TENDENCIA VS. CICLO: ¿QUÉ LE ESPERA A BANCO DE CHILE (SN)? PRONÓSTICOS Y ANÁLISIS 2010-2025.

El análisis del comportamiento histórico del precio de las acciones del Banco Nacional de Chile (SN) entre 2010 y 2025 revela una tendencia general al alza, aunque con fluctuaciones cíclicas. Las regresiones polinómicas sugieren una posible corrección a la baja en el corto plazo, a pesar de que la tendencia lineal proyecta un incremento moderado. Los pronósticos a 90 y 180 días, basados en el modelo lineal, son $98,00 y $99,00 respectivamente, con un nivel de confianza del 95%.

La media de $56,79, es el precio promedio de la acción durante el período analizado. La mediana de $52,97, es la mitad de los precios observados están por debajo de este valor. La moda de $72,41, es el precio que se presenta con mayor frecuencia. La desviación estándar, de $25,58. Indica una dispersión significativa de los precios alrededor de la media. La varianza de $654,45, refleja la alta variabilidad del precio de la acción.

El rango de $130,81 muestra la diferencia entre el precio máximo ($148,51) y el mínimo ($17,70) es considerable, lo que subraya la volatilidad. La curtosis de $1,08 valor positivo, aunque cercano a 1, sugiere que la distribución tiene colas más pesadas y picos más anchos que una distribución normal, lo que podría indicar la presencia de valores extremos.

La asimetría de  $1,12 indica que la distribución de los precios está sesgada hacia la derecha, es decir, hay más observaciones con precios bajos y una cola más larga hacia precios altos.

El nivel de confianza del 95% se  establece en 0,89%, lo que hace referencia  al intervalo de confianza, que determina una medida de estabilidad.

La rentabilidad de  696,55%, indica una rentabilidad muy alta sobre el periodo analizado, lo cual es un indicador positivo de la inversión a largo plazo.

Las gráficas de "BANCO NACIONAL DE CHILE (SN) 2010-2025" ilustran el comportamiento del precio de la acción a lo largo del tiempo, con un precio inicial de $17,70 y un precio final de $140,99. Se han superpuesto varias líneas de tendencia:

La recta de mínimos cuadrados (Roja) con una correlación del 88,89%, esta recta muestra una leve tendencia al alza en el precio de la acción a largo plazo. Su ecuación es y=0.0204x+17.399, con un R²=0.7902. El alto coeficiente de determinación (R²) sugiere que el modelo lineal explica una proporción significativa de la variabilidad en el precio.

La polinómica de orden 6 (Verde), con una correlación del 97,85%, esta curva se ajusta muy bien a las fluctuaciones históricas del precio. Es crucial la observación de que esta línea "empieza a descender el ciclo", lo que sugiere un posible ajuste, disminución o descenso del precio en el corto plazo. Esto indica que, si bien la tendencia general es alcista, el mercado podría estar entrando en una fase correctiva.

La polinómica de orden 3 (Morada), con una correlación del 93,94%, esta curva también captura el comportamiento cíclico, aunque con un menor grado de ajuste que la de orden 6. Ambas polinómicas (verde y morada) resaltan la naturaleza cíclica del mercado y la posibilidad de un retroceso.

Los pronósticos a 90 y 180 días se basan en la ecuación de la recta de mínimos cuadrados (línea roja) y los datos históricos, con un nivel de confianza del 95%:

Los pronóstico a 90 días de $98,00 y de 180 días de $99,00, enseñan el comportamiento futuro de la acción del Banco Nacional de Chile.

Con el contraste de estas tendencias, se pueden realizar las siguientes observaciones econométricas:

La coexistencia de una tendencia lineal alcista robusta y patrones cíclicos marcados por las regresiones polinómicas sugiere que el precio de la acción del Banco Nacional de Chile es una serie de tiempo compleja que exhibe tanto tendencia como estacionalidad/ciclicidad. La tendencia lineal (largo plazo) indica la dirección general del movimiento del precio, mientras que las polinómicas (medio a corto plazo) revelan las fluctuaciones inherentes al ciclo económico o del sector.

Aunque la correlación de la regresión lineal es alta, en un análisis de series de tiempo, es crucial verificar si las series son estacionarias. Si el precio de la acción no es estacionario (es decir, su media, varianza y autocorrelación no son constantes a lo largo del tiempo), una regresión entre dos series no estacionarias puede generar una correlación espuria. Esto no invalida la tendencia observada, pero sí la interpretación de la significancia estadística de los coeficientes de regresión sin un tratamiento adecuado de la no estacionariedad.

El hecho de que las regresiones polinómicas (especialmente la de orden 6) muestren correlaciones más altas que la lineal, indica que la relación entre el tiempo y el precio no es puramente lineal. El mercado se mueve en ciclos, y los modelos no lineales son más efectivos para capturar estos patrones de auge y caída. La señal de descenso del ciclo en la polinómica de orden 6 es una observación econométrica clave, ya que sugiere una desviación de la tendencia lineal de largo plazo en el corto plazo, anticipando una corrección.

Los pronósticos basados en la recta de mínimos cuadrados son útiles para la perspectiva de largo plazo, pero dada la evidencia de ciclicidad y una posible corrección a corto plazo (según la polinómica de orden 6), estos pronósticos pueden subestimar la volatilidad o no predecir adecuadamente los puntos de inflexión. Esto resalta la necesidad de modelos más sofisticados para pronósticos a corto plazo.

