## [476] "2018-09-18" "2018-09-19" "2018-09-20" "2018-09-21" "2018-09-24"
## [481] "2018-09-25" "2018-09-26" "2018-09-27" "2018-09-28" "2018-10-01"
## [486] "2018-10-02" "2018-10-03" "2018-10-04" "2018-10-05" "2018-10-08"
## [491] "2018-10-09" "2018-10-10" "2018-10-11" "2018-10-12" "2018-10-15"
## [496] "2018-10-16" "2018-10-17" "2018-10-18" "2018-10-19" "2018-10-22"
## [501] "2018-10-23" "2018-10-24" "2018-10-25" "2018-10-26" "2018-10-29"
## [506] "2018-10-30" "2018-10-31" "2018-11-01" "2018-11-02" "2018-11-05"
## [511] "2018-11-06" "2018-11-07" "2018-11-08" "2018-11-09" "2018-11-12"
## [516] "2018-11-13" "2018-11-14" "2018-11-15" "2018-11-16" "2018-11-19"
## [521] "2018-11-20" "2018-11-21" "2018-11-23" "2018-11-26" "2018-11-27"
## [526] "2018-11-28" "2018-11-29" "2018-11-30" "2018-12-03" "2018-12-04"
## [531] "2018-12-06" "2018-12-07" "2018-12-10" "2018-12-11" "2018-12-12"
## [536] "2018-12-13" "2018-12-14" "2018-12-17" "2018-12-18" "2018-12-19"
## [541] "2018-12-20" "2018-12-21" "2018-12-24" "2018-12-26" "2018-12-27"
## [546] "2018-12-28" "2018-12-31" "2019-01-02" "2019-01-03" "2019-01-04"
## [551] "2019-01-07" "2019-01-08" "2019-01-09" "2019-01-10" "2019-01-11"
## [556] "2019-01-14" "2019-01-15" "2019-01-16" "2019-01-17" "2019-01-18"
## [561] "2019-01-22" "2019-01-23" "2019-01-24" "2019-01-25" "2019-01-28"
## [566] "2019-01-29" "2019-01-30" "2019-01-31" "2019-02-01" "2019-02-04"
## [571] "2019-02-05" "2019-02-06" "2019-02-07" "2019-02-08" "2019-02-11"
## [576] "2019-02-12" "2019-02-13" "2019-02-14" "2019-02-15" "2019-02-19"
## [581] "2019-02-20" "2019-02-21" "2019-02-22" "2019-02-25" "2019-02-26"
## [586] "2019-02-27" "2019-02-28" "2019-03-01" "2019-03-04" "2019-03-05"
## [591] "2019-03-06" "2019-03-07" "2019-03-08" "2019-03-11" "2019-03-12"
## [596] "2019-03-13" "2019-03-14" "2019-03-15" "2019-03-18" "2019-03-19"
## [601] "2019-03-20" "2019-03-21" "2019-03-22" "2019-03-25" "2019-03-26"
## [606] "2019-03-27" "2019-03-28" "2019-03-29" "2019-04-01" "2019-04-02"
## [611] "2019-04-03" "2019-04-04" "2019-04-05" "2019-04-08" "2019-04-09"
## [616] "2019-04-10" "2019-04-11" "2019-04-12" "2019-04-15" "2019-04-16"
## [621] "2019-04-17" "2019-04-18" "2019-04-22" "2019-04-23" "2019-04-24"
## [626] "2019-04-25" "2019-04-26" "2019-04-29" "2019-04-30" "2019-05-01"
## [631] "2019-05-02" "2019-05-03" "2019-05-06" "2019-05-07" "2019-05-08"
## [636] "2019-05-09" "2019-05-10" "2019-05-13" "2019-05-14" "2019-05-15"
## [641] "2019-05-16" "2019-05-17" "2019-05-20" "2019-05-21" "2019-05-22"
## [646] "2019-05-23" "2019-05-24" "2019-05-28" "2019-05-29" "2019-05-30"
## [651] "2019-05-31" "2019-06-03" "2019-06-04" "2019-06-05" "2019-06-06"
## [656] "2019-06-07" "2019-06-10" "2019-06-11" "2019-06-12" "2019-06-13"
## [661] "2019-06-14" "2019-06-17" "2019-06-18" "2019-06-19" "2019-06-20"
## [666] "2019-06-21" "2019-06-24" "2019-06-25" "2019-06-26" "2019-06-27"
## [671] "2019-06-28" "2019-07-01" "2019-07-02" "2019-07-03" "2019-07-05"
## [676] "2019-07-08" "2019-07-09" "2019-07-10" "2019-07-11" "2019-07-12"
## [681] "2019-07-15" "2019-07-16" "2019-07-17" "2019-07-18" "2019-07-19"
## [686] "2019-07-22" "2019-07-23" "2019-07-24" "2019-07-25" "2019-07-26"
## [691] "2019-07-29" "2019-07-30" "2019-07-31" "2019-08-01" "2019-08-02"
## [696] "2019-08-05" "2019-08-06" "2019-08-07" "2019-08-08" "2019-08-09"
## [701] "2019-08-12" "2019-08-13" "2019-08-14" "2019-08-15" "2019-08-16"
## [706] "2019-08-19" "2019-08-20" "2019-08-21" "2019-08-22" "2019-08-23"
## [711] "2019-08-26" "2019-08-27" "2019-08-28" "2019-08-29" "2019-08-30"
## [716] "2019-09-03" "2019-09-04" "2019-09-05" "2019-09-06" "2019-09-09"
## [721] "2019-09-10" "2019-09-11" "2019-09-12" "2019-09-13" "2019-09-16"
## [726] "2019-09-17" "2019-09-18" "2019-09-19" "2019-09-20" "2019-09-23"
## [731] "2019-09-24" "2019-09-25" "2019-09-26" "2019-09-27" "2019-09-30"
## [736] "2019-10-01" "2019-10-02" "2019-10-03" "2019-10-04" "2019-10-07"
## [741] "2019-10-08" "2019-10-09" "2019-10-10" "2019-10-11" "2019-10-14"
## [746] "2019-10-15" "2019-10-16" "2019-10-17" "2019-10-18" "2019-10-21"
## [751] "2019-10-22" "2019-10-23" "2019-10-24" "2019-10-25"
str(returns)
## An xts object on 2016-10-27 / 2019-10-25 containing: 
##   Data:    double [754, 2]
##   Columns: MAZDA, TBill
##   Index:   Date [754] (TZ: "UTC")
##   xts Attributes:
##     $ src    : chr "yahoo"
##     $ updated: POSIXct[1:1], format: "2024-03-16 23:49:15"

