
            
              %%html
<head>
<link rel="stylesheet" href="css_jupyter.css">
</head>


            
              # Importamos las librerias-paquetes que vamos a utilizar

from requests_html import HTML, HTMLSession
import time
import pandas as pd
import numpy as np

import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme()

import warnings
warnings.filterwarnings('ignore')

# iniciamos session
session = HTMLSession()


            
              # Leemos los datos de la web y los guardamos en un dataframe

table_df =[]
i = 1
while True:
    url = f"Por proprietary data la url queda omitida"
    source = session.get(url)
    # Buscamos el tag que nos interesa
    tabla = source.html.find("tbody", first = True)
    fondos = tabla.find("tr")
    # Quebramos cuando ya no haya mas hojas con fondos
    if fondos == []:
        break
    for row in range(len(fondos)):
        fondo = fondos[row].text.split("\n")
        table_df.append(fondo)
    
    i = i + 1 # cambiamos la página
    time.sleep(5)
    
tabla_pensiones = pd.DataFrame(table_df, columns = ['plan', 'categoria', 'un', 'tres', 'cinco', 'diez'])

# Vemos lo que hemos leido

tabla_pensiones.head()


            
              # Limpiamos los datos para poder trabajar con ellos,

tabla_pensiones = tabla_pensiones.replace(chr(183), np.nan)
for col in tabla_pensiones.columns:
    tabla_pensiones[col] = tabla_pensiones[col].str.replace('%', '')
    tabla_pensiones[col] = tabla_pensiones[col].str.replace(',', '.')
    
for col in ['un', 'tres', 'cinco', 'diez']:
    tabla_pensiones[col] = tabla_pensiones[col].astype(float)
    
# Vemos los datos con los cuales vamos a trabajar

tabla_pensiones.head()


            
              # Veamos las rentabilidades medianas por categoría, 
# ordenadas en base a la rentabilidad mediana a diez años

(tabla_pensiones.groupby("categoria").agg(["median"])
 .sort_values(by = [("diez", "median")], ascending = False))


            
              # Veamos las rentabilidades máximas y mínimas por categoría a diez años 

(tabla_pensiones.groupby("categoria").agg({"diez":["min", "max"]}).dropna().
 sort_values(by=[("diez", "max")], ascending = False))


            
              # Veamos cuales son, dentro de cada categoría, los mejores planes medidos por la rentabilidad a 10 años

categoria_diez = tabla_pensiones.groupby("categoria")
(categoria_diez.apply(lambda x: x.sort_values(["diez"], ascending = False))
.reset_index(drop=True).groupby("categoria").head(1).
 sort_values(by=["diez"], ascending = False)
)


            
              # Análisis de un plan en particular, e.g., plan Naranja: usampos regex en pandas

(
tabla_pensiones[tabla_pensiones["plan"].str.match(r'(^NAR.*)')==True]
.sort_values(by=["diez"], ascending = False)
)


            
              #Extraer los 10 mejores RVI a diez años y ordenarlos por rentabilidad

rvi = (tabla_pensiones[tabla_pensiones["categoria"].str.match(r'(^RVI.*)')==True]
.sort_values(by=["diez"], ascending = False).head(10)

# Veamos estos mejores planes
       
rvi


            
              # Analisis de la distribución de las rentabilidades a 10 años

sns.set(style="whitegrid")  

fig, ax = plt.subplots()
sns.ecdfplot(data=tabla_pensiones, x="diez")

# Agrego la mediana

ax.axvline(x = tabla_pensiones["diez"].median(), ymin = 0, ymax = 0.5,  linestyle = "dotted", alpha = 0.75, color = "green" )
ax.axhline(y = 0.5, xmin = 0, xmax = 0.15,  linestyle = "dotted", alpha = 0.75, color = "green" )

# Flecha y texto

ax.annotate(f'Rentabilidad mediana: {tabla_pensiones["diez"].median()} ', xycoords='data', xy=(30, .0), xytext=(-125, -.35),
            arrowprops=dict(facecolor='black', arrowstyle = "->", color = "blue"),
            bbox=dict(boxstyle="round", alpha=0.1),
            )
ax.set_xlabel("Rentabilidad a 10 años: porcentaje")


