Paso 1: Entender el contexto del Ibex 35 y su análisis bursátil
El Ibex 35 rozando los 18.400 puntos tras una apertura casi plana, con el petróleo al alza, no es solo una noticia financiera: es un laboratorio vivo para enseñar estadística aplicada. 📈 El análisis del Ibex 35 permite a estudiantes y docentes observar cómo múltiples variables —precio del crudo, tipos de interés, cotización del euro, índices internacionales— interactúan en tiempo real para mover un indicador que afecta a millones de ahorradores. En este tutorial vamos a transformar esa noticia en una secuencia didáctica de siete pasos, culminando con un mini-reto para el aula.
La idea no es predecir el futuro del mercado (algo que nadie hace bien de forma sistemática), sino aprender a descomponer un fenómeno complejo en variables medibles, formular hipótesis y construir un modelo defendible. Para ello usaremos como hilo conductor la regresión lineal múltiple, una técnica clásica pero enormemente potente cuando se explica bien. 🧠
Paso 2: Recoger los datos relevantes del mercado
Antes de modelar, necesitamos datos. En un análisis serio del Ibex 35 trabajaríamos con series diarias de cierre obtenidas de fuentes oficiales como Bolsas y Mercados Españoles (BME) o estadísticas macroeconómicas del Instituto Nacional de Estadística. Para esta práctica docente bastará con un dataset reducido y trazable.
Las variables candidatas para explicar el cierre del Ibex 35 son:
- Brent (USD/barril): precio del petróleo, que pesa en energéticas y aerolíneas.
- EUR/USD: tipo de cambio, clave para empresas exportadoras.
- Bono español 10 años (%): coste de financiación del Tesoro.
- EuroStoxx 50: pulso del mercado europeo.
- VIX: índice de volatilidad o "miedo" del mercado.
Paso 3: Explorar los datos antes de modelar
Toda exploración empieza con descriptivos básicos y una matriz de correlaciones. 🔎 La siguiente tabla recoge un fragmento ilustrativo (datos ilustrativos para uso docente) de 8 sesiones simuladas en torno al nivel de 18.400 puntos descrito en la noticia:
| Sesión | Ibex 35 (cierre) | Brent (USD) | EUR/USD | Bono 10A (%) | EuroStoxx 50 | VIX |
|---|---|---|---|---|---|---|
| D-7 | 18.210 | 78,4 | 1,082 | 3,21 | 5.420 | 14,2 |
| D-6 | 18.265 | 79,1 | 1,081 | 3,19 | 5.435 | 13,9 |
| D-5 | 18.290 | 80,0 | 1,079 | 3,18 | 5.450 | 13,5 |
| D-4 | 18.320 | 80,7 | 1,078 | 3,17 | 5.460 | 13,2 |
| D-3 | 18.355 | 81,4 | 1,077 | 3,15 | 5.475 | 12,9 |
| D-2 | 18.380 | 82,0 | 1,076 | 3,14 | 5.482 | 12,7 |
| D-1 | 18.395 | 82,5 | 1,075 | 3,13 | 5.490 | 12,5 |
| D | 18.398 | 83,1 | 1,074 | 3,12 | 5.498 | 12,4 |
Con estos datos calcularíamos medias, desviaciones típicas y una matriz de correlaciones para detectar relaciones bivariadas antes de pasar al modelo multivariante.
Paso 4: Elegir la técnica adecuada para el Ibex 35
Aquí es donde entra la regresión lineal múltiple. 🎯 Mientras una regresión simple solo relaciona dos variables, la múltiple permite estimar cómo varias variables explicativas (X₁, X₂, …, Xₖ) influyen simultáneamente sobre una variable dependiente Y (en nuestro caso, el cierre del Ibex 35). El modelo se expresa como:
Y = β₀ + β₁·Brent + β₂·EURUSD + β₃·Bono10A + β₄·EuroStoxx + β₅·VIX + ε
La elección de esta técnica para el análisis del Ibex 35 se justifica porque:
- Permite aislar el efecto de cada variable controlando el resto.
