Beruflich Dokumente
Kultur Dokumente
Guillermo J. Ortega**
Introduccin
La econofsica es un campo de investigacin interdisciplinario que aplica mtodos, herramientas e ideas pro-
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
ICE
109
GUILLERMO J. ORTEGA
1
Enero 2008, nmero 32, Special issue on applications of statistical
physics in economics and finance.
110
ICE
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
2
Para los interesados en el tema, recomendamos revisar los trabajos
del grupo de investigacin de Victor Yakovenko, publicados en la
Encyclopedia of Complexity and System Science y el nmero 32
monogrfico en el tema de Journal of Economic Dynamics and Control.
3
Los pases y los acrnimos de los mismos figuran en el Anexo A.
GRFICO 1
TASA DE CRECIMIENTO DEL TIPO DE CAMBIO REAL (rRER),
MARZO 1992-DICIEMBRE 2002
FIN
ITA
U_K
TUR
SPA
TAI
MAL
SIN
MEX
SPA
TUR
BRA
ARG
AUS
DEN
GRE
CHI
SPA
POR
NOR
SWI
IRE
FIN
ITA
SWE
PHI
SIN
U_K
PER
COL
TUR
ECU
INDI
THA
INDO
BRA
VEN
KOR
MEX
MAL
ARG
0
50
100
NOTAS: Las lneas verticales marcan la fecha de las crisis cambiarias durante el perodo de anlisis. Los pases estn ordenados crecientemente segn su valor
de entropa. Los acrnimos de los pases se muestran en el Anexo A.
FUENTE: Elaboracin propia.
importantes por la cantidad de pases que se vieron afectados, especialmente relevantes son las crisis del sistema monetario europeo a principios de los aos noventa y
la crisis asitica que se inici en el verano de 1997.
El trabajo se organiza por niveles de complejidad comenzando por el nivel ms simple de dinmicas aisladas hasta tener en cuenta las interacciones no lineales
existentes entre los distintos pases. As, el siguiente
apartado indaga en la relacin entre la volatilidad y la
incertidumbre en la dinmica de los tipos de cambio
reales, y la intensidad que las propias crisis cambiarias
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
ICE
111
Var ( x ) = 2 =
( xi x )2
i =1
H [ P ( x )] = H ( x ) =
Nintervals
i =1
pi log 2 pi
GRFICO 2
ENTROPA Y VARIANZA EN LOS 28 PASES ANALIZADOS
Entropa
4
3
2
1
Varianza
0,15
0,10
AR
G
M
AL
TH
A
M
EX
KO
R
IN
D
O
BR
A
VE
N
PE
R
IN
D
EC I
U
TU
R
C
O
L
SI
N
PH
I
U
_K
SW
E
IT
A
IR
E
FI
N
C
H
G I
R
E
PO
R
SW
D I
EN
SP
A
N
O
R
AU
S
0,05
Pas
NOTAS: Los pases estn ordenados segn su valor creciente de entropa. Los acrnimos de los pases se muestran en el Anexo A. En el orden entrpico se han
calculado las barras de error siguiendo a Roulson (1999).
FUENTE: Elaboracin propia.
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
ICE
113
GUILLERMO J. ORTEGA
114
ICE
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
La presencia de una elevada correlacin entre los activos de los mercados financieros a travs del tiempo,
especialmente las acciones, es una caracterstica de
estos mercados que se ha puesto de relevancia desde
largo tiempo atrs (Markowitz, 1959 y Elton y Gruber,
1971; entre otros).
El estudio de las matrices de correlacin ha puesto de
manifiesto que el acoplamiento de dos acciones pertenecientes al mismo sector, en el perodo de un da de
mercado, puede arrojar un coeficiente de correlacin
tan elevado como el 0,7 (Bonanno et al., 2001). En el
campo de la econofsica se han producido muchos trabajos que analizan la matriz de correlaciones y la informacin que de ella se puede extraer, con el objetivo,
evidente, de mejorar la prediccin y modelizacin y, con
ello, la seleccin de carteras de valores ms eficientes.
Los grupos de acciones e ndices y los perodos de anlisis, y, su frecuencia, han sido muy variados. El sesgo,
sin embargo, ha ido hacia los mercados de valores con
frecuencias diarias, o menores, en sus perodos de
anlisis con el objetivo claro de disponer de un nmero
muy elevado de datos.
Una rama de estos trabajos ha introducido recientemente un mtodo de agrupamiento que permite analizar
la topologa y taxonoma dentro del grupo de activos financieros analizados. Este mtodo usa el algoritmo de
agrupacin de asociacin al vecino ms cercano (nearest neighbor single linkage clustering algorithm) (Mardia et al., 1979), basado en la distancia ultramtrica, y
permite obtener una agrupacin jerrquica de los elementos de anlisis sin introducir artificialmente parmetros de cluster o umbrales externos. En este sentido, de
la matriz de correlaciones de los activos financieros utilizados se obtiene una jerarqua entre sus componentes,
as como distintos grupos en su dinmica de acopla-
7
Recordemos que estamos utilizando el tipo de cambio real, lo que
incluye, en parte, el ciclo econmico.