Con relación a la aplicación del modelo ARIMA (AutoRegressive Integrated Moving Average) o análisis de series de tiempo:

El modelo ARIMA sería una herramienta extremadamente valiosa y apropiada para este tipo de análisis, dadas las características observadas en los datos:

El primer paso en un análisis ARIMA es determinar si la serie de precios es estacionaria. Si no lo es (lo cual es muy probable para precios de acciones), se necesitará diferenciar la serie (aplicar el operador 'I' de "Integrated" en ARIMA) para hacerla estacionaria. Las visualizaciones gráficas de ciclos y tendencias sugieren no estacionariedad en la media.

Una vez estacionaria, se analizarían las funciones de autocorrelación (ACF) y autocorrelación parcial (PACF) para identificar los órdenes de los componentes autorregresivos (AR) y de promedio móvil (MA). Esto permitiría capturar la dependencia de los precios actuales de los precios pasados (AR) y de los errores de pronóstico pasados (MA).

Un modelo ARIMA, o más específicamente un SARIMA si se detecta estacionalidad clara, es capaz de modelar tanto la tendencia (a través de la diferenciación) como los patrones cíclicos/estacionales observados. La regresión polinómica de orden 6 es una buena indicación de la presencia de ciclos que un SARIMA podría modelar explícitamente.

Un modelo ARIMA/SARIMA, al considerar la estructura de dependencia temporal de los datos y su posible no estacionariedad, generalmente produce pronósticos más precisos para series de tiempo que los modelos de regresión simples, especialmente en el corto y mediano plazo. Podría capturar mejor los puntos de inflexión y las fases de contracción o expansión del ciclo.

Tras ajustar un modelo ARIMA, se realiza un análisis de los residuos para asegurar que no contengan información no capturada por el modelo (es decir, que sean ruido blanco). Esto valida la idoneidad del modelo.

La aplicación de un modelo ARIMA/SARIMA permitiría un análisis econométrico más riguroso y una capacidad de pronóstico superior al capturar las complejidades de la serie de precios, incluyendo su tendencia, estacionalidad y los componentes autorregresivos y de promedio móvil, lo cual es fundamental para la toma de decisiones financieras.

 

SAMSUNG: ALERTA DE CICLO.

El estudio histórico del comportamiento del precio de Samsung desde 2010 hasta 2025 (largo plazo) revela patrones interesantes que merecen una atención cuidadosa.

La ecuación de la recta de mínimos cuadrados es y=5.3746x+109082, con un coeficiente de determinación R² de 0.06. La correlación del 24.52% es baja, lo que indica que esta línea solo explica una pequeña parte de la variabilidad del precio. Sin embargo, sugiere una leve tendencia alcista en el largo plazo. Es crucial entender que, si bien la tendencia general es al alza, esta pendiente mínima no captura la volatilidad ni los ciclos del mercado.

La polinómica de orden 6 (Verde), con una correlación del 67.51%, se ajusta mucho mejor a los datos, explicando una parte significativa de la variabilidad del precio. Esta polinómica es muy útil para identificar los ciclos del mercado. La observación de que "empieza a descender el ciclo lo que indica que el precio va a tener en el corto plazo un ajuste una disminución o descenso" es muy pertinente. Una caída después de un pico en un ciclo de largo plazo sugiere una corrección en el precio.

La polinómica de orden 3 (Morada), Con una correlación del 53.89%,también ofrece una mejor explicación del comportamiento del precio que la recta de mínimos cuadrados, aunque no tan precisa como la de orden 6. Ambas polinómicas (verde y morada), a pesar de sus diferentes órdenes, son esenciales para visualizar los patrones de ascenso y descenso en el mercado.

La polinómica de orden 6, al mostrar el inicio de un descenso, es una señal crucial para los inversores. Indica que, aunque la tendencia a largo plazo es levemente alcista (según la recta de mínimos cuadrados), el ciclo actual sugiere una fase de corrección o ajuste a la baja en el corto y mediano plazo.

Los pronósticos de 129,483.79 a 90 días y 129,967.50 a 180 días, estimados con la ecuación de la recta de mínimos cuadrados y un nivel de confianza del 95%, son útiles para obtener una proyección lineal.

 nivel de confianza del 95%, significa que, si repitiéramos este proceso de pronóstico múltiples veces, esperaríamos que el valor real del precio caiga dentro de este rango el 95% de las veces.

Es fundamental reconocer que la baja correlación de la recta (24.52%) implica que estos pronósticos son estimaciones de tendencia general y no capturan la volatilidad ni los ciclos del mercado, los cuales están mejor representados por las polinómicas. Para pronósticos a corto y mediano plazo donde los ciclos son relevantes, apoyarse únicamente en la recta de mínimos cuadrados podría llevar a subestimar o sobrestimar los movimientos reales del precio. La inclusión de los rangos de confianza, como el 95% que has calculado (755,343.324), aunque muy amplio, es un recordatorio de la incertidumbre inherente a las predicciones.

El contraste entre la leve tendencia alcista de la recta de mínimos cuadrados y los ciclos descendentes de las polinómicas (especialmente la de orden 6) es una observación econométrica clave:

La diferencia en los R² de las diferentes regresiones (recta, polinómica de orden 3, polinómica de orden 6) indica que el modelo lineal es insuficiente para capturar la complejidad del comportamiento del precio de Samsung. Esto sugiere que el proceso generador de datos (DGP) no es simplemente lineal.

Las regresiones polinómicas, al tener una mejor bondad de ajuste, resaltan la presencia de ciclos de auge y caída. La observación de que la polinómica de orden 6 "empieza a descender" sugiere que el mercado podría estar entrando en una fase correctiva o bajista en el corto plazo, independientemente de la tendencia alcista de largo plazo. Esto es crítico para la toma de decisiones, ya que un inversor que solo se fije en la tendencia lineal podría ser sorprendido por una caída.

