Un Espacio Para la Ciencia
Published December 15, 2023 | Version v1
Book chapter Open

Detección de Raíces Unitarias y Sensibilidad a Condiciones Iniciales en los Rendimientos del Índice S&P/BMV IPC

Authors/Creators

  • 1. ROR icon Universidad Autónoma del Estado de México

Contributors

  • 1. ROR icon Universidad Laica Vicente Rocafuerte de Guayaquil

Description

Resumen

Este estudio se propone abordar la cuestión de si las series temporales de rendimientos de las acciones emitidas por las empresas pertenecientes al sector de Bienes de Consumo Frecuente del índice S&P/BMV IPC presentan raíces unitarias y muestran sensibilidad a condiciones iniciales. Este planteamiento se fundamenta en el reconocimiento de la importancia de la presencia de raíces unitarias y sensibilidad inicial en las series temporales financieras. Su impacto puede generar sesgos significativos en análisis, proyecciones, toma de decisiones y gestión de riesgos en las inversiones del sector bursátil, afectando así a diversos sectores económicos del país. La relevancia de abordar esta problemática radica en la necesidad de comprender cómo la presencia de raíces unitarias puede afectar la dinámica del mercado, y cómo la sensibilidad a condiciones iniciales puede desempeñar un papel determinante en este contexto. Para abordar esta investigación, se examinarán las seis emisoras que conforman el sector de Bienes de Consumo Frecuente a través de la aplicación de la prueba de Dickey-Fuller y el cálculo del exponente de Lyapunov. Estas herramientas analíticas permitieron evaluar la existencia de raíces unitarias y la sensibilidad inicial en las series temporales de rendimientos de las acciones. El análisis concluye que las series de rendimientos logarítmicos no necesitan ser diferenciadas, dado que exhiben estacionariedad y ausencia de raíces unitarias. Al emplear el exponente de Lyapunov, se obtienen exponentes negativos para el 100% de las emisoras, indicando así que poseen cierta estabilidad y no tienden a comportarse de manera caótica.

Abstract (English)

This study aims to address the question of whether the time series of stock returns issued by companies belonging to the FMCG sector of the S&P/BMV IPC index exhibit unit roots and sensitivity to initial conditions. This approach is based on the recognition of the importance of the presence of unit roots and initial sensitivity in financial time series. Their impact can generate significant biases in analysis, projections, decision making and risk management in stock market investments, thus affecting various economic sectors of the country. The relevance of addressing this problem lies in the need to understand how the presence of unit roots can affect market dynamics, and how sensitivity to initial conditions can play a determining role in this context. To address this research, the six issuers that make up the FMCG sector will be examined through the application of the Dickey-Fuller test and the calculation of the Lyapunov exponent. These analytical tools allowed us to evaluate the existence of unit roots and initial sensitivity in the time series of stock returns. The analysis concludes that the logarithmic return series do not need to be differentiated, since they exhibit stationarity and absence of unit roots. Using the Lyapunov exponent, negative exponents are obtained for 100% of the issuers, indicating that they have some stability and do not tend to behave chaotically.

Files

CAP 2 UEPLC 2023 vol 6 no 1.pdf

Files (2.2 MB)

Name Size Download all
md5:60269df7d3b62e032c1b3f18c5d1d4c9
920.8 kB Download
md5:9a29ff40ace593c39e71f831106f279a
970.8 kB Preview Download
md5:49b98daa1e3ee20c35bb2aab0f6ec345
30.8 kB Preview Download
md5:f3ca7c5847da68ede294e9ddfefd1a4e
37.5 kB Preview Download
md5:36ac1ec867fd03fd931edd46bbf89f2a
55.4 kB Preview Download
md5:54c76a15e0209b82df81a21f53a941cc
169.1 kB Preview Download

Additional details

Additional titles

Translated title (English)
Unit Root Detection and Sensitivity to Initial Conditions in S&P/BMV IPC Index Returns

