Caption for the picture.

Target Corporation es una empresa norteamericana fue fundada por George Dayton en 1902, en Minnesota, como la Compañía «Dayton Dry Goods». La primera tienda Target abrió sus puertas en 1962 cerca de Roseville, Minnesota. En agosto de 1990, la empresa cambio su nombre de Dayton Hudson Corporation a Target Corporation.

Target Corporation opera como minorista general de mercancías en los Estados Unidos. La compañía ofrece surtidos de alimentos, incluidos productos perecederos, comestibles secos, productos lácteos y congelados; prendas de vestir, accesorios, productos de decoración para el hogar, productos electrónicos, juguetes, ofertas de temporada y otras mercancías; belleza y artículos para el hogar; La compañía también ofrece servicios en la tienda, como Target Café, Target Optical, Starbucks y otras ofertas de servicios de alimentos. Vende sus productos a través de sus tiendas; y canales digitales, incluido Target.com. A partir del 25 de marzo de 2020, la compañía operaba aproximadamente 1,900 tiendas. Target Corporation fue fundada en 1902 y tiene su sede en Minneapolis, Minnesota.

Comportamiento de la accion de TARGET

Desde que Target comenzo a cotizar en la bolsa El precio de cierre a lo largo del tiempo a oscilado entre los 50 y los 90 dolares desde el 2015 hasta el 2017, sin embargo para el año 2018 fue en ascenso hasta cierto punto constante a pesar de algunas caidas, para que a finales del año 2019 alcanzara su maximo historico, teniendo un precio de 129.21 siendo este ademas el mejor año de cotizacion.

Comportamiento de la accion de TARGET

En cuanto al comportamiento de los rendimientos, podemos observar claramente las aglomeraciones en la segunda mitad del año 2017 y en la primera mitad del 2018, esto nos habla de la volatilidad que tienen, mientras que en el caso de finales o segunda mitad del año 2019 se puede ver como la volatilidad tiende mas hacia lo positivo debido a que en ese periodo fue donde el valor de las acciones resultaron con un gran crecimiento en su valor.

Variable \(DFA^{a/}\)(Valor p) \(Phillips-Perron^{b/}\)(Valor p) \(KPSS^{c/}\)(Valor p)
TARGET (rendimientos) 0.01 0.01 0.1

\(^{a/}H0\): La serie tiene raíz unitaria RECHAZO H0

\(^{b/}H0\): La serie tiene raíz unitaria RECHAZO H0

\(^{c/}H0\): La serie es estacionaria NO RECHAZO H0

Fuente. Elaboración propia con salida de R.

Autocorrelacion de los rendimientos al cuadrado

PUEBA Valor p H0 resultado
ARCH TEST 0.0001566 la serie no tiene efectos ARCH rechazo H0

Modelos ARCH

ARCH 1

El modelo ARCH1 nos arroja un valor en alpha1 de 0.05 lo cual nos dice que la volatilidad de TARGET se explica con tan solo un 5% de un dia.

Fuente. Elaboración propia con salida de R.

ARCH 2

En el modelo de ARCH2 nos arroja alpha1 con un valor de 0.1256 y un alpha2 con valor de 0.4826, la explicacion es que la volatilidad de TARGET s explica en un 12.56% con respecto al dia anterior y un 48.26% con respecto a 2 dias anteriores. Con lo cual el modelo ARCH 2 nos explica aproximadamente el 60% de la volatilidad

Fuente. Elaboración propia con salida de R.

ARCH 3

El 3er modelo o ARCH3 nos arroja los valores de alpha1 = 0.047814 alpha2 = 0.327209 alpha3 = 0.517457 Lo que nos dice que para un dia anterior se explica el 4.78%, para 2 dias anteriores se explica en un 32.72%, y para 3 dias anteriores se explica en un 51.74%. Por esto el modelo ARCH 3 explica la volatilidad en un 89.4%

Fuente. Elaboración propia con salida de R.

ARCH 4

En el ultimo modelo o ARCH4 nos encontramos con los siguientes valores alpha1 0.045254 alpha2 0.335086 alpha3 0.509727 alpha4 0.018029

Este modelo nos explica que para un dia anterior se explica el 4.52%, mientras que para 2 dias anteriores se explica en un 33.5%, ademas para el caso de 3 dias anteriores se explica el 50.9%, y para el dia anterior al ultimo mencionado se explica en tan solo un 1.8%, dandonos asi el 90.7% de la volatilidad de TARGET.

Fuente. Elaboración propia con salida de R.

Modelos GARCH

GARCH 1,1

Este modelo nos arroja los siguientes valores

alpha1 0.006678 beta1 0.992322

Con lo cual nos dice que solo el 0.6% de la volatilidad de TARGET se explica con un dia anterior, mientras que el 99.32% de la volatilidad se explica por el ajuste de la varianza de un periodo anterior.

GARCH 1,2

Este modelo nos arroja los siguientes valores

alpha1 0.011760 beta1 0.084386 beta2 0.902853

Con lo cual nos dice que solo el 1.17% de la volatilidad de TARGET se explica con un dia anterior, mientras que el 8.32% de la volatilidad se explica por el ajuste de la varianza de un periodo anterior y el 90.28% se explica por el ajuste de 2 periodos anteriores.

GARCH 2,1

Este modelo nos arroja los siguientes valores

alpha1 0.006681
alpha2 0.000000
beta1 0.992319

Con lo cual nos dice que solo el 0.66% de la volatilidad de TARGET se explica con un dia anterior, mientras que el 99.23% de la volatilidad se explica por el ajuste de la varianza de un periodo anterior.

GARCH 2,2

Este modelo nos arrojo los siguientes valores

alpha1 0.011760
alpha2 0.000000
beta1 0.084391
beta2 0.902848

Con lo que podemos decir que la varianza condicional se explica con el 1.17% por la volatilidad de un dia anterior mientras que la varianza ajustada rezagada de un periodo anterior explica el 8.43% de la volatilidad y la de 2 periodos anteriores explica el 90.28% de la volatilidad.

MODELO \(\omega\) \(\alpha_{1}\) \(\alpha_{2}\) \(\alpha_{3}\) \(\alpha_{4}\) \(\beta_{1}\) \(\beta_{2}\) AKAIKE BAYES
ARCH(1) 0.00021 0.05 -5.2180 -5.2100
ARCH(2) 0.000201 0.125624 0.482660 -5.2290 -5.2174
ARCH(3) 0.000140 0.047814 0.327209 0.517457 -5.2874 -5.2719
ARCH(4) 0.000136 0.045254 0.335086 0.509727 0.018029 -4.7971 -4.7777
GARCH(1,1) 0.000001 0.006678 0.992322 -5.1706 -5.1589
GARCH(1,2) 0.000001 0.011760 0.084386 0.902853 -5.1715 -5.1559
GARCH(2,1) 0.000001 0.006681 0.0000 0.992319 -5.1691 -5.1536
GARCH(2,2) 0.000001 0.011760 0.000000 0.084391 0.902848 -5.1700 -5.1506

ELECCION DE LOS MODELOS

La eleccion de los modelos se realiza gracias a las pruebas realizadas asi como a los valores obtenidos de la informacion que nos arroja AKAIKE y BAYES para posteriormente hacer la simulacion con dichos resultados.

Concluimos con ARCH 3 Y GARCH 1,1 como los mejores modelos para interpretar los rendimientos de TARGET de acuerdo a los datos obtenidos.

REFERENCIAS {1} https://cnnespanol.cnn.com/video/target-accion-aumenta-reporte-tercer-trimestre-2019-vo-serbia-dinero/ {2} https://corporate.target.com/