- Genera coeficientes interpretables económicamente.
- Ofrece métricas (R², R² ajustado, p-valores, VIF) que pueden enseñarse paso a paso.
Paso 5: Ejecutar el análisis estadístico
En un aula con R, el código sería tan simple como lm(Ibex ~ Brent + EURUSD + Bono10A + EuroStoxx + VIX, data = mercado). En Python, con statsmodels: sm.OLS(y, sm.add_constant(X)).fit(). 🧮
Para nuestros datos ilustrativos obtendríamos una salida resumida como esta:
| Variable | Coeficiente (β) | Error estándar | p-valor | Interpretación |
|---|---|---|---|---|
| Intercepto | −1.250 | 820 | 0,18 | Punto base sin efectos |
| Brent | +18,7 | 5,3 | 0,01 | Cada +1 USD/barril sube ≈19 puntos |
| EUR/USD | −4.320 | 1.110 | 0,02 | Un euro fuerte penaliza al índice |
| Bono 10A | −112 | 45 | 0,04 | Mayor coste financiación, menor Ibex |
| EuroStoxx 50 | +2,4 | 0,6 | <0,01 | Fuerte arrastre del mercado europeo |
| VIX | −25,3 | 9,1 | 0,03 | Más miedo, menos índice |
R² = 0,93; R² ajustado = 0,89. Datos ilustrativos para uso docente.
Paso 6: Interpretar resultados del modelo del Ibex 35
El R² indica que el 93% de la variabilidad del Ibex 35 en estas sesiones se explica con las cinco variables elegidas. Pero ojo: R² alto no implica causalidad. 💡 También conviene revisar la multicolinealidad con el VIF (Variance Inflation Factor); valores por encima de 10 indican que dos variables explicativas están midiendo casi lo mismo y conviene eliminar una.
La visualización recomendada aquí es doble:
- 📊 Un gráfico de dispersión con línea ajustada entre el Ibex (eje Y) y cada variable explicativa (eje X), repetido en una rejilla.
- 📈 Un gráfico de residuos (eje X: valor predicho; eje Y: residuo) para comprobar que no hay patrones —si los hay, el modelo se está dejando algo importante fuera.
Paso 7: Comunicar la conclusión al público no experto
Comunicar es tan importante como modelar. Una buena conclusión para esta noticia sobre el Ibex 35 sería: "En las sesiones analizadas, el avance del crudo y el tirón del EuroStoxx 50 son los principales motores del índice, mientras que un euro fuerte y mayores rendimientos del bono español actúan de freno." Esa frase, derivada del modelo, es lo que diferencia a un analista cuantitativo de un comentarista de mercado. ✅
Para profundizar en cómo trabajar este tipo de noticias económicas en clase, puedes consultar más artículos del blog de canaldocente donde aplicamos estadística a la actualidad. 📚
Mini-reto para clase: tu propio análisis del Ibex 35
Plantea a tu alumnado el siguiente reto, ideal para 2.º de Bachillerato o asignaturas universitarias de estadística aplicada:
- Descargad 30 sesiones reales del Ibex 35 y del Brent desde fuentes públicas como Eurostat o BME.
- Construid una hipótesis: ¿Sube el Ibex cuando sube el petróleo, o lo contrario?
- Ajustad un modelo de regresión lineal múltiple con al menos tres variables explicativas.
- Calculad R², p-valores y VIF; descartad la variable menos significativa y reajustad el modelo.
- Dibujad el gráfico de residuos y discutid si el modelo es válido.
- Redactad un titular periodístico —máximo 15 palabras— que resuma vuestros hallazgos.
- Debate ético: ¿deberíais invertir vuestro dinero basándoos en este modelo? ¿Por qué no? 🧠
Con este recorrido, una simple noticia bursátil se convierte en una secuencia didáctica completa que cubre recogida de datos, modelado, interpretación crítica y comunicación pública. Justo lo que la estadística aplicada al análisis del Ibex 35 puede aportar a la formación de ciudadanos numéricamente alfabetizados. 🎯