Please use this identifier to cite or link to this item: http://repositorio.uptc.edu.co/handle/001/2051
Title: La complejidad del mercado bursátil latinoamericano a partir de un modelo autómata celular conductual
Other Titles: The Complexity of Latin-American Stock Market using a Behavioral Cellular Automaton Model
Complexidade do mercado de ações da America Latina através de um modelo autômato celular comportamental
Authors: Talero Sarmiento, Leonardo Hernán
Duarte Duarte, Juan Benjamín
Garcés Carreño, Laura Daniela
Keywords: Mercado bursátil
Mercadeo - Investigaciones
Política económica
Mercado de valores - América Latina - 2004-2016
Autómatas celulares - Investigación de mercados
Finanzas conductuales
Principios subyacentes
Técnicas computacionales
Modelado y simulación
Issue Date: 1-Jul-2017
Publisher: Universidad Pedagógica y Tecnológica de Colombia
Citation: Talero Sarmiento, L. H., Duarte Duarte, J. B. & Garcés Carreño, L. D. (2017). La complejidad del mercado bursátil latinoamericano a partir de un modelo autómata celular conductual. Revista Apuntes del CENES. 36(64), 199-223. DOI: https://doi.org/10.19053/01203053.v36.n64.2017.5421. http://repositorio.uptc.edu.co/handle/001/2051
Abstract: La presente investigación busca evaluar el nivel de complejidad del mercado latinoamericano, mediante la construcción de un modelo autómata celular. Para ello se estudian seis índices bursátiles: COLCAP, IPSA, MERVAL, MEXBOL, SPBLPGPT e IBOV, en el periodo 2004-2016. Estas series son analizadas a partir de su comportamiento estadístico, el ajuste de retornos y la estimación de su grado de complejidad. Este último es contrastado posteriormente con el nivel de complejidad obtenido mediante la simulación de un mercado bursátil artificial, y se concluye que los mercados latinoamericanos, a pesar de presentar diferencias, suelen tener tendencias similares, ya que su grado de complejidad no puede ser pronosticado por un modelo autómata celular conductual basado netamente en la imitación.
Description: Páginas 199-223.
metadata.dcterms.bibliographicCitation: Atman, A. P. F. & Gonçalves, B. A. (2012). Influence of the Investor’s Behavior on the Complexity of the Stock Market. Brazilian Journal of Physics, 42(1–2), 137–145. https://doi.org/10.1007/s13538-011-0057-7
Aysen, M. (2015). Argentina y su desarrollo posterior a la crisis financiera. Problemas del Desarrollo, 46(180), 151–174. Recuperado de http://doi. org/10.1016/S0301-7036(15)72123-1
Bakker, L., Hare, W., Khosravi, H. & Ramadanovic, B. (2010). A Social Network Model of Investment Behaviour in the Stock Market. Physica A: Statistical Mechanics and its Applications, 389(6), 1223–1229. Retrieved from http:// doi.org/10.1016/j.physa.2009.11.013
Bartolozzi, M. & Thomas, A. W. (2005). Stochastic Cellular Automata Model for Stock Market Dynamics. Physical Review, 73, 1–17.
Blasco de Las Heras, N. & Santamaría, R. (1994). Memoria a largo plazo en el mercado de valores español: una aproximación a través del análisis R/S. Investigaciones Económicas, 28(3), 571–583. Recuperado de http://ftp. fundacionsepi.es/investigacion/revistas/paperArchive/Sep1994/v18i3a9. pdf
Duarte, J. B., Garcés, L. D. & Sierra, K. J. (2016). Efecto manada en sectores económicos de las bolsas latinoamericanas: una visión pre y poscrisis subprime. Contaduría y Administración, 61(2), 298–323. Recuperado de http:// doi.org/10.1016/j.cya.2015.12.002
Duarte, J. B. & Mascareñas, J. M. (2014a). ¿ Han sido los mercados bursátiles eficientes informacionalmente? Apuntes del Cenes, 33(57), 117–146.
