Aleajacta escribió: ...En un sentido [los precios de TVPY y de TVPP] son interdependientes (hay arbitraje), por lo que eventualmente [son] dependientes de las mismas variables.
Pero si uno no es dependiente del otro, ¿sabés qué/cuál error estaría incluyendo en lo que quiero como puntos de referencia de la curva de indiferencia?
Enrique Cido escribió: A, esto que decis me parece para destacar. Entiendo que en economia una regresion lineal requiere jerarquizar las variables en una explicativa y una explicada, pero matematicamente se puede definir la recta de regresion en abstracto sin recurrir a esto. Tengo unos puntos dispersos en el plano y construyo la recta que mejor ajusta bajo algun criterio de optimalidad.
Incluso hay ejemplos en la practica donde hay correlacion y no causalidad (o que una variable explique la otra).
Se me ocurre este de meteorologia: medimos el nivel de lluvias en dos regiones A y B (bien alejadas entre si) en iguales periodos, y encontramos que los datos encajan muy bien en una recta, casi perfectamente. No es de esperar que las lluvias de la region A causen las de la region B o viceversa, y sin embargo la correlacion es altisima. El motivo, a mi entender, es que ambas regiones pueden tener características geograficas y climaticas similares (latitud, distancia al mar, nivel de humedad, etc) y de ahi la semejanza en los datos. Como decis vos, son fenomenos interdependientes, las causas que subyacen pueden ser las mismas para ambos y de ahi puede que surja la correlacion, sin que uno explique u origine al otro.
En resumen: se puede tirar una recta de regresion entre precios sin necesidad de recurrir a que una depende de la otra.
Yo había leído lo mismo: aplicar una recta de regresión lineal a una serie de pares de datos exige que una serie sea dependiente de la otra. En mate o en econ. Pero no encontré en qué error incurro si no sé si hay dependencia.
Y hay muchos ejemplos donde no se distingue claramente la causalidad que Pablo exige. Con las curvas de oferta y demanda ¿cuál es la variable independiente: los precios o las cantidades? Simplemente funciona.
Con lo de los gráficos volatilidad y correlación cada 20 rb, no entendí si la volatilidad era promedio de los dos cupones. Probé series correlación; variación de precios (cada distinto número de ruedas, con delay, con medias móviles, etc) y no encontré nada contundente.
Desde 2007, hubo varias veces que las correlaciones bajaban abruptamente a cero. Muchas veces, los precios bajaban luego; muchas veces no pasaba nada.
Con respecto a que las correlaciones aumentan a la baja, encontré que subierón con estas alzas:
muestra __ soy py ___ soy pp ___ soy sp ___ py sp ___ pp sp ___ py pp
1.000 rb ____ 0,20 ______ 0,11 ______ 0,03 ______ 0,75 ____ 0,75 ____ 0,95
500 rb _____ 0,65 ______ 0,72 ______ 0,47 _____ 0,86 ____ 0,78 ____ 0,98
260 rb _____ 0,96 ______ 0,97 ______ 0,84 ______ 0,76 ____ 0,77 ____1,00
130 rb _____ 0,97 ______ 0,98 ______ 0,97 ______ 0,98 ____ 0,98____ 0,99
donde...
py es precio de cierre de tvpy en BCBA
pp es ídem de tvpp
soy es precio de soybean en Chicago
sp es valor del S&P500 adjusted close
Y donde "rb" son ruedas bursátiles (con actividad en bcba), y se lee "Las últimas ... ruedas bursátiles".
Las correlaciones son cada vez más altas y están "al palo". O el mundo inversor está condenado al éxito financiero o todo esta "overweighted".
De todos modos se ve bien que la correlación TVPP;TVPY y la correlación entre TVPY y S&P500 siempre son altas.