COMPORTAMIENTO NO LINEAL EN SERIES DE PRODUCTOS PRIMARIOS

En este artículo se emplea la prueba de Hinich para detectar ventanas de no lineali-dad sobre las series de rendimientos diarios de los productos primarios cobre, oro, paladio, petróleo Brent, plata, platino y petróleo WTI. Además, se utiliza la teoría de wavelets para estudiar la escala o las escal...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Christian Espinosa Méndez, Juan Gorigoitía Gallardo, Carlos Maquieira Villanueva
Formato: article
Lenguaje:ES
Publicado: Fondo de Cultura Económica 2013
Materias:
Acceso en línea:https://doaj.org/article/2b5424da29ac43ba8b5cfb358f41df7d
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Descripción
Sumario:En este artículo se emplea la prueba de Hinich para detectar ventanas de no lineali-dad sobre las series de rendimientos diarios de los productos primarios cobre, oro, paladio, petróleo Brent, plata, platino y petróleo WTI. Además, se utiliza la teoría de wavelets para estudiar la escala o las escalas temporales en que se produce o acumula el proceso de no linealidad.En cuanto a la prueba de Hinich los resultados obtenidos son compatibles con los encontrados en investigaciones anteriores, lo que confirma el fenómeno de com-portamiento no lineal en series de activos financieros. Sin embargo, al descompo-ner la serie completa usando wavelets se encontró evidencia que existen periodos de no linealidad que se producen con anterioridad a la ventana no lineal detectada por la prueba de Hinich. Además, encontramos pruebas de que después de una ventana no lineal el fenómeno de no linealidad no se disipa por completo sino que sigue en ventanas del próximo periodo a escalas distintas de tiempo. Los resultados indican que no se pueden construir modelos lineales predictivos de precios, con lo ual podría hacer aconsejable gestionar el riesgo financiero, tanto para empresas pertenecientes al sector privado como aquellas en manos del Estado, de una manera distinta.