El análisis demuestra la importancia de distinguir entre el comportamiento de largo plazo (tendencia general, quizás influenciada por factores fundamentales de la empresa) y el comportamiento de corto a mediano plazo (influenciado por ciclos de mercado, sentimiento del inversor, etc.). Las polinómicas son más útiles para el corto y mediano plazo, mientras que la recta de mínimos cuadrados nos da una idea del rumbo general.

Si se utilizan únicamente los pronósticos basados en la recta de mínimos cuadrados, se corre el riesgo de un sesgo de omisión de variables (en este caso, la variable implícita del ciclo de mercado), lo que podría llevar a errores significativos en las expectativas.

La aplicación de un modelo ARIMA (Auto Regressive Integrated Moving Average) o un análisis de series de tiempo más robusto sería altamente pertinente y recomendable para complementar o mejorar este estudio:

El primer paso en un análisis ARIMA es determinar si la serie de precios es estacionaria. Es muy probable que la serie de precios de Samsung no sea estacionaria (tendencia y estacionalidad/ciclos). Habría que aplicar diferenciación (I de "Integrated" en ARIMA) para hacerla estacionaria. Componente AR (Autorregresiva): Un modelo ARIMA podría capturar la dependencia del precio actual con respecto a precios pasados, lo cual es muy probable dada la inercia del mercado. Componente MA (Media Móvil): También podría modelar los errores pasados, capturando shocks que persisten en el tiempo. Los modelos ARIMA, especialmente los estacionales (SARIMA), son excelentes para modelar patrones cíclicos o estacionales que las polinómicas están intentando aproximar. Un modelo ARIMA podría identificar la longitud de estos ciclos y su impacto en el precio.

Un modelo ARIMA bien ajustado, al considerar la dependencia temporal, la tendencia (diferenciación) y los componentes cíclicos/estacionales, ofrecería pronósticos más precisos y robustos que la simple extrapolación de la recta de mínimos cuadrados.

Para un análisis financiero más completo, después de un modelo ARIMA, se podría considerar un modelo GARCH (Generalized Autoregressive Conditional Heteroskedasticity) para modelar la volatilidad del precio de Samsung, que es un factor crucial en la gestión de riesgos y la valoración de opciones. Los modelos de series de tiempo permiten identificar cuándo se producen shocks significativos y cómo persisten sus efectos en el tiempo.

El análisis realizado es un excelente punto de partida. La combinación de la recta de mínimos cuadrados con las regresiones polinómicas proporciona una visión inicial valiosa sobre la tendencia y los ciclos. Sin embargo, para obtener pronósticos más precisos y un entendimiento más profundo de la dinámica del precio de Samsung, especialmente con la presencia de ciclos marcados, la aplicación de modelos de series de tiempo como ARIMA (y posiblemente GARCH) sería el siguiente paso lógico y más potente desde una perspectiva econométrica. Estos modelos permitirían no solo predecir con mayor fiabilidad sino también entender mejor la estructura subyacente del comportamiento del precio de Samsung.

DISB: PATRONES CÍCLICOS Y TENDENCIA ALCISTA SOSTENIDA – UN ANÁLISIS ECONOMÉTRICO AVANZADO DEL DUBAI ISLAMIC BANK

 

El precio inicial el 01/04/2010 fue de 1,82 y el precio final el 20/07/2025 fue de 9,70. Esto indica claramente una tendencia alcista significativa y sostenida en el precio de la acción durante los últimos 15 años, mostrando una rentabilidad de 432.97%.

Rango de precios: La tabla "DISB" muestra un precio mínimo de 1,504 y un precio máximo de 9,72. Este amplio rango indica una apreciación y volatilidad considerables.

El precio medio es 4,5190051 y la mediana es 5,07. Una mediana ligeramente superior a la media sugiere una ligera desviación negativa, que el precio ha permanecido más tiempo en valores altos a largo plazo, o que los aumentos de precio se acentuaron más adelante en el período.

La desviación estándar de 1,7088935 y la varianza de la muestra de 2,92031699 indican un nivel moderado de dispersión de precios alrededor de la media, pero dada la importante tendencia al alza, esta volatilidad debe interpretarse en un contexto de crecimiento.

El análisis se realizó con tres tendencias una  línea de mínimos cuadrados (roja): La ecuación es y=0,0012 x+2.172, con un R² de 0.628. Como puede observar correctamente, esta línea muestra una clara tendencia alcista. lo que indica que el modelo lineal explica una parte sustancial de la variabilidad de precios. Esto sugiere un componente lineal relativamente fuerte en el movimiento de precios a largo plazo.

El polinomio de orden 6 (Verde), que tiene una correlación del 86,27 % siendo una correlación muy alta, lo que indica un excelente ajuste a los datos históricos. La observación de que este polinomio comienza a descender sugiere un ajuste o disminución a corto plazo, es una interpretación crucial. Esto resalta la naturaleza cíclica que se superpone a la fuerte tendencia a largo plazo.

El polinomio de orden 3 (morado), Indica que tiene una correlación del 75,61 %. Esta también es una correlación fuerte, lo que indica un buen ajuste, aunque no tan fuerte como el polinomio de orden 6.

El contraste entre estas tendencias ofrece información valiosa, la tendencia lineal (línea roja) refleja con solidez el fuerte crecimiento subyacente a largo plazo de DISB. Este es un indicador positivo para los inversores a largo plazo. Sin embargo, la mayor correlación de las tendencias polinómicas (especialmente las de orden 6) revela que este crecimiento a largo plazo no es uniforme, sino que se caracteriza por importantes fluctuaciones cíclicas.

Los coeficientes de correlación significativamente más altos para las regresiones polinómicas (86,27 % y 75,61 %) en comparación con la regresión lineal (62,80 %) sugieren firmemente que los modelos no lineales son muy superiores para explicar y describir las fluctuaciones de precios observadas en DISB. Si bien la tendencia lineal muestra una dirección general, los polinomios capturan el comportamiento matizado del mercado, incluyendo períodos de crecimiento acelerado, consolidación y retrocesos temporales.

