Este trabajo se centra en datos funcionales que presentan dependencia espacial. La autocorrelación espacial de los rendimientos de bolsa de 71 bolsas de valores de 69 países fue investigada utilizando la estadística funcional de Moran"s I, el análisis de componentes principales clásico (PCA) y el análisis de componentes principales espaciales areales funcionales (FASPCA). Este trabajo se centra en el período en el que ocurrió la caída del mercado global en 2015-2016 y demostró la existencia de autocorrelación espacial entre las bolsas de valores estudiadas. Los datos de rendimiento de la bolsa fueron convertidos en datos funcionales antes de realizar el PCA clásico y FASPCA. Los resultados de la prueba de Monte Carlo de las estadísticas de Moran"s I funcionales muestran que la caída del mercado global en 2015-2016 tuvo un gran impacto en la autocorrelación espacial de las bolsas de valores. Los componentes principales de FASPCA muestran autocorrelación espacial positiva en las bolsas de valores. Se formaron grupos regionales antes, durante y después del período de caída del mercado global en 2015-2016. Este trabajo exploró la existencia de autocorrelación espacial positiva en las bolsas de valores globales y mostró que FASPCA es una herramienta útil para explorar la dependencia espacial en datos espaciales complejos.