Aplicación de los gráficos de recurrencia al análisis de la dinámica de series temporales económicas

  1. Lucía Inglada Pérez 1
  2. Pablo Coto Millán 2
  3. Pedro Casares Hontañón 2
  4. Vicente Inglada López de Sabando 1
  1. 1 Universidad Nacional de Educación a Distancia
    info

    Universidad Nacional de Educación a Distancia

    Madrid, España

    ROR https://ror.org/02msb5n36

  2. 2 Universidad de Cantabria
    info

    Universidad de Cantabria

    Santander, España

    ROR https://ror.org/046ffzj20

Revista:
Anales de ASEPUMA

ISSN: 2171-892X

Año de publicación: 2020

Número: 28

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Anales de ASEPUMA

Resumen

Desde su aparición hace ya más de tres décadas, los gráficos de recurrencia (GRs) se han consolidado como una potente herramienta de análisis de datos. Se trata de un método gráfico que contribuye a revelar la existencia de patrones recurrentes en series temporales y que se caracteriza porque es fácil de instrumentar y exige requisitos mínimos. Su utilización se extiende al contraste de la existencia de un comportamiento no lineal, así como en el estudio de la dinámica caótica en una serie de datos. Aunque inicialmente su empleo como herramienta de análisis estuvo vinculado estrechamente a la Física y Biología, posteriormente los GRs han sido empleados en otras disciplinas científicas, incluyendo a la economía y las finanzas. El objetivo de esta investigación consiste en el estudio de las aplicaciones de los GRs en el ámbito de la economía. Para ello se lleva a cabo una revisión de literatura internacional de los trabajos más relevantes que han empleado dicha herramienta en el análisis de series temporales económicas. Finalmente se exponen los resultados obtenidos en la aplicación de dicho método para detectar el tipo de comportamiento dinámico existente en la serie temporal del mercado bursátil español.

Referencias bibliográficas

  • Addo, P.M, Bilio, M. y Guegan, D. (2013). “Nonlinear Dynamics and Recurrence Plots for Detecting Financial Crisis”. The North American Journal of Economics and Finance, 26, pp. 416-435.
  • AdrangiI, B., Chatrath, A. y Raffiee, K. (2001). “The demand for US air transport services: A chaos and nonlinearity investigation”. Transportation Research Part E-logistics and Transportation Review, 37, pp. 337-353.
  • Barkoulas, J. T., Chakraborty, A. y Ouandlous, A. (2012). “A metric and topological analysis of determinism in the crude oil spot market”. Energy Economics, 34, pp. 584–591.
  • Barnett, W. A., Gallant, A. R., Hinich, M. J., Jungeilges, J. A., Kaplan D. T. y Jensen, M. J. (1997). “A single-blind controlled competition among tests for nonlinearity and chaos”. Journal of Econometrics, 82, pp. 157–192.
  • Bastos, J.A. y CaiadoJ. (2011). “Recurrence quantification analysis of global stock markets”. Physica A, 390, pp. 1315-1325.
  • Belaire-Franch, J. y Contreras, D. (2002). “Recurrence plots in nonlinear time series analysis: Free software”. Journal of Statistical Software, 7(9), pp. 1-18.
  • Belaire-Franch, J., COontreras, D. y Tordera-LLedo. L. (2002). “Assessing nonlinear structures in real exchange rates using recurrence plot strategies”. Physica D, 171, pp. 249–264.
  • Bollerslev, T. (1986). “Generalized autoregressive conditional heteroskedasticity”. Journal of Econometrics, 31, pp. 307-327.
  • Brock, W. A. y Potter, S. (1993). “Nonlinear Time Series and Macroeconomics”. En Handbook of Statistics, Ed, Maddala, G. S., Rao, C. R. y Vinod, H. D., Vol. II, pp. 195–229. Amsterdam: North Holland.
  • Brock, W. A., Scheinkman, J. A., Dechert, W. D. y Lebaron, B. (1996). “A test for independence based on the correlation dimension”. Econometric Reviews, 15 (3), pp. 197-235. Chen. W. S. (2011). “Use of recurrence plot and recurrence quantification analysis in Taiwan unemployment rate time series”. Physica A, 390, pp. 1332–1342.
  • Dimitriev D., Saperova E. V., Dimitriev A, y Karpenko Y. (2020). “Recurrence Quantification Analysis of Heart Rate During Mental Arithmetic Stress in Young Females”. Frontiers in Physiology. 11:40.
  • Eckmann, J.P., Kamphorst, A.O. y Ruelle, D. (1987). “Recurrence plots of dynamical systems”. Europhysics Letters, 5, pp. 973–977.
  • Fama, E.F. (1970). “Efficient Capital Markets: A Review of Theory and Empirical Work”. Journal of Finance, 25 (2), pp. 383-417. • FANG, H., LAI, K. S. y LAI, M. (1994). “Fractal structure in currency futures price dynamics”. The Journal of Futures Markets, 14, pp. 169 –181.
  • Fraser, A. M. y Swinny, H. L. (1986). “Independent coordinates for strange attractors from mutual information”. Physical Review A, 33 (2), 1134. Gilmore, C. G. (2001). “An examination of nonlinear dependence in exchange rates, using recent methods from chaos theory”. Global Finance Journal, 12 (1), pp. 139–151. Aplicación de los gráficos de recurrencia al análisis de la dinámica de series temporales económicas XXVIII Jornadas ASEPUMA – XVI Encuentro Internacional Anales de ASEPUMA nº 28: A303 23
  • Holyst, J. A., Zebrowska, M., y Urbanowicz, K. (2001). “Observations of deterministic chaos in financial time series by recurrence plots, can one control chaotic economy?” The European Physical Journal B, 20(4), pp. 531–535.
  • Inglada Pérez, L. (2015). “Evaluación de la no linealidad y del comportamiento caótico en el transporte marítimo”. Revista de Evaluación de Programas y Políticas Públicas/Journal of Public Programs and Policy Evaluation (REPPP), (4), pp. 40-58.
  • Inglada Pérez, L. (2016). “Uncovering nonlinear dynamics in air transport demand”. International Journal of Transport Economics, 43 (1-2), pp. 33-66.
  • Inglada-Pérez, L.; Coto-Millán, P.; Casares, P.; Inglada López de Sabando, V. XXVIII Jornadas ASEPUMA – XVI Encuentro Internacional Anales de ASEPUMA nº 28: A303 22
  • Kennel, M.B., Brown, R. y Abarbanel, H.D.I. (1992). “Determining embedding dimension for phase-space reconstruction using a geometrical construction”. Physical Review A, 45(6), pp. 3403–3411.
  • Marwan. N, Romano. M.C., Thiel. M. y Kurths, J. (2007). “Recurrence plots for the analysis of complex systems”. Physics Reports, 438, pp. 237–329. Nelson, D. B. (1991). “Conditional heteroskedasticity in asset returns: A new approach”. Econometrica, 59 (2), pp. 347-370.
  • Takens, F. (1981). “Detecting strange attractors in turbulence”, in: D. Rand, L. Young (Eds.), Dynamical Systems and Turbulence, Springer, Berlin, pp. 366–381.
  • Yao, C. Z. y LIN, Q. W. (2017). “Recurrence plots analysis of the CNY exchange markets based on phase space reconstruction”. The North American Journal of Economics and Finance, 42 (5), pp. 84–596.
  • Zbilut J.P. y Webber, C. L (1992). “Embeddings and delays as derived from quantification of recurrence plots”. Physics Letters A, 171, pp. 199–203
Fuente de los datos: Dialnet