Pruebas de comportamiento caótico en índices bursátiles americanos

Barra lateral del artículo

PDF XML
Publicado: jun 22, 2017
DOI: https://doi.org/10.20430/ete.v74i296.430
Palabras clave:
teoría de caos, análisis de recurrencia, entropía de espacio temporal, coeficiente de Hurst, exponente de Lyapunov, dimensión de correlación, prueba BDS

Contenido principal del artículo

Franco Parisi
Christian Espinosa
Antonio Parisi

Resumen

Este artículo valida el comportamiento caótico en las Bolsas de Valores de Argentina, Brasil, Canadá, Chile, Estados Unidos, Perú y México utilizando los índices accionarios Merval, Bovespa, S&P TSX Composite, IPSA, IGPA, S&P 500, Dow Jones Industrials, Nasdaq, IGBVL e IPC, respectivamente. Los resultados de distintas técnicas y métodos como análisis gráfico, análisis de recurrencia, entropía de espacio temporal, coeficiente de Hurst, exponente de Lyapunov y dimensión de correlación, apoyan la hipótesis de que los mercados bursátiles americanos se comportan de forma caótica, en contra de la hipótesis de mercados eficientes y la hipótesis de aleatoriedad. Esta conclusión valida el uso de instrumentos predictivos de rendimientos accionarios en los mercados de renta variable americanos. Destacable es el resultado de la técnica coeficiente de Hurst, que en promedio fue de 0.75 para los índices en estudio, lo que estaría justificando la utilización de modelos tipo Arfima, entre otros, para la predicción de dichas series.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Parisi, F., Espinosa, C., & Parisi, A. (2017). Pruebas de comportamiento caótico en índices bursátiles americanos. El Trimestre Económico, 74(296), 901–927. https://doi.org/10.20430/ete.v74i296.430
Número
Vol. 74 Núm. 296 (2007): octubre-diciembre
Sección
Artículos

Licencia de Creative Commons
Esta obra está bajo una https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es.
Creado a partir de la obra en http://www.eltrimestreeconomico.com.mx/index.php/te/index

Nota: la licencia de creative commons sólo aplica para la sección Artículos, para el contenido de las otras secciones, véase cada texto.

 

Métricas PlumX

Citas

Abarbanel, H. D. I., R. Brown y M. B. Kennel (1991), “Local Lyapunov Exponents Computed from Observed Data”, Journal of Nonlinear Science, vol. 1, pp. 175-199.

Bai Lin H. (1990), Chaos II, Singapore, World Scientific Publishing Company.

Bollerslev, T. (1986), “Generalized Autorregresive Conditional Heterocedasticity”, Journal of Econometrics, vol. 31, pp. 307-327.

Box, G. E. P. y G. M. Jenkins (1970), “Time Series Analysis: Forecasting and Control”, San Francisco.

Brock, W. A., D. W. Dechert y J. Scheinkman (1987), “Test for Independence Based on the Correlation Dimension”, University of Wisconsin at Madison, Department of Economics, Working Paper.

--, -- (1991), “Non-linear Dynamical Systems: Instability and Chaos in Economics”, W. Hildenbrand y H. Sonnenschein (comps.), Handbook of Mathematical Economics IV, Amsterdam, North-Holland, pp. 2209-2235.

--, -- J. A. Scheinkman y B. LeBaron (1996), “A test for Independence Based on the Correlation Dimension”, Econometric Reviews. vol.15, núm. 3, pp. 197-235.

Casdagli, M. (1989), “Nonlinear Prediction of Chaotic Time Series”, Physica D 35, vol. 35, pp. 335-356.

Conrad, J., y G. Kaul (1988), “Time-Variation in Expected Returns”, Journal of Business, vol. 61, pp. 409-425.

--, y -- (1989), “Mean Reversion in Short-horizon Expected Returns”, Review of Financial Studies 2, p. 225-240.

Di Matteo, Aste, y Dacorogna (2005), “Term Memories of Developed and Emerging Markets: Using the Scaling Analysis to Characterize their Stage of Development”, Journal of Banking & Finance, vol. 29, pp. 827-851.

Dickey, D. A., y W. A. Fuller (1979), “Distribution of the Estimators for Autoregressive Time Series with a Unit Root”, Journal of the American Statistical Association, vol. 74, pp. 427-431.

Eckmann, J. P., y D. Ruelle (1985), “Ergodic Theory of Chaos and Strange Attractors”, Review of Modern Physics, vol. 57, núm. 3, pp. 617-656.

--, y -- (1992), “Fundamental Limitations for Estimating Dimensions and Lyapunov Exponents in Dynamical Systems, Physica D, vol 56, pp. 185-187.

Engle, R. F. (1982), “Autorregresive Conditional Heterocedasticity with Estimates of the Variance of the U.K. Inflation”, Econométrica, vol. 50, núm. 4, pp. 987-1007.

Fama, E., y K. R. French (1988), “Permanent and Temporary Components of Stock Prices”, Journal of Political Economy, vol. 98, pp. 247-273.

-- (1970), “Efficient Capital Markets: A Review of Theory and Empirical Work”, Journal of Finance, vol. 25, pp. 383-417.