# Agrego el rug

sns.rugplot(data=tabla_pensiones, x="diez", hue = "categoria", height = 0.15, linewidth = 2.5)

# Stackoverflow sobre legends
# https://stackoverflow.com/questions/66623746/no-access-to-legend-of-sns-histplot-used-with-data-normalisation

ax.legend(handles=ax.legend_.legendHandles, labels=[t.get_text() for t in ax.legend_.texts],
          title=ax.legend_.get_title().get_text(),
          bbox_to_anchor=(1.05, 1), loc='upper left', handleheight = .85, fontsize = 10)  

# Ensancho las handels de la leggend

for i in range(0,len(ax.legend_.legendHandles)):
    ax.legend_.legendHandles[i]._linewidth = 4

plt.title("Distribución acumulada de la Rentabilidad a 10 años")
plt.show()


            
              # Relación entre las medidas temporales de rentabilidad

sns.pairplot(data=tabla_pensiones, hue = "categoria",height=2.5, diag_kind= "hist", corner = True)
plt.show()


            
              # Analizar la relación entre fondos en renta variable y rentabilidad a 10 años

# importamos statmodels para hacer regresión

import statsmodels.api as sm

# Creamos una dummy para renta variable

tabla_pensiones["Dummy_RentaV"] = (tabla_pensiones["categoria"].str.match(r'(^RV.*)')==True).astype(int)

# Veamos que información contiene esta dummy

tabla_pensiones["Dummy_RentaV"].describe()

count    922.000000
mean       0.228850
std        0.420321
min        0.000000
25%        0.000000
50%        0.000000
75%        0.000000
max        1.000000
Name: Dummy_RentaV, dtype: float64


            
              # El describe no es más que un dataframe

media = tabla_pensiones["Dummy_RentaV"].describe()["mean"]
print(f"Porcentaje de fondos en renta variable es de {media:.4f}")

Porcentaje de fondos en renta variable es de 0.2289


            
              # Defino varibles y hago la regresión

tabla_pensiones['constante'] = 1
X = tabla_pensiones[["constante","Dummy_RentaV"]]
y = tabla_pensiones["diez"]
reg = sm.OLS(endog=y, exog= X, missing='drop')
results = reg.fit()
print(results.summary())

                            OLS Regression Results                            
==============================================================================
Dep. Variable:                   diez   R-squared:                       0.472
Model:                            OLS   Adj. R-squared:                  0.471
Method:                 Least Squares   F-statistic:                     410.9
Date:                Sun, 29 May 2022   Prob (F-statistic):           1.03e-65
Time:                        13:16:13   Log-Likelihood:                -2260.9
No. Observations:                 461   AIC:                             4526.
Df Residuals:                     459   BIC:                             4534.
Df Model:                           1                                         
Covariance Type:            nonrobust                                         
================================================================================
                   coef    std err          t      P>|t|      [0.025      0.975]
--------------------------------------------------------------------------------
constante       25.7781      1.746     14.768      0.000      22.348      29.208
Dummy_RentaV    72.4359      3.573     20.270      0.000      65.414      79.458
==============================================================================
Omnibus:                      168.174   Durbin-Watson:                   0.664
Prob(Omnibus):                  0.000   Jarque-Bera (JB):             1028.290
Skew:                           1.444   Prob(JB):                    5.12e-224
Kurtosis:                       9.723   Cond. No.                         2.51
==============================================================================

Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.