Identifiers

DOI
10.5281/zenodo.10541189
ISBN
978-9978-11-067-6
ISSN
2631-2689
EISSN
2953-6529

References

  • Alexander, S. (1961). Price Movements in Speculative Markets: Trends or Random Walks. Industrial Management Review, (2), 7-26. http://tinyurl.com/yps3vkt5
  • Bazán, W. (2020). Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado. Revista Industrial Data, 23(1), 207-228. https://doi.org/mb4f
  • Bollerslev, T. (1986, April). Generalized autoregressive conditional heteroscedasticity. Journal of Econometrics, 31(3), 307-327. https://doi.org/bdw3mq
  • Calzada, F. (2015, diciembre). El exponente de Hurst y su utilización en los mercados financieros. Una aplicación al tipo de cambio en México (Tesis de Maestría). Universidad Nacional Autónoma de México. https://t.ly/UKjW_
  • Chambi, P. (2017). La volatilidad de los mercados financieros globalizados: Impacto en la bolsa de valores de Lima – Perú. QUIPUKAMAYOC, 25(47), 103-111. https://doi.org/mb4h
  • Costa, E., & Rocha, F. (2021). Sistemática para Análise de Séries de Tráfego de Rede Sob o Espectro da Teoria do Caos. XXXIX Simposio Brasileño de Telecomunicaciones y Procesamiento de Señales. 26–29 de septiembre de 2021. Fortaleza. https://doi.org/mb4j
  • Cowles, A., & Jones, H. (1937, July). Some A Posteriori Probabilities in Stock Market Action. Econometrica, 5(3), 280-294. http://tinyurl.com/yckhfa7s
  • Enamul, M., & Dionísio, A. (2021). Market Efficiency Dynamics and Chaotic Behavior of Dhaka Stock Exchange: Evidence from Mutual Information and Lyapunov Exponents Models. Universal Journal of Accounting and Finance, 9(4), 796-809. http://tinyurl.com/29rfch25
  • Engle, R. (1982, July). Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica, 50(4), 987-1007. http://tinyurl.com/2eak8567
  • Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383–417. https://doi.org/b3kfdr
  • Fernández, M. (2016). Dinámica No Lineal, Teoría del Caos y Sistemas Complejos: una perspectiva histórica. Real Academia de Ciencias Exactas, Físicas y Naturales, 109(1/2), 107-126. http://tinyurl.com/mr2fdh9n
  • Gálvez, E. (2005). Análisis Fractal del Mercado de Valores de México (1978-2004) (Tesis de doctorado). Instituto Politécnico Nacional. http://tinyurl.com/5n76evsv
  • Gencay, R., & Dechert, W. (1992), An algorithm for the n Lyapunov Exponents of an n dimensional unkown dynamical system. Physica D, 59, 142-157. https://t.ly/f4gDS
  • Jalil, A., & Rao, N. (2019). Environmental Kuznets Curve (EKC). A Manual. In Time Series Analysis (Stationarity, Cointegration, and Causality) (pp. 85-99). Academic Press. https://doi.org/mb4k
  • Kyaw, N., Los, C., & Zong, S. (2004, November 8). Persistence Characteristics of Latin American Financial Markets. Economics Working Paper. https://doi.org/b6ng2n
  • Lipka, M., & Los, A. (2003, July). Long-Term Dependence Characteristics of European Stock Indices [Monography]. Kent State University. https://doi.org/fjfrx5
  • Lorenz, N. (1963, March). Deterministic Nonperiodic Flow. Journal of Atmospheric Sciences, 20(2), 130-141. http://tinyurl.com/3kuj3fts
  • Mandelbrot, B. (1961, October). Stable Paretian random functions and the multiplicative variation of income. Econometrica, 29(4), 517-543. https://doi.org/b5hqkk
