Métodos no lineales en series económicas y/o financieras

Abstract

La modelación de las series de tiempo aplicadas a las finanzas y la economía es un campo de estudio joven, pero que ha evolucionado mucho en pocos años. Hasta hace unas pocas décadas, los profesionales de la economía y las finanzas no se interesaban en la estructura interna de las series, sino en

intentar medir las relaciones entre variables dentro de los modelos econo- métricos, con la guía de los enfoques teóricos de la economía y las finanzas.

Cuando los economistas y analistas de series financieras tomaron con- ciencia de que las series de tiempo que empleaban podían tener tendencias

subyacentes, supusieron que la información contenida en ellas era estacio- naria alrededor de una tendencia determinística. También suponían que los

datos se distribuían normalmente y que podían ser modelados en forma lineal. Sin embargo, en las últimas tres décadas se ha acumulado una evidencia enorme en el sentido de que las tendencias subyacentes a las series contienen información muy relevante, que rara vez es consistente con los supuestos señalados. Por lo tanto, ahora representa un enfoque muy limitado asumir que se tienen series de datos temporales bien comportadas en términos estadísticos. Si bien en un inicio gran parte de la atención en las series económicas y financieras se enfocó en la determinación de la posible estacionariedad

de los datos, recientemente se ha mostrado un gran interés por caracteri- zar las dinámicas no lineales subyacentes a la información contenida en

este tipo de series. Las aplicaciones hechas a los datos financieros tienen la enorme ventaja de poder usar grandes cantidades de información rara vez disponibles para las variables económicas, y esto representa un beneficio analítico que ha permitido probar la robustez de muchos de los modelos desarrollados para el análisis de series temporales.