Análisis del comportamiento bursátil de las principales bolsas financieras en el mundo usando el análisis multivariado (análisis de componentes principales PCA) para el periodo de 2011 a 2014

  • Christian Arturo Quiroga-Juárez Universidad Politécnica del Bicentenario
  • Aglaé Villalobos-Escobedo Universidad de Guanajuato
Palabras clave: PCA, Análisis Multivariado, Análisis financiero bursátil, Análisis técnico financiero.

Resumen

El objetivo de esta investigación es analizar el comportamiento bursátil de 27 bolsas financieras en el mundo, mediante el análisis de componentes principales PCA (por sus siglas en inglés). Esta técnica permite agrupar las variables correlacionadas entre sí separándolas de las que no, obteniendo un nuevo espacio reducido en donde se espera la formación de grupos de bolsas financieras con similitudes en su comportamiento bursátil, facilitando su análisis e interpretación.

La metodología para abordar esta investigación es del tipo correlacional, ya que se analiza la relación entre más de dos variables, en particular el comportamiento bursátil de las bolsas financieras que cotizan en Wall Street. La recolección de datos fue tomada de la página oficial de Wall Street, correspondiente al cierre (Acciones negociadas) de 27 bolsas financieras de manera diaria, durante un periodo de cuatro años (2011 a 2014). La base de datos se almacena en el software Excel para su normalización, con el fin de disminuir su variación natural; posteriormente, se aplica el Análisis de Componentes Principales -PCA- en la plataforma Matlab, obteniendo los componentes principales, de donde se tomaran los tres primeros componentes, para determinar la formación de grupos y se mostrarán en un gráfico de dispersión.

En los resultados obtenidos, se destacan el comportamiento particular de las bolsas de valores de Singapur, cuyo mercado de valores ha ido a la baja, y Argentina que ha ido a la alza; ambas bolsas se encuentran muy alejadas de los conjuntos contenedores correspondientes a mercados financieros de otros países.

Biografía del autor/a

Christian Arturo Quiroga-Juárez, Universidad Politécnica del Bicentenario
Maestro en Administración. Universidad Politécnica del Bicentenario, Guanajuato.
Aglaé Villalobos-Escobedo, Universidad de Guanajuato
Maestra en Administración. Universidad de Guanajuato. Guanajuato.

Referencias Bibliográficas

Afanador, C. A. y Espinoza, C. D. (2013). PCA: una nueva técnica de investigación de operaciones (Tesis de licenciatura no publicada). Lagos de Moreno, Jalisco, México: Universidad de Guadalajara.

Bouchaud, J. P. y Potters, M. (2003). Theory of financial risk and derivate pricing: from statiscal physics to risk management, Cambridge, Inglaterra: Cambridge University Press.

Cuadras, M. (2014). Nuevos métodos de análisis multivariante. Barcelona, España: CMC Editions.

Diaz, J. G.; Vermunt, J. K. y Ramos, S. (2015). Clustering financial time series: new insights from an extended hidden Markov model. European Journal of Operational Research. 104(3), 382-399.

Elton, E.; Gruber, M.; Brown, S. y Goetzmann, W. (2009). Modern portfolio theory and investment analysis, United States of America: Hamilton printing Company.

Engle, R. (2002). Dynamic condicional correlation: a simple class of multivariate generalized autoregressive condicional heterocedasticity models. Journal of Bussines and Economic Statistics, 20(339-350).

García, A. (2007). Sistema financiero mexicano mercado de derivados. Boca del Río, México.

Hernández, O. (1998). Temas de análisis estadístico multivariado. Costa Rica: Comisión editorial de la Universidad de Costa Rica.

Lind, D.; Wathen, S. y Marchal, W. (2012). Estadística aplicada a los negocios y la economía. México: Mc Graw Hill.

Mantegna, R. N. y Stanley, H. E. (2000). An introduction to econophysics Correlations and Complexity in Finance. Cambridge, Inglaterra: Cambridge University Press.

Martínez-Espinoza, J. C.; González-Solis, J. L.; Frausto-Reyes, C.; Miranda-Beltrán, M. L.; Soria-Fregoso, C.; Medina-Valtierra, J. y Sánchez-Gómez, R. (2008). Raman Spectroscopy: A new Proposal for the Detection of Leukimia Using Blood Samples. AIP Proceedings, 1032,(252).

Mellado, C. y Escobari, D. (2014). Virtual Integration of Financial Markets. A Dynamic Correlation of the Latin American Integrated Market. MPRA, 5(55).

Nica, E. A, (2011). Analysis of alocation of financial resources mangement in health systems in OECD member countries using cluster analysis. Metalurgia International, 16(12), 91-95.

Pena, J. A., Sánchez, J. M. (2007). Disparidades económicas intrarregionales a escala municipal. Evidencia empírica para el caso Gallego. Revista de Estudios Regionales, 81, 15-43.

Pla, L., (1986). Análisis multivariado: método de componentes principales. Washington, DC: Secretaría General de la Organización de los Estados Americanos.

Quiroga, C. A. y Limon, M. U. (2011). Estudio de la correlación entre las diferentes bolsas financieras en el mundo, usando el análisis multivariado (PCA y LDA) (tesis de licenciatura). Lagos de Moreno, Jalisco, México: Universidad de Guadalajara.

Restrepo, M.; Posada, S. y Noguera, R. (2012). Aplication of the principal-component analysis in the evaluation of three grass varieties. Revista Colombiana de Ciencias Pecuarias, (25), 258-266.

Rueda, A. (2005). Para entender la bolsa: financiamiento e inversión en el mercado de valores, México DF, México: Thomson.

Smith, L. F. (1997). Un principiante en Wall Street: Manual para el inversionista no experimentado. México DF, México: SICCO.

Tatham, R.; Anderson, R. y Black, B. (2006). Multivariate Data Analysis, United States of America: Pearson Education.

Unceta, K.; Gutiérrez-Goiria, J. y Goitisolo, L. (2014). Evidencias e interrogantes sobre desarrollo, financiación externa y AOD: un análisis de componentes principales. Revista de Economía Mundial, (36), 153-178.

Cómo citar
Quiroga-Juárez, C. A., & Villalobos-Escobedo, A. (2015). Análisis del comportamiento bursátil de las principales bolsas financieras en el mundo usando el análisis multivariado (análisis de componentes principales PCA) para el periodo de 2011 a 2014. Revista CEA, 1(2), 25-36. https://doi.org/10.22430/24223182.122

Descargas

La descarga de datos todavía no está disponible.
Publicado
2015-07-30
Sección
Artículos

Más sobre este tema