  • Mandelbrot, B., & Hudson, R. (2006). Fractales y finanzas. Una aproximación matemática a los mercados: arriesgar, perder y ganar. Tusquets.
  • Meneses, L., & Pérez, C. (2020, julio/diciembre). Análisis comparativo de eficiencia en mercados emergentes. El caso de Colombia, Chile y Perú. Apuntes Contables, (26), 9-24).  https://doi.org/mb4n
  • Nguyen, T. (2018, March 2). Lyapunov Stability Theory. Teoría de la estabilidad de Lyapunov. In Model-Reference Adaptive Control. Advanced Textbooks in Control and Signal Processing (pp. 47-81). Springer. https://doi.org/mb4p
  • Olmedo, E., Gimeno, R., Escot, L., & Mateos, R. (2007, mayo). Convergencia y estabilidad de los tipos de cambio europeos: una aplicación de exponentes de Lyapunov. Cuadernos de Economía, 44, 91-108. http://tinyurl.com/23be8e9v
  • Parisi, F., Espinosa, C., & Parisi, A. (2007, octubre/diciembre). Pruebas de comportamiento caótico en índices bursátiles americanos. El trimestre económico, 74(4), 907-927. http://tinyurl.com/4xmdu6c8
  • Peters, E. (1994). Fractal market analysis. Wiley Finance Editions. https://t.ly/wERSH
  • Ping, Z., Xikui, H., Zhigang, Z., & Jun, M. (2021, September). What is the most suitable Lyapunov function? Chaos, Solitons and Fractals, 150, 111154. https://doi.org/grw7jv
  • Quinde, V., Bucaram, R., Saldaña, M., & Ordeñana, A. (2020). Relación entre el crecimiento y el desarrollo económico: caso Ecuador. Universidad y Sociedad, 11(4), 391-397. http://tinyurl.com/yc5d2k6a
  • Ruiz-Porras, A., & Ruiz-Robles, B. (2015, January/February). La hipótesis de eficiencia y la modelación de series bursátiles mexicanas: un análisis multivariado. Economía Informa, 390, 28-57. https://doi.org/f26hz2
  • Sandubete, J., & Escot, L. (2021, June). DChaos: An R package for chaotic time series analysis. The R Journal, 13(1), 232-252. http://tinyurl.com/5886rm6r
  • Sierra, K., Duarte, J., & Mascareñas, J. (2013). Comprobación del comportamiento caótico en bolsa de valores de Colombia. Estrategia organizacional, 2, 41-53. https://doi.org/gn9nps
  • Stock, J., & Watson, M. (2012). Introducción a la Econometría (3ª ed.). Pearson. http://tinyurl.com/5dw9vbs2
  • Takens, F. (1981). Detecting strange attractors in turbulence. In D. Rand, & L. S. Young (Eds.). Lecture Notes in Mathematics (pp. 366-381). http://tinyurl.com/4a42d3wa
  • Tsionas, M., & Panayotis M. (2017, September 15). Neglected chaos in international stock markets: Bayesian analysis of the joint return–volatility dynamical system. Physica A: Statistical Mechanics and its Applications, 482, 95-107. https://doi.org/gbpvpb
  • Velásquez, H., & Restrepo, J. H. (2012). Análisis del índice general de la bolsa de valores de Colombia y sus rendimientos desde la teoría del caos, 2001-2011. Semestre económico, 15(31), 79-98. https://doi.org/mb4q
  • Wei, U. (2021). Lyapunov Stability theory for Nonlinear Nabla Fractional Order Systems. IEEE Transactions on Circuits and Systems II: Express Briefs, 68(10), 3246-3250. http://tinyurl.com/4n37r52j
  • Wolf, A., Swift, J., Swinney, H., & Vastano, J. (1985, July). Determining Lyapunov exponents from a time series. Physica D: Nonlinear Phenomena, 16(3), 285-317. https://doi.org/c4swqs
  • Wooldridge, J. (2009). Introducción a la econometría un enfoque moderno (4ª ed.). Cengage Learning. https://t.ly/Xr5R-