HSBC Holdings plc (HSBC) es la compañía de servicios bancarios y
financieros. La Compañía administra sus productos y servicios a través de
cuatro negocios: Banca Minorista y Gestión Patrimonial, Banca Comercial, Banca
Global y Mercados, y Banca Privada Global. Opera en varias regiones
geográficas, que incluyen Europa, Asia, Medio Oriente y Norte de África,
América del Norte y América Latina.
El primer gráfico, "HSBC HOLDING PLC (HSBA)", muestra el comportamiento del precio desde el 4 de enero de 2010 hasta el 23 de julio de 2025. La línea azul representa el precio de la acción, que comienza alrededor de 88,25 y termina alrededor de 100,00.
La línea verde (polinomio de
orden 6) y la línea violeta (polinomio de orden 3) se utilizan para capturar
patrones y ciclos más complejos y no lineales en el comportamiento del mercado.
Su observación de que el
polinomio de orden 6 (verde) muestra que el ciclo comienza a descender es
crucial. Esto, de hecho, sugiere un posible ajuste o disminución de precios a
corto plazo. Los polinomios, especialmente los de orden superior, pueden ser útiles
para identificar puntos de inflexión y comportamiento cíclico, incluso si en
algunos casos pueden sobreajustar los datos.
La media de 65,826046 es
el precio promedio de las acciones de HSBC durante el período. La mediana de 66,70
es el valor medio al ordenar los precios, lo que sugiere una distribución
ligeramente sesgada. La moda de 86,7 es el precio observado con mayor
frecuencia.
La desviación estándar de
14,429491, mide la dispersión o volatilidad del precio de la acción en torno a
la media. Una desviación estándar más alta indica mayores fluctuaciones de
precios.
La varianza de 208,210214
corresponde al cuadrado de la desviación estándar y proporciona otra medida de
la dispersión de precios.
La asimetría de -0,28617373.
Una asimetría negativa indica que la cola izquierda de la distribución es más
larga o ancha, lo que significa que hay más observaciones en el lado superior
de la media, pero también algunos valores extremadamente bajos. La curtosis
-0,86481375. Una curtosis negativa (platicúrtica) sugiere que los datos tienen
colas más claras y menos valores atípicos que una distribución normal.
El Nivel de confianza (95%)
0,45706743. representa el margen de
error de la media con un nivel de confianza del 95%, lo que significa que
tenemos un 95% de confianza en que la media real de la población se encuentra
dentro del intervalo calculado.
La Rentabilidad 13,31%, representa la rentabilidad
histórica del periodo.
El pronóstico a 90 días es
de 53.26 y de 180 días de 52.70. Estos pronósticos se basan en la línea
de regresión de mínimos cuadrados (línea roja) y datos históricos, con un nivel
de confianza del 95%.
Es interesante observar que
los pronósticos (53,26 y 52,70) son significativamente inferiores al precio
actual (alrededor de 100) y a la media histórica (65,82). Esto sugiere que, si
bien la tendencia a largo plazo es alcista, el modelo lineal, al
proyectarse, predice una disminución notable con respecto a los niveles
actuales. Esto podría deberse a la pendiente específica del ajuste lineal en
relación con las fluctuaciones recientes de precios, o al impacto de datos más
antiguos en la regresión lineal.
El histograma muestra la
distribución de frecuencias de los precios de HSBC en diferentes intervalos de
clase.
El contraste entre la
tendencia ascendente lineal y el giro descendente inmediato indicado por las
tendencias polinomiales de orden superior ofrece información econométrica
importante
La tendencia lineal (línea
roja) refleja la dirección subyacente a largo plazo del precio de la acción,
que es ligeramente positiva. Esto sugiere que, durante una década y media, la
demanda ha superado en general la oferta, o que los fundamentos de la empresa
han mejorado lentamente.
Las tendencias polinómicas, especialmente la de orden 6,
resaltan los ciclos del mercado y los posibles cambios en el sentimiento. El
descenso observado en el polinomio indica que, a pesar del sesgo alcista a
largo plazo, el mercado está entrando actualmente en una fase bajista a corto
plazo. Esto podría deberse a diversos factores, como:
Correcciones del mercado,
después de un período de crecimiento, podría estar ocurriendo una corrección
natural. Noticias específicas de la empresa noticias negativas, decepciones en
las ganancias o cambios en la orientación para HSBC.
