EXPE VOLATILIDAD
Daniela Itzel Lisjuan Cortes
15/6/2020
EXPE
Expedia Group Inc.
EXPE es una empresa de viajes online que se encarga de proporcionarle a los vacacionistas la mejor comodidad, facilitando la reservacion de hoteles, vuelos de avion, cruceros, alquiler de autos y paquetes vacacionales.
Sus oficinas principales se encuentran Estados Unidos de America con delegacion en 31 paises. Su presidente actual es Dara Khosrowshahi, en 2001 fue vendida a USA Networks, la compañía de medios dirigida por el magnate Barry Diller el cual es dueño del 75% de las acciones
EXPE refiere a Expedia Group Inc. proporciona diversas herramientas web con funciones especificas como Expedia, Hoteles.com, Trivago , Venere.com, Orbitz, Travelocity, CheapTickets, HomeAway, Top Rural y Hotwire. En el año 2006 recibió el premio Webby Award en la categoría de “Mejor Web de Viajes”.
Comportamiento del precio de EXPE
A continuación, se presentan el comportamiento del precio de cierre de EXPE a partir del 1 de enero de 2015 al 30 de abril de 2020. EXPE presenta una tendencia ascendente, presentó su mayor crecimiento en julio de 2017, esto está relacionado gracias a que en la historia de la aviacion fue el unico año en donde no exisitio ningun accidente en ninguna parte del mundo apesar de que fue el año con mas vuelos a nivel mundial por lo que fue denominado “el año mas seguro”. Sin embargo,la gran caida que tuvo deribado de la pandemia de COVID-19 se hizo notar en el precio de sus acciones para EXPE por el confinamiento y posteriormente la restriccion de vuelos a nivel nacional e internaciona.
Precio de Cierre de EXPE: enero 2015 - abril 2020
Rendimientos de S&P500 y EDZ: enero de 2015 a marzo 2020
Fuente: elaboración propia con salida de R.
Se observa en el caso de gráfico de los rendimientos, al menos en la parte central de la distribución, no están más pegados a la recta, esto tiene que ver con la introduccion de nuevas tecnologias que se implementaron para la aviacion por concecuencia los accidentes aereos asi como el trafico aereo mundial. La propiedad que cumplen los rendimientos (media cero o constante que es uno de los supuestos que se debe de cumplir para la estacionariedad de las series), sin embargo, EXPE tuvo su mayor caida derivado del confianamiento a nivel mundial limitando asi el turismo a principios del año 2020.
Con esta representación, no se puede garantizar la normalidad en los datos.
Pruebas de raices unitarias
El concepto de volatilidad en muchas series de tipo económico, especialmente las de tipo financiero, se presenta el hecho de que aunque sean estacionarias en varianza (tras las transformaciones adecuadas) es posible que en determinados periodos muestren una fuerte volatilidad.
En este caso, la varianza no condicionada es constante pero la condicionada es heteroscedastica. Para fines de predicción es interesante la utilización de esta varianza condicionada para establecer los intervalos de predicción, que nos dan una idea de la confianza qué podemos dar a una determinada predicción.
En periodos de volatilidad fuerte la varianza condicionada es mayor que en periodos de calma y los intervalos de predicción construidos con la varianza condicionada serán más amplios, indicando el riesgo mayor en la predicción que en los periodos de calma.
Las pruebas de raíces unitarias permiten identificar si la serie es estacionaria o no, verificando si la serie tiene alguna estructura de dependencia con los datos anteriores.
Las pruebas que se utilzian para detectar raíces unitarias en este análisis son: Dickey Fuller Aumentada (DFA), Phillips Perron y la prueba Kwiatkowski - Phillips - Schmidt - Shin (KPSS). La tabla 4 muestra los resultados de EXPE en rendimientos.
Pruebas de raíces unitarias
| Variable | \(DFA^{a/}\)(Valor p) | \(Phillips-Perron^{b/}\)(Valor p) | \(KPSS^{c/}\)(Valor p) |
|---|---|---|---|
| EXPE (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.
NUNCA OLVIDAR:
Si valor p mayor a 0.05 No rechazo (acepto) H0.
Si valor p menor a 0.05 Rechazo H0.
Autocorrelacion de los rendimientos de expe y prueba ARCH
Analizaremos los efectos de autocorrelacion que existe en los rendimientos de EXPE con la finalidad de observar los posibles rendimientos de efecto de memoria que hay en la serie de tiempo.
Dentro del modelo de volatilidad, se realizan pruebas de efectos ARCH que se basan en los multiplicadores de Lagrange que descomponen la varianza con la finalidad de observar si sus rezagos son significativos.
Prueba de efectos ARCH
| PUEBA | Valor p | H0 | resultado |
|---|---|---|---|
| ARCH TEST | 0.02561 | la serie no tiene efectos ARCH | rechazo H0 |
Al rechazar la H0, se comprueba los efectos ARCH en los rendimientos de EXPE.
Modelos ARCH y GARCH
| MODELO | \(\omega\) | \(\alpha_{1}\) | \(\alpha_{2}\) | \(\alpha_{3}\) | \(\alpha_{4}\) | \(\beta_{1}\) | \(\beta_{2}\) | AKAIKE | BAYES |
|---|---|---|---|---|---|---|---|---|---|
| ARCH(1) | 0.000064 | 0.82398 | -3.5064 | -3.4987 | |||||
| ARCH(2) | 0.000065 | 0.457467 | 0.524855 | -4.3575 | -4.3458 | ||||
| ARCH(3) | 0.000006 | 0.117833 | 0.714654 | 0.1665 | -3.3659 | -3.3503 | |||
| ARCH(4) | 0.000286 | 0.071678 | 0.079133 | 0.444094 | 0.112777 | -4.7971 | -4.7777 | ||
| GARCH(1,1) | 0.000001 | 0.062899 | 0.91542 | -4.6405 | -4.6289 | ||||
| GARCH(1,2) | 0.000001 | 0.054482 | 0.443899 | 0.476933 | -4.6799 | -4.6643 | |||
| GARCH(2,1) | 0.000001 | 0.027697 | 0.0000 | 0.026517 | 0.922629 | -4.6016 | -4.5861 | ||
| GARCH(2,2) | 0.000001 | 0.025442 | 0.024889 | 0.438981 | 0.487235 | -4.6872 | -4.6678 |
Seleccion de modelos
** Modelo ARCH
El ARCH (4) cumple con las caracteristicas teniendo dentro de los valores de omega y alfa valores significativos. El valor Akaike es de -4.7971 y de Bayes que es de -4.7777, los cuales se encuentran mas alejados de el 0.
Modelo GARCH
El modelo GARCH(2,2) cumple con las caracteristicas teniendo dentro de los valores de omega, alfa y beta valores significativos. El valor Akaike es de -4.6872 y de Bayes que es de -4.6678, los cuales se encuentran mas alejados de el 0.
Simulacion de los rendimientos.
Refleccion final
Se utilizaran los parametros obtenidos del ARCH(4) y el GARCH(2,2) para observar la volatilidad dentro de la serie con los modelos ARCH-GARCh. Como conclusion tenemos que el ARCH(4)- GARCH(2,2) son los modelos que mejor caracterizan la volatiliodad dentro para EXPE ya que son los que mejor capta la mayor parte de los cluster presentados en los rendimientos originales.
Referencias
Direxion Funds. (2020). Expedia Group Inc.