            
              # Obsevar que el valor del coeficiente de la renta variable es equivalente a la diferencia de medias

(
tabla_pensiones.groupby("Dummy_RentaV")["diez"].mean().iloc[1] # media rentabilidades variables
-
tabla_pensiones.groupby("Dummy_RentaV")["diez"].mean().iloc[0] # media rentabilidades otros tipo de fondos
)

72.43593732193723


            
              # Relación rentabilidad a 5 y diez años
#Creación de nombres cortos por categoría

tabla_pensiones["label"] =tabla_pensiones["categoria"].str.split(" ", n = 1, expand = True)[0]


            
              # Relación rentabilidades a cinco y diez años

from numpy.polynomial import polynomial as pol
from numpy.polynomial import Polynomial as Pol


tabla_pensiones = tabla_pensiones.dropna()
X = tabla_pensiones["cinco"]
y = tabla_pensiones["diez"]
labels = tabla_pensiones["label"]


# Obtener coeficientes
c = pol.polyfit(X,y, deg = 1)

# Alternativa: obener funcion

c1= Pol.fit(X,y, deg = 1)

# Para evaluar esta funcion polinómica c1(X)


# Vamos a sustituir los puntos por los labels

fig, ax = plt.subplots()
ax.scatter(X, y, marker = " ")

for i, label in enumerate(labels):
    ax.annotate(label, (X.iloc[i], y.iloc[i]), fontsize = 10, color = "green", alpha = 0.5)


# Ajustamos una regresión lineal utilizando polinomios

ax.plot(np.unique(X),
         np.poly1d(np.polyfit(X, y, 1))(np.unique(X)),
         color='blue', alpha = 0.5, linewidth = 4)

ax.set_xlim([-50,150])
ax.set_ylim([-60,350])
ax.set_xlabel('Rentabilidad a 5 años')
ax.set_ylabel('Rentabilidad a 10 años')
ax.set_title('Relación entre la rentabilidad a 5 y 10 años')
plt.show()

	plan	categoria	un	tres	cinco	diez
0	BBVA PLAN TELECOMUNICACIONES	RVI GLOBAL	3,35%	70,73%	102,59%	317,90%
1	NARANJA STANDARD & POORS 500	RVI USA	6,40%	45,62%	71,61%	260,66%
2	ACUEDUCTO RV NORTEAMERICA	RVI USA	5,10%	44,43%	70,19%	218,79%
3	ABANCA USA	RVI USA	5,10%	44,43%	70,33%	216,32%
4	CASER RV NORTEAMERICA GA	RVI USA	5,10%	44,44%	69,95%	213,43%

	plan	categoria	un	tres	cinco	diez
0	BBVA PLAN TELECOMUNICACIONES	RVI GLOBAL	3.35	70.73	102.59	317.90
1	NARANJA STANDARD & POORS 500	RVI USA	6.40	45.62	71.61	260.66
2	ACUEDUCTO RV NORTEAMERICA	RVI USA	5.10	44.43	70.19	218.79
3	ABANCA USA	RVI USA	5.10	44.43	70.33	216.32
4	CASER RV NORTEAMERICA GA	RVI USA	5.10	44.44	69.95	213.43

	un	tres	cinco	diez
	median	median	median	median
categoria
RVI USA	6.400	44.435	70.070	213.430
RVI GLOBAL	-1.620	23.495	18.660	100.040
RV EURO	-3.020	10.990	9.020	97.190
RVI EUROPA	-0.110	17.820	15.200	91.060
RV ESPAÑA	-2.335	-0.085	-10.155	70.340
RVI ASIA-EMERGENTES	-12.000	10.185	6.585	61.960
RF GARANTIZADO	-4.410	-4.090	0.520	56.270
MIXTO. AGRESIVO GLOBAL	-3.160	8.950	8.175	55.545
MIXTO. AGRESIVO EURO	-4.120	9.880	4.880	54.410
MIXTO. MODERADO EURO	-3.920	6.400	5.230	49.860
MIXTO. MODERADO GLOBAL	-3.530	4.315	4.430	47.500
MIXTO. FLEXIBLE	-3.810	4.800	7.680	38.400
MIXTO. CONSERVADOR GLOBAL	-3.940	-1.770	-2.475	21.015
RETORNO ABSOLUTO	-2.780	-0.180	-3.435	19.930
MIXTO. CONSERVADOR EURO	-4.220	-1.340	-2.635	19.030
RV GARANTIZADO	-6.435	-0.290	2.920	17.650
RF EURO LARGO PLAZO	-4.780	-3.480	-3.935	14.145
RF INTERNACIONAL	-2.125	-3.020	-4.370	4.890
RF EURO CORTO PLAZO	-1.890	-2.800	-4.750	0.250
MONETARIO EURO	-1.670	-3.220	-5.075	-4.270
OTROS	-3.555	9.470	4.970	NaN

