https://hdl.handle.net/11185/5737 2026-07-21T15:41:17Z https://hdl.handle.net/11185/8905 La estructura factorial del mercado de capitales argentino. Análisis empírico del modelo factorial de rendimientos financieros, factores latentes y macroeconómicos en el periodo 2018–2025 Deppeler, Alexis El presente trabajo analiza la estructura del riesgo sistemático en el mercado accionario argentino durante el período 2018–2025. Su objetivo es identificar los factores comunes que explican el comportamiento conjunto de los rendimientos y evaluar el papel de variables macroeconómicas observables en esa dinámica. Para ello, se adopta una estrategia empírica en dos etapas. En primer lugar, se aplica un Análisis Factorial Exploratorio sobre los rendimientos diarios de una cartera representativa construida a partir de los activos que integran el índice S&P Merval, con el propósito de identificar la existencia de factores latentes comunes. En segundo lugar, se estiman modelos de regresión que relacionan los rendimientos mensuales de la cartera con innovaciones macroeconómicas no anticipadas. Los resultados evidencian la presencia de una estructura factorial consistente y muestran que la actividad económica, el riesgo soberano, las perturbaciones nominales y los shocks político-institucionales constituyen factores relevantes para explicar la evolución de los rendimientos. En conjunto, la evidencia respalda una representación factorial del riesgo sistemático en el mercado argentino y aporta evidencia empírica sobre la interacción entre factores macroeconómicos y mercados financieros en una economía emergente.; This paper examines the structure of systematic risk in the Argentine equity market over the 2018–2025 period. Its main objective is to identify the common factors driving stock returns and to assess the contribution of observable macroeconomic variables to their dynamics. The empirical strategy follows a two-stage approach. First, Exploratory Factor Analysis is applied to the daily returns of a representative portfolio composed of S&P Merval constituents in order to identify the underlying latent factors. Second, multiple regression models relate monthly portfolio returns to unexpected macroeconomic innovations. The results provide evidence of a stable factorial structure underlying the Argentine stock market and show that economic activity, sovereign risk, nominal shocks, and political-institutional events are significant determinants of asset returns. Overall, the findings support a factorial representation of systematic risk and contribute empirical evidence on the relationship between macroeconomic fundamentals and financial markets in an emerging economy. The study also provides a methodological framework that may be extended to future research on asset pricing and macro-financial interactions in volatile economic environments. Fil: Deppeler, Alexis. Universidad Nacional del Litoral. Facultad de Ciencias Económicas; Argentina. 2026-05-22T00:00:00Z https://hdl.handle.net/11185/5738 Herramientas de Google para la predicción de variables económicas. Una aplicación al Índice Compuesto Coincidente de Actividad Económica de la Provincia de Santa Fe (ICASFe) Jorge Reynolds, Ramiro Emmanuel La presente tesina tiene como objetivo evaluar la posibilidad de utilizar información gratuita de las herramientas de motores de búsqueda para predicción de un indicador de actividad económica, como es el ICASFe. Así, se pretende conocer si es posible disminuir los tiempos de espera en su publicación, modelando la evolución a partir de dos métodos: uno univariado y otro multivariado, este último con utilización de datos de los motores de búsqueda. A partir de la modelación en series de tiempo, los resultados no muestran que se hayan logrado mejoras significativas en la predicción del indicador a partir de la incorporación de información proveniente de Google; no se encuentra una reducción significativa el error promedio de estimación respecto al modelo univariado, aunque las predicciones del modelo multivariado son más estables y aproximan mejor en el muy corto plazo, dándole un valor adicional al modelo multivariado. Sin embargo, la falta de una metodología objetiva de selección de la información sobre los patrones de búsqueda y la no incorporación de endogeneidad se convierten en limitantes que deben ser tratadas en futuros trabajos.; This thesis aims to evaluate the possibility of using free information from search engine tools to forecast an economic activity index, such as ICASFe. Thus, the idea is to know whether it is possible to reduce the waiting times in its publication, modeling its evolution from two methods: a univariate and another multivariate, the latter with search engine data. Using the time series modeling, results do not show significant improvements in the prediction the indicator forecast that has Google information; There is no significant reduction in the average estimation error respect to the univariate model, although the predictions of the multivariate model are more stable and approximate better in the very short term, giving an additional value to the multivariate model. However, the lack of an objective methodology to words selection and the non-incorporation of endogeneity become limitations that should be treated in future work. Fil: Jorge Reynolds, Ramiro Emmanuel. Universidad Nacional del Litoral. Facultad de Ciencias Económicas; Argentina. 2020-04-24T00:00:00Z