Estimadores rotacionalmente invariantes en la optimización de cartera para revelar el estado de los mercados financieros

Ponente(s): Andrés García Medina, Rodrigo Macías Páez
Los estimadores rotacionalmente invariantes (RIE) son una nueva familia de estimadores de matrices de covarianza basados en la teoría de matrices aleatorias y la probabilidad libre. La familia RIE ha sido propuesta en la literatura para mejorar el rendimiento de una cartera de inversión en el marco del modelo de Markowitz. Aquí aplicamos técnicas RIE de última generación para mejorar la estimación de estados financieros a través de la matriz de correlación. Para ello se empleó el Clustering Sintetizado (SYNCLUS) y un algoritmo de programación dinámica para un clustering unidimensional óptimo. Encontramos que las estimaciones RIE del riesgo mínimo de la cartera aumentan el almacenamiento activo de información (AIS) en los mercados americano y europeo. Además, la dinámica local de AIS imita el comportamiento de los estados financieros al estimar bajo el algoritmo de agrupamiento unidimensional. Nuestros resultados sugieren que en tiempos de turbulencia financiera las estimaciones de RIE pueden ser de gran utilidad para minimizar la exposición al riesgo.