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
ICE
115
GUILLERMO J. ORTEGA
GRFICO 3
COEFICIENTE DE CORRELACIN LINEAL. RBOL DE EXPANSIN MNIMA (MST) Y RBOL
JERRQUICO (HT), MARZO 1992-DICIEMBRE 2002
distancia
0,4
0,6
0,8
1,0
1,2
116
ICE
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
Un tercer nivel de anlisis de los mercados financieros se basa en la discusin entre el diferente comportamiento estadstico de los activos financieros, de nuevo
especialmente las acciones de los mercados de valores,
en perodos normales y en perodos de alta volatilidad. Estos perodos de alta volatilidad han supuesto crisis importantes en los sistemas financieros mundiales
en la ltima dcada y media.
Uno de los debates econmicos, sin resolver en la actualidad, se deriva de la pregunta de si los vnculos entre los mercados financieros (o entre activos de un mismo mercado) cambian su mecanismo de transmisin de
forma abrupta en los episodios de alta volatilidad, produciendo lo que se ha venido a llamar contagio8, o bien la
extensin de las turbulencias se transmite debido a la
(creciente) interdependencia de los mercados (Rigobon,
2003). Este debate tiene implicaciones importantes, tanto para el manejo y posibles soluciones de las crisis,
como para la seleccin de carteras de valores, para la
creacin de sistemas de alarma temprana para anticipar
9
Una forma posible para analizar esta cuestin es eliminar del
perodo temporal analizado los momentos de alta volatilidad, pero esto
nos lleva a problemas de series cortas, seleccin de dichos perodos, y,
en general, el problema de largos perodos de estabilidad y cortas
etapas de volatilidad (ARESTIS et al., 2005).
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
ICE
117
GUILLERMO J. ORTEGA
10
En el Anexo C, presentamos la formalizacin matemtica de la
Sincronizacin Fase (SF).
118
ICE
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
nmicas siguen siendo los mismos, lo que viene a mostrar que la expansin de las crisis cambiarias durante
los aos noventa se ha debido a la interdependencia en
los mercados y no a efectos puros de contagio, al
menos en lo que se refiere a los tipos de cambio reales.
5.
Algunas conclusiones
GRFICO 4
CORRELACIN NO LINEAL, SINCRONIZACIN DE FASE. RBOL DE EXPANSIN MNIMA
(MST) Y RBOL JERRQUICO (HT), MARZO 1992-DICIEMBRE 2002
distancia
0,4
0,6
0,8
1,0
1,2
NOTA: Los acrnimos de los pases se muestran en el Anexo A. Los crculos grises muestran los pases ms conectados de cada regin.
FUENTE: Elaboracin propia.
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
ICE
119
GUILLERMO J. ORTEGA
muestra de esta interdependencia, al menos en los mercados de tipo de cambio, influenciados de alguna manera
por el ciclo econmico al ser reales.
Desde un punto de vista metodolgico, la metodologa de agrupamientos puede ser aplicada al campo de
la economa regional para los anlisis de convergencia
regional, tanto en aspectos de crecimiento econmico
como, por ejemplo, en dinmicas de precios, en dinmicas tecnolgicas, etctera. En la economa del desarrollo y el crecimiento econmico pueden ser interesantes,
para analizar los vnculos de largo plazo entre, los PIB y
las dinmicas regionales de los mismos, o bien los posibles bloques regionales en aspectos de comercio mundial, etctera.
Asimismo, la metodologa de agrupamiento presentada es una herramienta til para delimitar muestras en distintos anlisis. En la medida que la topologa muestra una
dinmica claramente diferente entre pases y regiones
puede suceder que los anlisis multipas muestren resultados que queden tapados por estas diferencias.
Por ltimo, sealar que estas herramientas pueden
ser complementarias de otras ms tradicionalmente
usadas por los economistas. La entropa y la varianza
pueden usarse conjuntamente como medidas alternativas; los mtodos de agrupamientos ultramtricos pueden complementar a los mtodos tradicionales de cluster, as como complementarse y compararse con la
cointegracin.
Referencias bibliogrficas
[1] ANDERSON, P. W.; ARROW, K. J. y PINES, D. (eds.)
(1988): The Economy as an Evolving Complex System, ADDISON-WESLEY, Redwood City.
[2] AOKI, M. (1995): New Approaches to Macroeconomic
Modeling: Evolutionary Stochastic Dynamics, Multiple Equilibria and Externalities as Field Effects, Cambridge, University
Press.
[3] ARESTIS, P.; CAPORALE, G. M.; CIPOLLINI, A. y
SPAGNOLO, N. (2005): Testing for Financial Contagion Between Developed and Emerging Markets During the 1997 East
Asian Crisis, International Journal of Finance & Economics,
10 (4), pginas 359-367.
120
ICE
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
TRIBUNA DE ECONOMA
Marzo-Abril 2010. N. 853
ICE
121
Nwin
( x i (k ) - x i )( x j (k ) - x j )
k =1
ri , j =
Nwin
Nwin
k =1
k =1
( x i (k ) - x i )2 ( x j (k ) - x j )2
d (i , j ) = i ,i + j , j 2i , j = 2(1 i , j )
zi (t ) = xi (t ) + ix i (t ) = Ai (t )e i i ( t )
x i (t ) =
x (t )
1
v .p.
dt
t t
i (t ) = arctan
i , j = i (t ) j (t ) = arctan
Rij =
1
Ndat
x i (t )
xi (t )
x i (t )x j (t ) xi (t )x j (t )
x i (t )x j (t ) + xi (t )x j (t )
Ndat
ei ( k )
ij
k =1