La observación de que el polinomio de orden 6 muestra un ciclo descendente es crucial para las predicciones a corto plazo. A pesar de la fuerte tendencia general alcista, esto indica que, en el futuro inmediato, DISB podría experimentar una corrección de precios o un período de caída. Este es un fenómeno típico en mercados donde los precios no se mueven en línea recta, sino en ondas.

La rentabilidad se estima en un 432,97 %. Dado el aumento de precio de 1,82 a 9,70, esta sustancial rentabilidad coincide con la evidencia de un sólido crecimiento. Se trata de una rentabilidad histórica muy impresionante para el banco.

El histograma muestra que la mayoría de los precios se encuentran en el rango de 3,504 a 5,504, con 1737 ocurrencias en dicho rango y 1004 en el de 1,504 a 3,504. Esto indica que el precio ha permanecido un tiempo considerable en los rangos medio-bajos, pero la presencia de frecuencias en los rangos superiores confirma el movimiento alcista.

La curtosis de -0,4828562 sugiere una distribución platicúrtica (pico más plano, colas más claras que una distribución normal). La asimetría de -0,50632938 sugiere una asimetría negativa (cola a la izquierda). Esto es interesante porque el precio ha subido significativamente. Una asimetría negativa significa que hay más valores mínimos extremos o que la distribución está más dispersa en el extremo inferior, lo que podría deberse a los precios anteriores. Sin embargo, dada la fuerte apreciación, cabría esperar una ligera asimetría positiva si la distribución se centrara únicamente en la fase final de crecimiento. El cálculo general de la asimetría para todo el período podría verse influenciado por el largo período inicial con precios más bajos.

Los pronósticos a 90 y 180 son 6,97  y 7,08 respectivamente, estimados mediante la recta de regresión de mínimos cuadrados con un nivel de confianza del 95 %. Estos pronósticos son notablemente inferiores al precio final actual de 9,70. Esta discrepancia refuerza la idea de que el modelo lineal simple, si bien muestra una tendencia general alcista, podría estar subestimando los niveles de precios más recientes debido a la aceleración observada en la parte final de la serie, o que el precio actual se encuentra por encima de la tendencia lineal a largo plazo.

El intervalo de confianza de 0,05369774 corresponde a la media. Esto parece extremadamente estrecho para una serie de precios, lo que posiblemente indica un intervalo de confianza muy estrecho alrededor de la media de la muestra, en lugar de un intervalo predictivo de precios futuros.

El análisis proporciona información econométrica importante para DISB:

DISB presenta una fuerte tendencia determinista al alza. Esto sugiere que la serie no es estacionaria en niveles. La media aumenta claramente con el tiempo. Para aplicar un modelo ARIMA, la serie casi seguramente requeriría diferenciación para eliminar esta tendencia y lograr la estacionariedad. Una diferenciación de primer orden (d=1) sería el principal candidato, transformando la serie de precios en una serie de cambios de precios (retornos). Esto estabilizaría la media y probablemente la varianza (o al menos la haría más consistente).

La presencia de ciclos (como lo muestran los ajustes polinómicos) indica una autocorrelación significativa . Esto significa que las variaciones de precios pasadas (tras la diferenciación) probablemente guardarán relación con las variaciones de precios futuras.

El componente AR capturaría la dependencia del cambio de precio actual con respecto a los cambios de precios anteriores. El componente 'd' es crucial para que la diferenciación logre la estacionariedad. El componente MA modelaría la dependencia del cambio de precio actual en términos de error pasados, que podrían capturar shocks aleatorios de corto plazo o ruido del mercado.

Dado el largo horizonte temporal (15 años) y los claros patrones cíclicos, sería muy recomendable investigar el componente estacional (utilizando un modelo SARIMA). ¿Existen patrones que se repitan anual, trimestral o mensualmente y que contribuyan a estos ciclos? Analizar la Función de Autocorrelación (FCA) y la Función de Autocorrelación Parcial (FAP) de las series diferenciadas ayudaría a identificar posibles componentes de AR, MA y estacionalidad.

Aunque no se analizan explícitamente, las series temporales financieras suelen presentar agrupamiento de volatilidad (heteroscedasticidad), donde los períodos de alta volatilidad van seguidos de otros de alta volatilidad, y viceversa. Si bien un modelo ARIMA asume una varianza constante de los residuos, la inspección visual del gráfico muestra que la magnitud de las fluctuaciones parece aumentar a medida que aumenta el precio. Esto sugiere que un modelo GARCH (Heteroscedasticidad Condicional Autorregresiva Generalizada) podría ser necesario, además de ARIMA o en conjunto con este, para modelar y pronosticar con precisión la volatilidad del precio de DISB.

La fuerte tendencia y los ciclos evidentes indican que un modelo AR(p) o MA(q) simple sería insuficiente. Un modelo ARIMA(p,1,q) sería un buen punto de partida, posiblemente ampliable a SARIMA (p,1, q) (P,D,Q) si se detecta estacionalidad.

El hecho de que los pronósticos de regresión lineal (6,97, 7,08) sean significativamente inferiores al precio actual (9,70) pone de relieve sus limitaciones para la precisión de los pronósticos a corto plazo, especialmente cuando la serie presenta un marcado comportamiento no lineal en sus extremos. Los modelos ARIMA suelen ser más robustos para los pronósticos de series temporales, ya que consideran las estructuras subyacentes dependientes del tiempo.

La mayor correlación de los ajustes polinomiales para DISB también sugiere que sus impulsores subyacentes podrían ser más consistentes o predecibles en su comportamiento cíclico.