Desviacion estandar del año 2016

sd(returns["2016"])
## [1] 0.01264684
sd_2016=apply(X=returns["2016"], MARGIN=2, FUN=sd)
sd_2016
##        MAZDA        TBill 
## 0.0179846255 0.0002246139

Desviacion estandar del año 2017

sd(returns["2017"])
## [1] 0.008779449
sd_2017=apply(X=returns["2017"], MARGIN=2, FUN=sd)
sd_2017
##        MAZDA        TBill 
## 0.0124153503 0.0001925815

Desviacion estandar del año 2018

sd(returns["2018"])
## [1] 0.01010752
sd_2018=apply(X=returns["2018"], MARGIN=2, FUN=sd)
sd_2018
##        MAZDA        TBill 
## 0.0142895517 0.0001169107

Desviacion estandar del año 2019

sd(returns["2019"])
## [1] 0.01012123
sd_2019=apply(X=returns["2019"], MARGIN=2, FUN=sd)
sd_2019
##        MAZDA        TBill 
## 0.0143260071 0.0001202077

Desviacion estanda total

sd_all= rbind(sd_2016, sd_2017, sd_2018, sd_2019)
sd_all
##              MAZDA        TBill
## sd_2016 0.01798463 0.0002246139
## sd_2017 0.01241535 0.0001925815
## sd_2018 0.01428955 0.0001169107
## sd_2019 0.01432601 0.0001202077

Gráfico 3. Desviación estandar anualizada

nrow(returns["2019"])
## [1] 207
sd_all_anual=sqrt(207)*sd_all

barplot(t(sd_all_anual), beside = T,
        col=c("darkorange", "darkblue"),
        main = "Desv. Est. anualizada",
        legend.text = c("MAZDA", "T-BILLS"))

Conclusiones

Este informe proporciona una base para evaluar el riesgo financiero de invertir en Mazda y T-Bills. Es importante que los inversores consideren su perfil de riesgo y otros factores antes de tomar una decisión de inversión. Los inversores que buscan seguridad y estabilidad pueden considerar invertir en T-Bills.

Se analizaron las desviaciones estndar por año, lo que permite observar la evolución del riesgo en el tiempo. Se mencionó la importancia de diversificar las inversiones para reducir el riesgo general.