Vientos macroeconómicos en
contra preocupaciones económicas más amplias (tasas de interés, inflación,
temores de recesión) que afectan al sector bancario.
Resistencia técnica, el precio
podría haber alcanzado un nivel de resistencia técnica, lo que genera presión
de venta.
Desafíos de la previsión, este
contraste subraya el desafío de la previsión. Un modelo puramente lineal podría
pasar por alto reversiones cruciales a corto plazo y movimientos cíclicos, lo
que podría generar pronósticos imprecisos si no se combina con otras
herramientas analíticas. El hecho de que el modelo lineal proyecte precios
significativamente más bajos que los niveles actuales, mientras que los modelos
polinómicos muestran una caída inmediata, apunta a una posible "reversión
a la media" o una fase correctiva pronunciada.
Los datos y el análisis proporcionados son idóneos para un
modelo ARIMA (Media Móvil Integrada Autorregresiva) u otras técnicas de
análisis de series temporales. Esto es lo que se puede observar:
El primer paso en el modelado
ARIMA consiste en evaluar la
estacionariedad de la serie temporal. Una serie es estacionaria si sus
propiedades estadísticas (media, varianza, autocorrelación) no cambian con el
tiempo. Al observar el gráfico "PRECIO DE LA ACCIÓN", la serie de
precios no parece ser perfectamente estacionaria debido a la evidente
tendencia.
Probablemente necesite diferenciar
la serie (por ejemplo, calcular los rendimientos diarios o logarítmicos) para
que sea estacionaria. Este es el componente "Integrado" (I) de ARIMA.
Una vez diferenciadas, analizará los gráficos de la Función
de Autocorrelación (ACF) y la Función de Autocorrelación Parcial (PACF) de las
series diferenciadas.
El gráfico de precios inicial
muestra una fuerte autocorrelación positiva, lo cual es típico de las series no
estacionarias con tendencia.
Aunque no se desprende
explícitamente de los gráficos proporcionados, los datos a largo plazo podrían
presentar patrones estacionales (por ejemplo, efectos de fin de trimestre,
meses específicos). Los gráficos de ACF/PACF ayudarían a identificarlos. Los
patrones en los gráficos ACF y PACF (por ejemplo, picos, patrones de
descomposición) ayudarían a determinar los órdenes apropiados para los
componentes AR (p) y MA (q) del modelo ARIMA.
Con base en la ACF/PACF, se propondrían varios modelos
ARIMA candidatos (p. ej., ARIMA (1,1,0), ARIMA (0,1,1), etc.). Posteriormente,
se estimarían sus parámetros y se utilizarían criterios de información (AIC,
BIC) para seleccionar el modelo con mejor ajuste.
Un modelo ARIMA está diseñado
específicamente para el pronóstico de series temporales. Una vez identificado y
validado un modelo adecuado, puede utilizarse para generar predicciones de
precios futuros, junto con intervalos de confianza. Si bien las regresiones
polinómicas pueden capturar tendencias y ciclos no lineales, no son
estrictamente modelos de series temporales y no consideran explícitamente la
estructura de autocorrelación inherente a los datos financieros. Los modelos
ARIMA, en cambio, se basan en esta autocorrelación.
La observación de que los
modelos polinómicos muestran un descenso a corto plazo, mientras que el modelo
lineal pronostica precios más bajos a mediano plazo, sugiere que el mercado
podría encontrarse en un período de ajuste significativo de las tendencias
pasadas. Un modelo ARIMA podría capturar la persistencia específica y el
comportamiento oscilatorio de los rendimientos que podrían estar impulsando
esta corrección a corto plazo. Por ejemplo, un componente "q" (media
móvil) alto podría indicar que los errores de pronóstico pasados tienen un
impacto significativo en las predicciones actuales, o un componente
"p" (autorregresivo) alto podría indicar que las fluctuaciones de
precios pasadas influyen fuertemente en las actuales.
La visión combinada de la
tendencia lineal a largo plazo y las perspectivas cíclicas a corto plazo
obtenidas mediante regresiones polinómicas proporciona una base sólida. La
incorporación de ARIMA u otros modelos de series temporales enriquecería aún
más el análisis al considerar rigurosamente las dependencias temporales en los
datos de precios de las acciones, lo que proporcionaría pronósticos más sólidos
y una comprensión más profunda del proceso subyacente de generación de datos.
Los indicadores actuales apuntan a un ajuste de precios a corto plazo para
HSBC.
No hay comentarios:
Publicar un comentario