Fraser, A., y H. Swinney (1986), “Independent Coordinates for Strange Attractors from Mutual Information”, Physical Review A, vol. 33, pp.1134-1140.

Gilmore, Claire G. (1993), “A New Test for Chaos”, Journal of Economic Behaviour Organisations, vol. 22, pp. 209-237.

Grassberger, P., e I. Procaccia (1983a), “Characterization of Strange Attractors”, Physical Review Letters, vol. 50, núm. 3, pp. 346-349.

--, e -- (1983b), “Measuring the Strangeness of Strange Attractors”, Physica D 9, pp. 189-208.

Hawking, S. (2005), Historia del tiempo: del Big Bang a los agujeros negros, Barcelona, Editorial Critica.

Hurst, H. E. (1951), “Long-term Storage Capacity of Reservoirs”, Transactions of the

American Society of Civil Engineers, vol. 116, pp. 770-799.

Kennel, M. B., R. Brown, y H. D. I. Abarbanel (1992), “Determining Embedding Dimension for Phase Space Reconstruction Using a Geometrical Construction”, Physica. Review A, núm. 45, pp. 403-3411.

Kyaw, N., C. Los y S. Zong (2004), “Persistence Characteristics of Latin American Financial Markets”, Economics Working Paper, Archive EconWPA, Finance Nº 0411013.

Le Barón, B (1994), “Chaos and nonlinear forecastability in Economics and Finance”, Philosophical Transactions of Royal Society of London, Series A, 348, pp. 397-404.

Lipka, J. M., y C. Los (2003), “Long-Term Dependence Characteristics of European Stock Indices”, Economics Working Paper Archive, EconWPA, Finance Nº 0409044.

Ljung, G., y G. Box. (1979), “On a Measure of Lack of Fit in Time Series Models”, Biometrika, vol. 65, pp. 297-303.

Lo, A. W. (1991), “Long-term Memory in Stock Market Prices”, Econometrica, vol. 59, pp. 1279-1313.

--, y A. C. MacKinley (1988), “Stock Market Prices do Not Follow Random Walk: Evidence from a Simple Specification Test”, Review of Financial Studies, vol. I, pp. 41-66.

Lorenz, E. N. (1963), “Deterministic nonperiodic Flow”, Journal of Atmospheric Sciences, vol. 20, pp. 130.

Los, C. (2004), “Visualization of Chaos for Finance Majors”, Economics Working Paper Archive, EconWPA, Finance Nº 0409035.

--, y B. Yu (2005), “Persistence Characteristics of the Chinese Stock Markets”, Economics Working Paper Archive, EconWPA, Finance Nº 0508008.

Lyapunov, A. M. (1947), “The general Problem of the Stability of Motion”, Number 17 in Annals of Mathematics Studies. Princeton University Press.

Mandelbrot, B. (1982), The Fractal Geometry of Nature, San Francisco, Freeman.

Mindlin, G. B., y R. Gilmore (1992), “Topological Analysis and Synthesis of Chaotic Time Series”, Physica D, núm. 58, p. 229-242.

Packard, N. H., J. P. Crutchfield, J. D. Farmer y R. S. Shaw (1980), “Geometry from a Time Series”, Physical Review Letters, vol. 47, pp. 712-716.

Peters, E. (1994), Fractal Market Analysis: Applying Chaos Theory to Investment and Economics, John Wiley & Sons Inc.

-- (1996), Chaos and Order in the Capital Markets: A New View of Cycles, Prices, and Market Volatility, John Wiley & Sons Inc.

Phillips, P. C. B., y P. Perron (1988), “Testing for a Unit Root in Time Series Regression”, Biometrika, vol. 75, pp. 335-346.

Rajaratnam P., y R. Weston (1993), A Chaotic Analysis of the New Zealand Exchange Rate, New Zealand Association of Economists (Inc.).

Rosenstein, M. T., J. J. Collins, y C. J. De Luca (1993), “A Practical Method for Calculating Largest Lyapunov Exponents from Small Data Sets”, Physica D, vol.65, pp. 117-134.

Ruelle, D., y F. Takens (1971), On the Nature of Turbulence. Math. Phys, vol. 20, pp. 167-192.

Sano, M., y Y. Sawada (1985), “Measurement of the Lyapunov Spectrum fron a Chaotic Time Series”, Physical Review Letters, vol. 55, núm. 10, pp. 1082-1085.

Sato, S., M. Sano y Y. Sawada (1987), Practical Methods of Measuring the Generalized Dimension and the Largest Lyapunov Exponent in High Dimensional Chaotic Systems. Progress of Theoretical Physics, vol. 77, núm. 1, pp. 1-5.

Takens, F. (1981), “Detecting Strange Attractors in Turbulence”, Dynamical Systems and Turbulence, Warwick 1980, Lecture Notes in Mathematics 898, primavera, Berlin, pp. 366-381.

Wolf, A., J. B., Swift, H. L. Swinney y J. A. Vastano (1985), “Determining Lyapunov Exponents from a Time Series”, Physica D, vol. 16, pp. 285-317.

Artículos similares

1 2 3 4 5 6 7 > >> 

También puede {advancedSearchLink} para este artículo.