El DISB muestra una marcada tendencia alcista a largo plazo, pero con claros patrones cíclicos superpuestos. Para el análisis econométrico y la previsión de series temporales, un modelo lineal simple resulta inadecuado. Un modelo ARIMA (que probablemente requiera diferenciación de primer orden) es muy adecuado para capturar la tendencia y la autocorrelación. Además, investigar la estacionalidad y considerar modelos como GARCH para considerar la posible agrupación por volatilidad mejoraría la robustez y la precisión de cualquier análisis econométrico y previsión para el DUBAI ISLAMIC BANK.

HSBC: RADIOGRAFÍA FINANCIERA 2010-2025 - COMPRENDER EL PASADO PARA ANTICIPAR EL FUTURO DE HSBA

 

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 tendencia lineal o línea roja o de regresión de mínimos cuadrados indica una ligera tendencia alcista en el precio a largo plazo. Esto sugiere que, a pesar de las fluctuaciones, el precio de las acciones de HSBC ha estado, en promedio, aumentando durante este período de 15 años.

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.

El hecho de que ambos polinomios, a pesar de diferentes órdenes, muestren un comportamiento similar en el último tiempo (el giro descendente) refuerza la idea de un próximo declive a corto plazo.

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 rango de precios más frecuente parece estar alrededor de 68,2-73,2, con un alto número de observaciones (1012). La distribución parece tener forma de campana pero tiende hacia frecuencias más altas en los rangos medios. El número total de observaciones (3831) coincide con el "Recuento" en su tabla de resumen estadístico.

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.

TU GUÍA RÁPIDA SOBRE SHELL, CICLOS, TENDENCIAS Y PRONÓSTICOS DE LA ACCIÓN

El gráfico del precio de la acción de Shell (SHEL) muestra la evolución desde 2010 hasta el 23 de julio de 2025. El precio inicial en 2010 fue de $21.58, y el precio final al 23 de julio de 2025 es de $30.67, lo que representa una rentabilidad positiva del 42.12% en este período.

Se han incorporado diversas líneas de tendencia para una mejor comprensión del comportamiento del precio:

La recta de mínimos cuadrados (Roja) representada por la ecuación y=0.0006x+23.989 y un R²=0.021, indica una leve tendencia al alza en el precio de la acción a largo plazo. El bajo valor del R² sugiere que la relación lineal explica una parte muy pequeña de la variabilidad del precio, lo cual es típico en mercados financieros debido a su volatilidad inherente.

La polinómica de orden 6 (Verde), es una  curva de tendencia, junto con la de orden 3, describen el comportamiento cíclico del mercado. La polinómica de orden 6 es particularmente relevante, ya que muestra que el ciclo del precio ha comenzado a descender. Esto indica la posibilidad de un ajuste, disminución o descenso del precio en el corto plazo, sugiriendo que el precio podría experimentar una corrección.

La polinómica de orden 3 (morada) de manera similar a la de orden 6, esta curva también refleja los ciclos del mercado, ofreciendo una perspectiva adicional sobre las fluctuaciones del precio y reforzando la observación del comportamiento cíclico.

La tabla de estadísticas descriptivas ofrece una visión detallada de la distribución de los precios de las acciones de SHEL:

La media ($25.13), mediana ($25.03) y moda ($25.32) son valores muy cercanos, lo que sugiere una distribución de precios relativamente simétrica, aunque con una ligera asimetría.

La desviación estándar ($4.48) y la varianza ($20.13) indican una baja a moderada volatilidad en el precio de la acción de Shell durante el período analizado,

La asimetría negativa (-0.85) indica que la distribución de los precios tiene una cola más larga hacia el lado izquierdo, lo que sugiere que ha habido más precios por debajo de la media que por encima, o que las caídas de precios han sido más pronunciadas que las subidas.

La curtosis positiva (0.81), aunque cercana a cero, sugiere que la distribución de los precios tiene colas ligeramente más pesadas y un pico más pronunciado que una distribución normal, lo que implica una mayor probabilidad de valores extremos de lo esperado en una distribución normal.

El histograma de Shell para el período 2010-2025 muestra la distribución de los precios de las acciones por intervalos, la mayor concentración de precios se encuentra en el rango de 25.07-30.07, con 1968 ocurrencias.  El siguiente rango con alta frecuencia es 20.07-25.07, con 1104 ocurrencias, esto es consistente con la media, mediana y moda, confirmando que la mayoría de los días los precios se han mantenido en estos rangos.

Las colas de la distribución muestran menos ocurrencias de precios muy bajos (10.07-15.07) y muy altos (30.07-35.07), lo cual es coherente con las estadísticas de asimetría y curtosis.

Los pronósticos se estiman utilizando la ecuación de la recta de mínimos cuadrados (línea roja) y se apoyan en el comportamiento histórico de los precios, con un nivel de confianza del 95%.

El pronóstico a 90 días $26.32 y el de 180 días $26.37, basados en la tendencia lineal a largo plazo, sugieren un ligero incremento en el precio a mediano plazo. Sin embargo, es crucial tener en cuenta la tendencia de las polinómicas, que indica un posible ajuste a la baja en el corto plazo. Esto podría generar fluctuaciones y una disminución temporal del precio antes de que la tendencia lineal de largo plazo continúe su curso.

El análisis de Shell (SHEL) a largo plazo revela una tendencia general al alza, aunque con una volatilidad baja a moderada. Las curvas polinómicas son esenciales para comprender los ciclos de mercado, y la curva de orden 6 indica claramente que el precio podría experimentar un descenso en el corto plazo debido al ciclo actual. A pesar de esta posible corrección a corto plazo, los pronósticos a 90 y 180 días, basados en la tendencia lineal, apuntan a un ligero aumento en el precio de la acción en el mediano plazo.