Duarte, J. B. & Mascareñas, J. M. (2014b). Comprobación de la eficiencia débil en los principales mercados financieros latinoamericanos. Estudios Gerenciales, 30(133), 365–375. Recuperado de http://doi.org/10.1016/j.estger. 2014.05.005
Fama, E. (1970, May). Efficient Captial Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2). Retrieved from http://doi. org/10.1111/j.1540-6261.1970.tb00518.x
Fan, Y., Ying, S.-J., Wang, B.-H. & Wei, Y.-M. (2009). The Effect of Investor Psychology on the Complexity of Stock Market: An Analysis Based on Cellular Automaton Model. Computers & Industrial Engineering, 56(1), 63–69. Retrieved from http://doi.org/10.1016/j.cie.2008.03.015
Lo, A.W. (1991). Long-Term Memory in Stock Market Prices. Econometrica, 59(5), 1279. Retrieved from http://www.jstor.org/stable/2938368?origin= crossref
Lo, A. W. (2005). Reconciling Efficient Markets with Behavioral Finance: The Adaptive Markets Hypothesis. Journal of Investment Consulting, 920(617).
Malkiel, B. G. & Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383–417. Retrieved from http://doi.org/10.1111/j.1540-6261.1970.tb00518.x
Mandelbrot, B. (1972). Statistical Methodology for Nonperiodic Cycles: From the Covariance to R/S Analysis. Annals of Economic and Social Measurement, 1(3), 259–290.
Miranda, R. (2014). Comercio y política: Argentina entre las potencias y las no potencias. Latinoamérica, Revista de Estudios Latinoamericanos, 59, 41– 67. Recuperado de http://doi.org/10.1016/S1665-8574(14)71725-9
Mozafari, M. & Alizadeh, R. (2013). A Cellular Learning Automata Model of Investment Behavior in the Stock Market. Neurocomputing, 122, 470–479. Retrieved from http://doi.org/10.1016/j.neucom.2013.06.002
Qiu, G., Kandhai, D. & Sloot, P. M. A. (2007). Understanding the Complex Dynamics of Stock Markets Through Cellular Automata. Physical Review, 75(4), 46116–11. Retrieved from http://doi.org/10.1103/Phys- RevE.75.046116
Shiller, R. J. (2003). From Efficient Markets Theory to Behavioral Finance. Journal of Economi Perspectives, 17(1055), 83–104.
Sierra, G. (2007). Procesos de Hurst y movimiento browniano fraccional en mercados fractales: Valuación y aplicaciones a los derivados y Finanzas. Monterrey: Instituto Tecnológico de Estudios Superiores de Monterrey.
Stefan, F. M. & Atman, A. P. F. (2015). Is there Any Connection Between the Network Morphology and the Fluctuations of the Stock Market Index? Physica A: Statistical Mechanics and its Applications, 419, 630–641. Retrieved from http://doi.org/10.1016/j.physa.2014.10.026
Villegas, P. H. L. (2016). Latinoamérica ante las transformaciones del orden monetario y financiero mundial. Economía Informa, 396, 67–83. Recuperado de http://doi.org/10.1016/j.ecin.2016.01.004
Wei, Y., Ying, S., Fan, Y. & Wang, B.-H. (2003). The Cellular Automaton Model of Investment Behavior in the Stock Market. Physica A: Statistical Mechanics and its Applications, 325(3), 507–516. Retrieved from http://doi. org/10.1016/S0378-4371(03)00144-4
Ying, S. & Fan, Y. (2014). Complexity in the Chinese Stock Market and its Relationships with Monetary Policy Intensity. Physica A, 394, 338–345. Retrieved from http://doi.org/10.1016/j.physa.2013.09.047
Zhou, T., Zhou, P.-L., Wang, B.-H., Tang, Z.-N. & Liu, J. (2004). Modeling Stock Market Based on Genetic Cellular Automata. Science And Technology, 18, 2697–2702. Retrieved from http://doi.org/10.1142/S0217979204025932
URI: https://repositorio.uptc.edu.co/handle/001/2051
ISSN: 0120-3053
2256-5779 En línea
Appears in Collections:Apuntes del CENES

Files in This Item:
File Description SizeFormat 
PPS-672.pdfArchivo principal2.03 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons