Determinación de procesos estocásticos mediante el coeficiente de Husrt para commodities en el mercado internacional
DOI:
https://doi.org/10.46661/rev.metodoscuant.econ.empresa.8541Palabras clave:
Estocasticidad, Browniano geométrico, Coeficiente de Hurst, CommoditiesResumen
En este estudio, se investigó la potencial relación entre los valores de las materias primas durante el periodo de 2019 a 2023, utilizando el coeficiente de Hurst como una métrica estadística. Los resultados señalaron que, en términos generales, los registros de precios exhibieron una persistencia con un coeficiente de 0,63, pero también revelaron cierto grado de aleatoriedad. En consecuencia, se empleó un proceso estocástico de tipo browniano geométrico junto con simulación de Montecarlo para anticipar los precios en un horizonte de un año en el mercado bursátil y, de esta manera, identificar las fluctuaciones impredecibles de cada conjunto de datos. En líneas generales, los resultados de la simulación demostraron una tendencia media estable a pesar de la naturaleza aleatoria del proceso, con notables incrementos en los precios del petróleo brent, el cobre del Reino Unido y los Estados Unidos, así como en el acero en barra. Por otro lado, los precios del acero HRC permanecieron constantes, mientras se anticipó una disminución significativa en los precios del gas natural en comparación con sus valores históricos promedio.
Descargas
Citas
Acuña, C., y Álvarez, A. (2017). Dependencia serial de largo plazo en el índice bursátil chileno, a través del coeficiente de Hurst y Hurst ajustado. Journal of Economics, Finance and Administrative Science, 22(42), 37-50.
https://doi.org/10.1108/JEFAS-02-2017-0047 DOI: https://doi.org/10.1108/JEFAS-02-2017-0047
Aguilar, R. R. (2014). El coeficiente de Hurst y el parámetro α-estable para el análisis de series financieras aplicación al mercado cambiario mexicano. Contaduría y administración, 59(1), 149-173.
https://doi.org/10.1016/S0186-1042(14)71247-1 DOI: https://doi.org/10.1016/S0186-1042(14)71247-1
Argus. (2023). Metals: ARGUS China HRC steel price assessment. https://www.argusmedia.com/es/methodology/key-prices/argus-china-hrc-steel-price
Chamoli, A., Bansal, A. R., y Dimri, V. P. (2007). Wavelet and rescaled range approach for the Hurst coefficient for short and long time series. Computers y Geosciences, 33(1), 83-93. https://doi.org/10.1016/j.cageo.2006.05.008 DOI: https://doi.org/10.1016/j.cageo.2006.05.008
Chaves, H. M. L., y Lorena, D. R. (2019). Assessing reservoir reliability using classical and long-memory statistics. Journal of Hydrology: Regional Studies, 26, 100 - 641. https://doi.org/10.1016/j.ejrh.2019.100641 DOI: https://doi.org/10.1016/j.ejrh.2019.100641
Cadenas, E., Campos‐Amezcua, R., Rivera, W., Espinosa‐Medina, M. A., Méndez‐Gordillo, A. R., Rangel, E., y Tena, J. (2019). Wind speed variability study based on the Hurst coefficient and fractal dimensional analysis. Energy Science & Engineering, 7(2), 361-378. https://doi.org/10.1002/ese3.277 DOI: https://doi.org/10.1002/ese3.277
Cannon, M. J., Percival, D. B., Caccia, D. C., Raymond, G. M., y Bassingthwaighte, J. B. (1997). Evaluating scaled windowed variance methods for estimating the Hurst coefficient of time series. Physica A: Statistical Mechanics and its Applications, 241(3), 606-626. https://doi.org/10.1016/S0378-4371(97)00252-5 DOI: https://doi.org/10.1016/S0378-4371(97)00252-5
Delgado, O. Y., y Delgado, J. R. (2011). Estimación del exponente de Hurst y la dimensión fractal de una superficie topográfica a través de la extracción de perfiles. UD y la Geomática, (5), 84-91. https://doi.org/10.14483/23448407.3648
Doob, J. L. (1942). What is a stochastic process? The American Mathematical Monthly, 49(10), 648-653. https://doi.org/10.1080/00029890.1942.11991300 DOI: https://doi.org/10.1080/00029890.1942.11991300
Duarte, J., Sierra, K., Pérez-Iñigo, M., y Manuel, J. (2014). Evaluación de la memoria de largo plazo del mercado bursátil colombiano mediante el coeficiente de Hurst. Revista Internacional Administración y Finanzas, 7(4), 1-10.
Equinor (2018). Energy Perspectives. Equinor. https://www.equinor.com/news/archive/07jun2018-energy-perspectives
Gaviria, D. (2019). Introducción al Movimiento Browniano para Finanzas. Derivados Financieros y Finanzas Internacionales. Medellín, Colombia. Instituto Tecnológico Metropolitano 1-29
Global, S. P. (2022). The Future of Copper: Will the Looming Supply Gap Short-Circuit the Energy Transition? New York.
Hall, P., Härdle, W., Kleinow, T., y Schmidt, P. (2000). Semiparametric bootstrap approach to hypothesis tests and confidence intervals for the Hurst coefficient. Statistical inference for stochastic processes, 3, 263-276. https://doi.org/10.1023/A:1009921413616 DOI: https://doi.org/10.1023/A:1009921413616
International Energy Agency [IEA] (2018), World Energy Outlook 2018, IEA, Paris: International Energy Agency.
International Energy Agency [IEA] (2021). Analysis and Forecast to 2026. Paris: International Energy Agency.