Para una toma de decisiones de inversión informada, es fundamental sopesar tanto la dirección de la tendencia a largo plazo como las dinámicas cíclicas de corto plazo.

Si las series de tiempo no son estacionarias en sus niveles (tienen tendencias) pero una combinación lineal de ellas sí lo es, entonces están cointegradas. Esto implica una relación de equilibrio a largo plazo entre las variables. Si tus tendencias "se mueven juntas" a lo largo del tiempo de una manera predecible, esto es una observación crucial.

Hay momentos en el tiempo donde la relación entre las tendencias, o la propia tendencia de una serie, ¿cambia abruptamente? Esto podría indicar cambios en políticas, choques económicos, innovaciones, etc.

El contraste de tendencias es fundamentalmente un problema de análisis de series de tiempo, y el modelo ARIMA (AutoRegressive Integrated Moving Average) es una herramienta central.

Las funciones te dirán si los valores pasados de la serie (componente AR) o los errores pasados (componente MA) son significativos para predecir los valores actuales.

Una vez que las tendencias se han modelado adecuadamente (ya sea con ARIMA individuales o un VECM), puedes observar qué tan bien el modelo predice el comportamiento futuro de las tendencias y cómo interactúan en el pronóstico.

 

 

MÁS ALLÁ DE LA LÍNEA RECTA: LOS CICLOS OCULTOS DEL PRECIO DE XOM AL DESCUBIERTO

El estudio del comportamiento histórico del precio de las acciones de Exxon Móbil (XOM) desde 2010 hasta 2025 revela varias tendencias y características importantes.

El gráfico del precio de la acción de Exxon Móbil (XOM) muestra la evolución del precio desde 2010 hasta el 22 de julio de 2025. El precio inicial en 2010 fue de $69.15, y el precio final al 22 de julio de 2025 es de $108.54, mostrando una rentabilidad positiva de 56.96%

Se han incorporado varias líneas de tendencia para entender mejor el comportamiento del precio:

Recta de Mínimos Cuadrados (Roja), que indica una leve tendencia al alza en el precio de la acción a largo plazo. La ecuación de esta recta, y=0.0042x+75.292, con un R²=0.00661, sugiere que la tendencia lineal explica una pequeña parte de la variabilidad del precio, lo cual es común en mercados financieros volátiles.

Polinómica de Orden 6 (Verde): Esta curva de tendencia, junto con la de orden 3, describe el comportamiento cíclico del mercado. La polinómica de orden 6 es particularmente relevante, ya que muestra que el ciclo del precio ha comenzado a descender. Esto indica la posibilidad de un ajuste, disminución o descenso del precio en el corto plazo.

La polinómica de Orden 3 (Morada): Similar a la de orden 6, esta curva también refleja los ciclos del mercado, proporcionando una perspectiva adicional sobre las fluctuaciones del precio.

La tabla de estadísticas descriptivas proporciona una visión profunda de la distribución de los precios de las acciones de XOM:

La media ($83.55), mediana ($83.85) y moda ($86.08) son relativamente cercanas, lo que sugiere una distribución de precios con una ligera asimetría. La desviación estándar ($18.06) y la varianza ($326.24) indican una moderada volatilidad en el precio de la acción durante el período analizado.

La asimetría negativa (-0.32) indica que la distribución de los precios tiene una cola ligeramente más larga hacia el lado izquierdo, lo que significa que ha habido más precios por debajo de la media que por encima, o que los precios bajos han sido más extremos.

La curtosis negativa (-0.10) sugiere que la distribución de los precios es más plana y tiene colas más ligeras que una distribución normal, lo que implica menos valores extremos.

El histograma de Exxon Móbil para el período 2010-2025 muestra la distribución de los precios de las acciones por intervalos:

La mayor concentración de precios se encuentra en el rango de 81.45-91.45, con 1200 ocurrencias, y 91.45-101.45, con 416 ocurrencias. Esto coincide con la moda y mediana de los datos, confirmando que la mayoría de los días los precios se han mantenido en ese rango.

Las colas de la distribución muestran que ha habido menos ocurrencias de precios muy bajos (31.45-41.45) y muy altos (111.45-121.45 y 121.45-131.45), lo cual es consistente con las estadísticas de asimetría y curtosis.

Los pronósticos se estiman utilizando la ecuación de la recta de mínimos cuadrados (línea roja) y se apoyan en el comportamiento histórico de los precios, con un nivel de confianza del 95%.

El pronóstico a 90 días de 90.58 y de 180 días: 92.57, sugieren un ligero incremento en el precio a mediano plazo, lo que está en línea con la leve tendencia alcista indicada por la recta de mínimos cuadrados. Sin embargo, es crucial recordar que la tendencia de las polinómicas sugiere un posible ajuste a la baja en el corto plazo, lo que podría generar fluctuaciones en los precios antes de alcanzar estos valores pronosticados.

El análisis de Exxon móbil (XOM) a largo plazo muestra una tendencia general al alza, aunque con una volatilidad moderada. Las curvas polinómicas indican la presencia de ciclos de mercado, y la curva de orden 6 sugiere que el precio podría experimentar un descenso en el corto plazo. A pesar de esto, los pronósticos a 90 y 180 días, basados en la tendencia lineal, apuntan a un ligero aumento en el precio de la acción. Es fundamental considerar tanto la tendencia a largo plazo como los ciclos de corto plazo al tomar decisiones de inversión.

El contraste entre la recta de mínimos cuadrados (tendencia lineal) y las polinómicas (tendencias no lineales/cíclicas) ofrece observaciones econométricas cruciales:

La presencia de una tendencia lineal (recta roja) indica que la media del proceso no es constante a lo largo del tiempo. Esto es una clara señal de no estacionariedad, un concepto fundamental en econometría de series de tiempo. Las series de precios de activos financieros rara vez son estacionarias.

La existencia de componentes cíclicos evidentes (polinómicas verde y morada) refuerza la no estacionariedad y sugiere que el proceso no solo tiene una tendencia subyacente, sino también patrones de oscilación o ciclos de negocio que la regresión lineal simple no puede capturar adecuadamente. Estos ciclos pueden ser el resultado de factores macroeconómicos, sentimiento del mercado, o incluso patrones internos de la empresa.

La tendencia lineal representa el movimiento de largo plazo o "drift" del precio. Es el componente persistente que muestra la dirección general.

Las polinómicas de orden superior capturan el componente cíclico de la serie. En este caso, la polinómica de orden 6 (verde) destaca un punto de inflexión y un descenso inminente en el ciclo. Esto es vital para pronósticos a corto y mediano plazo, ya que sugiere un ajuste o corrección de precios. El contraste entre la tendencia lineal ascendente y el descenso cíclico inminente es una observación clave: a largo plazo, el precio puede subir, pero en el corto, se espera una caída.

La recta de mínimos cuadrados, aunque simple y fácil de interpretar para la tendencia general, tiene un R² bajo (0.00661). Esto significa que explica muy poco de la variabilidad del precio, lo cual era de esperarse dado que los precios de las acciones rara vez siguen una línea recta perfecta.

Las polinómicas, al ser de orden superior, se ajustan mucho mejor a las fluctuaciones del precio, capturando la complejidad de los movimientos del mercado. Sin embargo, su complejidad puede llevar a sobreajuste (overfitting) si no se utilizan con precaución, especialmente para pronósticos fuera de la muestra observada. El hecho de que la polinómica de orden 6 ya muestre un descenso es una alerta temprana para los inversionistas.

El contraste de tendencias proporciona información crucial para la aplicación de modelos econométricos de series de tiempo como ARIMA:

Dado que la serie de precios de XOM exhibe una clara tendencia (lineal y cíclica), no es estacionaria en media. Los modelos ARIMA (Autorregresiva Integrante Mining Average) requieren que la serie sea estacionaria para que sus propiedades estadísticas sean constantes a lo largo del tiempo.

La "I" (Integrante) en ARIMA se refiere a la diferenciación de la serie. Para eliminar la tendencia lineal y posiblemente parte de la estacionalidad (si la hubiera, aunque no se observa directamente en los gráficos), es probable que se necesite al menos una diferenciación (d=1). Si los ciclos son muy pronunciados y persistentes, podría ser necesario considerar más de una diferenciación o el uso de modelos estacionales (SARIMA).

El objetivo de la diferenciación es transformar la serie original en una serie de "ruido blanco" o estacionaria, donde la media y la varianza son constantes en el tiempo, y la autocorrelación no depende del tiempo.

Una vez que la serie se ha hecho estacionaria (mediante diferenciación), se pueden analizar las funciones de autocorrelación (ACF) y autocorrelación parcial (PACF) de la serie diferenciada.

El comportamiento cíclico observado en las polinómicas (especialmente la de orden 6) sugiere que la serie diferenciada podría exhibir autocorrelación significativa, lo que justificaría la inclusión de términos autorregresivos (AR) para capturar la dependencia de los valores pasados, y/o términos de promedio móvil (MA) para modelar la dependencia de errores pasados. La presencia de ciclos implica que los valores actuales están relacionados con valores anteriores de la serie, lo cual es el principio detrás de los componentes AR y MA.

Los pronósticos a 90 y 180 días proporcionados, basados en la recta de mínimos cuadrados, son una estimación de la tendencia a largo plazo. Sin embargo, la observación econométrica de que el ciclo está descendiendo (según la polinómica de orden 6) es una señal de advertencia.

Un modelo ARIMA bien especificado debería ser capaz de capturar tanto la tendencia como los ciclos, proporcionando pronósticos más robustos y realistas, especialmente para el corto plazo. Ignorar el componente cíclico podría llevar a pronósticos subóptimos o engañosos. Por ejemplo, si el modelo ARIMA captura el descenso cíclico, sus pronósticos a corto plazo podrían ser más pesimistas que los de la recta lineal.

Después de modelar la tendencia y los ciclos, lo que queda de la serie de tiempo se considera ruido o la parte impredecible. Un buen modelo econométrico intenta explicar la mayor parte de la variabilidad en la serie dejando solo un error impredecible (ruido blanco).

El contraste de tendencias subraya la complejidad de los movimientos del precio de XOM, la no estacionariedad de la serie, y la necesidad de un modelo de series de tiempo sofisticado como ARIMA para capturar tanto la tendencia subyacente como los ciclos de mercado, lo que llevaría a pronósticos más precisos y una mejor comprensión del comportamiento dinámico de la acción.

PARA INVERSORES CON UN TOQUE DE ADVERTENCIA CON BUENAVENTURA MINING ADR (BVN)

COMPAÑÍA DE MINAS BUENAVENTURA S.A.A. es una compañía dedicada a los metales preciosos. La compañía se dedica a la exploración, minería y procesamiento de oro, plata y otros metales en Perú, además es propietaria de una compañía de transmisión de energía eléctrica, una central hidroeléctrica, una planta de procesamiento y una compañía consultora de servicios de ingeniería y cuenta con participaciones minoritarias en otras compañías mineras adicionales.

Al realizar el análisis descriptivo de los datos se observa que la tabla de estadísticas descriptivas para BVN nos proporciona una visión general del comportamiento del precio de la acción durante el período.

La media ($17.39) es significativamente mayor que la mediana ($13.04). Esto sugiere que la distribución de los precios está sesgada positivamente (hacia la derecha), indicando la presencia de algunos valores atípicos (precios altos) que tiran de la media hacia arriba. La moda ($13) refuerza que los precios más frecuentes son menores.

La desviación estándar ($11.74) y la varianza (137.93) son relativamente altas en relación con la media. Esto indica una alta volatilidad en el precio de la acción de Buenaventura durante el periodo analizado, lo cual es común en el sector minero debido a la fluctuación de los precios de los commodities.

El valor de 1.37 para la asimetría positiva (derecha) confirma que hay una "cola" más larga de precios más altos. Esto significa que, si bien la mayoría de los precios se concentran en el rango inferior, existen periodos con picos de precios significativos.

La curtosis de 0.58 es positiva (leptocúrtica, aunque no extremadamente alta), lo que sugiere que los precios tienen una distribución con colas más "pesadas" y picos más "agudos" que una distribución normal. Esto implica que hay más probabilidades de observar valores extremos (tanto muy bajos como muy altos) de lo que se esperaría en una distribución normal.

El rango de $51.9 (de $3.4 a $55.3) confirma la amplia fluctuación en el precio de la acción.

Los valores de la mediana, moda y desviación estandar son consistentes con la tabla descriptiva, reforzando las observaciones previas sobre la distribución y volatilidad.

El valor $17.42 es el precio final de la acción al 21/07/2025.

Los valores p (50.04%) y q (49.72%) parecen indicar las probabilidades de algún evento, posiblemente relacionado con movimientos al alza o a la baja. Sin embargo, "p" y "q" en este contexto son probabilidades de éxito/fracaso, que se encuentran  bastante equilibradas.

Un valor de 0.01 para Z es muy cercano a cero, lo que sugiere que el valor actual o el punto de referencia que se está comparando está muy cerca de la media o del valor esperado en una distribución.

El VAR de -$2.04 indica que, con 95% de nivel de confianza indica que la pérdida máxima esperada para un período determinado no excederá los $2.04. Un VAR negativo en este contexto podría indicar una ganancia mínima esperada o que la pérdida es muy pequeña, dependiendo de cómo se haya calculado. Es crucial conocer el nivel de confianza y el horizonte temporal asociados a este VAR.

La correlación del 67.76% es un valor positivo y moderadamente alto. Sin embargo, una correlación positiva sugiere que el precio de BVN tiende a moverse en la misma dirección que esa otra variable. Dada la naturaleza de Buenaventura, es probable que esta correlación sea con el precio de los metales preciosos o básicos.

El pronóstico a 90 días de 2.91 y el de 180 días de 2.27. Estos pronósticos sugieren una caída esperada tanta a 90 días como a 180 días. Es importante recordar que estos son pronósticos y están sujetos a una alta incertidumbre, especialmente en el mercado de valores.

El primer gráfico muestra la evolución del precio de la acción de BVN. Se observa que la acción tuvo un inicio en $34.90 en 2010, experimentó fluctuaciones significativas y terminó en $17.42 en 2025. Esto confirma la rentabilidad negativa del -50.09% para el período. Se aprecian periodos de auge y caída, reflejando la dinámica del mercado y los factores específicos de la empresa y el sector minero.

El segundo gráfico superpone una línea de tendencia (regresión lineal) sobre la evolución del precio. La ecuación de la tendencia, y = -0.007x + 31.131, con un R² = 0.4596, indica una tendencia descendente a lo largo del tiempo.

El coeficiente negativo (-0.007) en "x" (tiempo) confirma esta pendiente negativa.

El R² de 0.4596 (aproximadamente 46%) sugiere que la línea de tendencia explica cerca del 46% de la variabilidad en el precio de la acción. Esto indica que la tendencia lineal es un predictor moderado, pero hay otros factores que influyen significativamente en el precio.

La rentabilidad de -50.09% se destaca claramente en este gráfico, mostrando la depreciación del valor de la acción durante el periodo.

La mayor concentración de datos se encuentra en el rango de $3.4 a $13.4 (2342 observaciones) y $13.4 a $23.4 (1010 observaciones). Esto corrobora el sesgo positivo observado en las estadísticas descriptivas; la mayoría de los precios se agrupan en los rangos inferiores, mientras que los rangos de precios más altos tienen significativamente menos observaciones.

La distribución del histograma es claramente asimétrica positiva (sesgada a la derecha), con una cola extendida hacia los valores más altos, lo que es consistente con el valor de asimetría reportado.

El estudio histórico de Buenaventura Mining ADR (BVN) revela un panorama de alta volatilidad y una tendencia de precios a la baja durante el periodo 2010-2025, resultando en una rentabilidad negativa significativa (-50.09%).

La elevada desviación estándar y varianza indican que BVN es una acción con un riesgo considerable. La gran fluctuación en sus precios implica que los inversores deben estar preparados para movimientos bruscos, tanto al alza como a la baja.

A pesar de la tendencia negativa histórica, los pronósticos a corto presentan caída a 90 días continuando a los180 días. Sin embargo, estos pronósticos deben tomarse con cautela.

Como empresa minera, BVN está fuertemente influenciada por los precios de los commodities (oro, plata, cobre, etc.), la estabilidad política en Perú, los costos de operación, las regulaciones ambientales y los resultados de exploración. Cualquier análisis futuro debe considerar estos factores macro y microeconómicos.

El VAR de -$2.04, con un nivel de confianza de 95%, es una herramienta útil para comprender la pérdida potencial máxima.

La BVN ha mostrado un desempeño desafiante en el pasado, caracterizado por una alta volatilidad y una tendencia descendente. Los pronósticos futuros sugieren una posible estabilización a mediano plazo, pero se requiere un análisis más exhaustivo para tomar decisiones informadas.