Record Details

The Complexity of Latin-American Stock Market using a Behavioral Cellular Automaton Model

Revista Apuntes del CENES

View Archive Info
 
 
Field Value
 
Title The Complexity of Latin-American Stock Market using a Behavioral Cellular Automaton Model
La complejidad del mercado bursátil latinoamericano a partir de un modelo autómata celular conductual
 
Creator Talero Sarmiento, Leonardo Hernán
Duarte Duarte, Juan Benjamín
Garcés Carreño, Laura Daniela
 
Subject —
behavioral finance, underlying principles, computational techniques, simulation modeling.
Teoría Económica
finanzas conductuales, principios subyacentes, técnicas computacionales, modelado y simulación.
 
Description The aim of this research is to evaluate the complexity level of Latin-American stock market using a cellular automaton model. For this purpose six indexes are studied: COLCAP, IPSA, MERVAL, MEXBOL, SPBLPGPT and IBOV respectively, during the period 2004 and 2016. The series are analyzed from their statistical behavior, adjustment of returns and estimation of its complexity. The last one is contrasted with the complexity level obtained simulating an artificial stock market model. Concluding that although Latin-American stock markets present differences they have similar tendencies and their complexity level cannot be predicted by a purely behavioral cellular automaton model.
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.
 
Publisher Universidad Pedagógica y Tecnológica de Colombia
 
Contributor —
Universidad Industrial de Santander, Alejandra Barbosa Calderón
 
Date 2017-06-20
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
 
Format text/html
application/pdf
 
Identifier http://revistas.uptc.edu.co/revistas/index.php/cenes/article/view/5421
10.19053/01203053.v36.n64.2017.5421
 
Source Apuntes del CENES; Vol. 36, Núm. 64 (2017); 199-223
APUNTES DEL CENES; Vol. 36, Núm. 64 (2017); 199-223
2256-5779
0120-3053
 
Language spa
 
Relation http://revistas.uptc.edu.co/revistas/index.php/cenes/article/view/5421/5413
http://revistas.uptc.edu.co/revistas/index.php/cenes/article/view/5421/5669
/*ref*/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
/*ref*/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
/*ref*/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
/*ref*/Bartolozzi, M. & Thomas, A. W. (2005). Stochastic Cellular Automata Model for Stock Market Dynamics. Physical Review, 73, 1–17.
/*ref*/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
/*ref*/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
/*ref*/Duarte, J. B. & Mascareñas, J. M. (2014a). ¿ Han sido los mercados bursátiles eficientes informacionalmente? Apuntes del Cenes, 33(57), 117–146.
/*ref*/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
/*ref*/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
/*ref*/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
/*ref*/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
/*ref*/Lo, A. W. (2005). Reconciling Efficient Markets with Behavioral Finance: The Adaptive Markets Hypothesis. Journal of Investment Consulting, 920(617).
/*ref*/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
/*ref*/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.
/*ref*/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
/*ref*/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
/*ref*/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/PhysRevE.75.046116
/*ref*/Shiller, R. J. (2003). From Efficient Markets Theory to Behavioral Finance. Journal of Economi Perspectives, 17(1055), 83–104.
/*ref*/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.
/*ref*/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
/*ref*/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
/*ref*/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
/*ref*/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
/*ref*/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
 
Rights Copyright (c) 2017 APUNTES DEL CENES
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es