Lloyd, J., McBridge, J., y Wang, S. (2022). Oil and Gas Assets at Risk. The Breakthrough Institute. https://thebreakthrough.org/articles/oil-and-gas-assets-at-risk-impacts-of-declining-fossil-production-in-climate-scenarios-in-the-us
Luengas, D., Ardila Romero, E., y Moreno Trujillo, J. F. (2010). Metodología e interpretación del coeficiente de Hurst. ODEON (Bogotá), 5, 265-290.
Luong, P. V., y Sopranzetti, B. (2022). Commodity markets intervention: Consequences of speculation, and informed trading. Journal of Commodity Markets, 26, 100192.
https://doi.org/10.1016/j.jcomm.2021.100192 DOI: https://doi.org/10.1016/j.jcomm.2021.100192
Mandelbrot, B. B., y Wallis, J. R. (1968). Noah, Joseph, and operational hydrology. Water Resources Research, 4(5), 909-918.
https://doi.org/10.1029/WR004i005p00909 DOI: https://doi.org/10.1029/WR004i005p00909
McCauley, J. L., Gunaratne, G. H., y Bassler, K. E. (2007). Hurst exponents, Markov processes, and fractional Brownian motion. Physica A: Statistical Mechanics and its Applications, 379(1), 1-9. https://doi.org/10.1016/j.physa.2006.12.028 DOI: https://doi.org/10.1016/j.physa.2006.12.028
Millán, G. (2021). On the Hurst exponent, Markov processes, and fractional Brownian motion. arXiv,1-3.
https://doi.org/10.31219/osf.io/rqcpb DOI: https://doi.org/10.31219/osf.io/rqcpb
Mobil, E. (2019). Outlook for energy: A perspective to 2040. Exxon Mobil: Irving, TX, USA.
Newell, R., Raimi, D., y Aldana, G. (2019). Global energy outlook 2019: the next generation of energy. Resources for the Future, 1, 8-19.
Nieh, C. C., Yau, H. Y., Hung, K., Ou, H. K., y Hung, S. M. (2013). Cointegration and causal relationships among steel prices of Mainland China, Taiwan, and USA in the presence of multiple structural changes. Empirical Economics, 44, 545-561. https://doi.org/10.1007/s00181-012-0556-6 DOI: https://doi.org/10.1007/s00181-012-0556-6
Patiño, M. A. M., Garzón, M. J. A., y Lozano, J. B. C. (2021). Relevancia del patrón de persistencia de Hurst en la gestión de portafolios de renta variable. Revista de Métodos Cuantitativos para la Economía y la Empresa, 32, 66-82.
https://doi.org/10.46661/revmetodoscuanteconempresa.4122 DOI: https://doi.org/10.46661/revmetodoscuanteconempresa.4122
Postali, F. A., y Picchetti, P. (2006). Geometric Brownian motion and structural breaks in oil prices: a quantitative analysis. Energy Economics, 28(4), 506-522. https://doi.org/10.1016/j.eneco.2006.02.011 DOI: https://doi.org/10.1016/j.eneco.2006.02.011
Raimi, D., Campbell, E., Newell, R. G., Prest, B., Villanueva, S., y Wingenroth, J. (2022). Global Energy Outlook 2022: Turning Points and Tension in the Energy Transition. Resources for the Future Report, Washington, DC, 1-47.
Rendón de la Torre, S., (2013). Memoria de largo plazo en el índice S&P500: un enfoque fractal aplicando el coeficiente de Hurst con el método R/S (rango escalado). Ciencia Económica, 2(2), 35-61
https://doi.org/10.22201/fe.24484962e.2013.v2n2.a3 DOI: https://doi.org/10.22201/fe.24484962e.2013.v2n2.a3
Ryo Eto, E. (2020). Economic and Energy Outlook of Japan for FY2021. IEEE Japan, 1-7.
Shell, S. (2018). Meeting the Goals of the Paris Agreement.
Sierra, G. (2007). Procesos Hurst y movimiento browniano fraccional en mercados fractales. (Trabajo de grado). Instituto Tecnológico de Monterrey, México.
US Energy Information Administration [EIA] (2021). International Energy Outlook 2021. https://www.eia.gov/outlooks/ieo/tables_side_xls.php
Yang, X. (2020). Introduction to stochastic calculus and its applications. SSRN 3607647.
https://doi.org/10.2139/ssrn.3607647 DOI: https://doi.org/10.2139/ssrn.3607647
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Genjis Alberto Ossa Gonzalez, Miriam Rojas Domínguez
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
El envío de un manuscrito a la Revista supone que el trabajo no ha sido publicado anteriormente (excepto en la forma de un abstract o como parte de una tesis), que no está bajo consideración para su publicación en ninguna otra revista o editorial y que, en caso de aceptación, los autores están conforme con la transferencia automática del copyright a la Revista para su publicación y difusión. Los autores retendrán los derechos de autor para usar y compartir su artículo con un uso personal, institucional o con fines docentes; igualmente retiene los derechos de patente, de marca registrada (en caso de que sean aplicables) o derechos morales de autor (incluyendo los datos de investigación).
Los artículos publicados en la Revista están sujetos a la licencia Creative Commons CC-BY-SA de tipo Reconocimiento-CompartirIgual. Se permite el uso comercial de la obra, reconociendo su autoría, y de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.
Hasta el volumen 21 se ha estado empleando la versión de licencia CC-BY-SA 3.0 ES y se ha comenzado a usar la versión CC-BY-SA 4.0 desde el volumen 22.