	diez
	min	max
categoria
RVI GLOBAL	25.83	317.90
RVI USA	185.78	260.66
RV EURO	48.36	139.94
RVI EUROPA	35.72	130.01
MIXTO. FLEXIBLE	-0.54	120.36
MIXTO. AGRESIVO GLOBAL	11.11	108.43
MIXTO. AGRESIVO EURO	-2.87	108.27
RF GARANTIZADO	11.69	105.54
RV GARANTIZADO	4.15	97.98
RV ESPAÑA	7.22	86.13
RVI ASIA-EMERGENTES	26.47	83.36
MIXTO. MODERADO EURO	13.92	76.86
MIXTO. MODERADO GLOBAL	27.18	69.29
MIXTO. CONSERVADOR GLOBAL	8.44	60.91
RF EURO LARGO PLAZO	-0.43	46.06
MIXTO. CONSERVADOR EURO	-15.62	42.87
RF INTERNACIONAL	-7.83	33.33
RETORNO ABSOLUTO	-12.74	31.36
RF EURO CORTO PLAZO	-6.90	18.21
MONETARIO EURO	-6.31	1.03

	plan	categoria	un	tres	cinco	diez
827	BBVA PLAN TELECOMUNICACIONES	RVI GLOBAL	3.35	70.73	102.59	317.90
909	NARANJA STANDARD & POORS 500	RVI USA	6.40	45.62	71.61	260.66
725	SANTALUCIA VIDA EMPLEADOS RENTA VARIABLE	RV EURO	1.55	13.52	10.93	139.94
803	CASER GESTION VALOR	RVI EUROPA	10.07	38.18	27.90	130.01
287	MERCHBANC GLOBAL	MIXTO. FLEXIBLE	-12.64	34.44	51.56	120.36
48	IBERCAJA DE PENSIONES GESTION AUDAZ	MIXTO. AGRESIVO GLOBAL	-2.58	22.31	19.92	108.43
0	BK MIXTO 75 BOLSA	MIXTO. AGRESIVO EURO	-1.87	15.42	9.75	108.27
591	BBVA PROTECCION 2030	RF GARANTIZADO	-7.16	-0.37	20.36	105.54
760	BBVA PROTECCION 2035	RV GARANTIZADO	-12.77	-3.12	18.41	97.98
711	BK VARIABLE ESPAÑA	RV ESPAÑA	-1.23	3.72	-5.98	86.13
797	CASER PREMIER 2021	RVI ASIA-EMERGENTES	-14.75	7.50	6.06	83.36
363	IBERCAJA DE PENSIONES SOSTENIBLE Y SOLIDARIO	MIXTO. MODERADO EURO	-3.23	21.31	28.29	76.86
414	AHORRO PREVISION	MIXTO. MODERADO GLOBAL	-2.03	4.21	-0.15	69.29
245	CASERMED PROTECCION 13	MIXTO. CONSERVADOR GLOBAL	-0.72	-3.39	-4.35	60.91
538	IBERCAJA DE PENSIONES HORIZONTE 2028	RF EURO LARGO PLAZO	-9.95	3.15	10.18	46.06
92	DELEG	MIXTO. CONSERVADOR EURO	-2.97	3.93	6.13	42.87
685	ARQUIA BANCA PLAN INVERSIÓN	RF INTERNACIONAL	-6.82	0.07	2.10	33.33
460	CASER NUEVAS OPORTUNIDADES	RETORNO ABSOLUTO	-4.75	-1.00	-4.70	31.36
486	BANCA PUEYO I	RF EURO CORTO PLAZO	-4.09	NaN	-0.37	18.21
442	BK INVERSION MONETARIO	MONETARIO EURO	-1.64	-3.22	-4.95	1.03
458	BK JUBILACION 2030	OTROS	-3.02	7.24	3.42	NaN

La rentabilidad de los fondos de pensiones en España

Objetivo de este tutorial