Análisis de Burbujas Comunes en Mercados Financieros Mediante Modelos VAR Mixtos Causal-No Causal con Distribuciones de Cola Pesada

• Quirola Quizhpi, Gabriela Cecilia ^[1] ; Inca Balseca, Cristian Luis ^[1]
  1. [1] Escuela Superior Politécnica de Chimborazo (ESPOCH)
• Localización: ASCE MAGAZINE, ISSN-e 3073-1178, Vol. 4, Nº. 3, 2025 (Ejemplar dedicado a: Edición Frecuencia de Julio/Septiembre), págs. 643-684
• Idioma: español
• Títulos paralelos:
  • Analysis of Common Bubbles in Financial MarketsUsing Mixed Causal-Noncausal VAR Modelswith Heavy-Tailed Distributions
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este artículo explora el fenómeno de las burbujas financieras comunes en mercados heterogéneos —como acciones, criptomonedas y materias primas— mediante el uso de modelos avanzados de Autorregresión Vectorial (VAR) mixtos causal–no causal con distribuciones de cola pesada. Dicho enfoque permite captar no solo las relaciones de causalidad tradicional entre activos, sino también dependencias complejas y explosivas que suelen emerger en contextos de exuberancia especulativa. La investigación parte de la evidencia de que los modelos lineales convencionales a menudo fallan en identificar episodios de burbuja, sobre todo debido a la presencia frecuente de eventos extremos en las series financieras. Por ello, se emplean distribuciones t de Student y metodologías de cambio de régimen, lo que facilita un análisis robusto de la dinámica local y la simultaneidad de burbujas entre activos. Los resultados demuestran que las burbujas pueden surgir de manera coordinada, revelando patrones de contagio e interdependencia que son críticos para la gestión de riesgos y la formulación de políticas financieras. El estudio concluye que los modelos VAR mixtos, al integrar elementos causales y no causales bajo el supuesto de colas pesadas, representan una mejora significativa tanto para la comprensión teórica como para la vigilancia práctica de la estabilidad financiera.

  • English

    This article explores the phenomenon of common financial bubbles in heterogeneous markets—such as equities, cryptocurrencies, and commodities—using advanced mixed causal-noncausal Vector Autoregression (VAR) models with heavy-tailed distributions. This approach captures not only traditional causal relationships between assets, but also complex and explosive dependencies that often emerge in contexts of speculative exuberance. The research is based on evidence that conventional linear models often fail to identify bubble episodes, primarily due to the frequent presence of extreme events in financial series. Therefore, Student's t-distributions and regime-switching methodologies are employed, which facilitate a robust analysis of local dynamics and the simultaneity of bubbles across assets. The results demonstrate that bubbles can emerge in a coordinated manner, revealing patterns of contagion and interdependence that are critical for risk management and financial policymaking. The study concludes that mixed VAR models, by integrating causal and non-causal elements under the assumption of heavy tails, represent a significant improvement for both the theoretical understanding and practical monitoring of financial stability.