Determinación de procesos estocásticos mediante el coeficiente de Husrt para commodities en el mercado internacional

• Genjis Alberto Ossa Gonzalez ^[1] ; Miriam Rojas Domínguez ^[1]
  1. [1] Universidad Popular del Cesar

     Universidad Popular del Cesar

     Colombia

     
• Localización: Revista de métodos cuantitativos para la economía y la empresa, ISSN-e 1886-516X, Vol. 38, 2024, págs. 1-21
• Idioma: español
• Títulos paralelos:
  • Determination ps Stochastic processes bymeans of the Husrt Coefficient for the projection of the commodities in the international market
• Enlaces
  • Texto completo
• Resumen
  • español

    En este estudio, se investigó la potencial relación entre los valores de las materias primas durante el periodo de 2019 a 2023, utilizando el coeficiente de Hurst como una métrica estadística. Los resultados señalaron que, en términos generales, los registros de precios exhibieron una persistencia con un coeficiente de 0,63, pero también revelaron cierto grado de aleatoriedad. En consecuencia, se empleó un proceso estocástico de tipo browniano geométrico junto con simulación de Montecarlo para anticipar los precios en un horizonte de un año en el mercado bursátil y, de esta manera, identificar las fluctuaciones impredecibles de cada conjunto de datos. En líneas generales, los resultados de la simulación demostraron una tendencia media estable a pesar de la naturaleza aleatoria del proceso, con notables incrementos en los precios del petróleo brent, el cobre del Reino Unido y los Estados Unidos, así como en el acero en barra. Por otro lado, los precios del acero HRC permanecieron constantes, mientras se anticipó una disminución significativa en los precios del gas natural en comparación con sus valores históricos promedio.

  • English

    In this study, the potential relationship between commodity values during the period from 2019 to 2023 was investigated, using the Hurst coefficient as a statistical metric. Theresults indicated that, generally speaking, the price records exhibited persistence with a coefficient of 0.63, but also revealed a certain degree of randomness. Consequently, a geometric Brownian stochastic process along with Monte Carlo simulation was used to anticipate prices over a one-year horizon in the stock market and, in this way, identify unpredictable fluctuations in each data set. Overall, the simulation results demonstrated a stable average trend despite the random nature of the process, with notable increases in the prices of Brent oil, UK and US copper, and bar steel.On the other hand, HRC steel prices remained constant, while a significant decrease in natural gas prices was anticipated compared to their average historical values