Acceso usuarios
La amplia literatura previa, tanto empírica como teórica, respecto a la beta se enmarcan generalmente en un ambiente de riesgo. Sin embargo, consideramos que todo proceso de toma de decisiones, y sobre todo aquellos que utilizan la beta como medida del riesgo, se enmarca en un ambiente de incertidumbre. Este trabajo constituye un aporte a la literatura al ser una primera aproximación al estudio del coeficiente beta empleando el análisis de regresión borrosa. Con el objetivo de incorporar toda la imprecisión que acompaña el desconocimiento del futuro y la subjetividad asociada a la toma de decisiones, proponemos avanzar en el cálculo de la beta empleando el modelo de regresión borrosa de Tanaka e Ishibuchi (1992) para calcular las betas sectoriales de la Bolsa de Madrid. El análisis con regresión borrosa puede aplicarse con datos crisp, inciertos o con una mezcla de ambos. El objetivo de este trabajo es precisamente comparar los resultados que se obtienen al utilizar regresión borrosa con datos crips e inciertos. Luego, realizamos también una comparación con los resultados que se obtendrían con el cálculo de la beta mediante mínimos cuadrados ordinarios. La comparación nos permite determinar cuál de los sistemas permite una mejor adaptación a la realidad.
The vast previous literature, both empirical and theorical, regarding the beta is generally framed in a risk environment. However, we consider that every decision-making process, and especially those using beta as a risk measure, is set in an uncertain environment.
This works is a contribution to literature as it is a first approach to the beta coefficient study using a fuzzy regression analysis. With the aim of incorporating every inaccuracy which accompanies ignorance about the future and the subjectivity associated with the decision making, we intend to advance in the calculation of the beta using the fuzzy regression model of Tanaka e Ishibuchi (1992) to calculate the beta sectors of the Spanish Stock Market of Madrid. The analysis with fuzzy regression can be applied with crisp data, uncertain or with a mixture of both. The aim of this work is, precisely, to compare the obtained results using the fuzzy regression with crisp and uncertain data.
After that, we make a comparison with the results to be obtained with the calculation of the beta by ordinary least squares. The comparison let us determine which of the systems allows a better adaptation of reality.
