Combinatoria Algebraica en el Análisis de Datos Financieros: Modelando las Calificaciones Crediticias Soberanas para Grecia y el Índice General de la Bolsa de Atenas
Autores: Angelidis, Georgios; Margaris, Vasilios
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Combinatoria Algebraica en el Análisis de Datos Financieros: Modelando las Calificaciones Crediticias Soberanas para Grecia y el Índice General de la Bolsa de Atenas
Categoría
Matemáticas
Subcategoría
Matemáticas aplicadas
Palabras clave
Relación
Transiciones de calificación crediticia soberana
Rendimiento del mercado de acciones
Grecia
Anuncios de calificación crediticia
Respuestas del mercado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 15
Citaciones: Sin citaciones
Este estudio investiga la relación entre las transiciones de calificaciones crediticias soberanas y el rendimiento del mercado de acciones doméstico, centrándose en Grecia desde 2004 hasta 2024. Aunque las calificaciones crediticias son centrales para la evaluación del riesgo soberano, su influencia inmediata en los mercados financieros sigue siendo objeto de debate. Esta investigación adopta un marco analítico de múltiples métodos que combina combinatoria algebraica y econometría de series temporales. La metodología incorpora la construcción de un gráfico de transición de calificaciones crediticias dirigido, la representación de conjuntos parcialmente ordenados de jerarquías de calificación, análisis de correlación de ventana móvil, pruebas de causalidad de Granger, evaluación de estudios de eventos y la formulación de una matriz de recompensas con optimización de caminos de calificación óptimos. Los resultados empíricos indican que los anuncios de calificaciones crediticias en Grecia ejercen solo efectos modestos a corto plazo en el Índice General de la Bolsa de Valores de Atenas, lo que implica que los mercados a menudo anticipan estos cambios. En contraste, las trayectorias de degradación secuencial provocan respuestas del mercado más pronunciadas y persistentes. El enfoque de matriz de recompensas y optimización de caminos revela un comportamiento estructurado de los inversores que es sensible al patrón acumulativo de cambios en las calificaciones. Estos hallazgos ofrecen una interpretación más matizada de cómo se procesa y se valora el riesgo crediticio soberano en entornos transparentes y fiscalmente disciplinados. Al unir estructuras algebraicas basadas en redes y ciencia de datos económicos, el estudio contribuye con una metodología novedosa para entender las señales financieras sistémicas dentro de los sistemas de crédito soberano.
Descripción
Este estudio investiga la relación entre las transiciones de calificaciones crediticias soberanas y el rendimiento del mercado de acciones doméstico, centrándose en Grecia desde 2004 hasta 2024. Aunque las calificaciones crediticias son centrales para la evaluación del riesgo soberano, su influencia inmediata en los mercados financieros sigue siendo objeto de debate. Esta investigación adopta un marco analítico de múltiples métodos que combina combinatoria algebraica y econometría de series temporales. La metodología incorpora la construcción de un gráfico de transición de calificaciones crediticias dirigido, la representación de conjuntos parcialmente ordenados de jerarquías de calificación, análisis de correlación de ventana móvil, pruebas de causalidad de Granger, evaluación de estudios de eventos y la formulación de una matriz de recompensas con optimización de caminos de calificación óptimos. Los resultados empíricos indican que los anuncios de calificaciones crediticias en Grecia ejercen solo efectos modestos a corto plazo en el Índice General de la Bolsa de Valores de Atenas, lo que implica que los mercados a menudo anticipan estos cambios. En contraste, las trayectorias de degradación secuencial provocan respuestas del mercado más pronunciadas y persistentes. El enfoque de matriz de recompensas y optimización de caminos revela un comportamiento estructurado de los inversores que es sensible al patrón acumulativo de cambios en las calificaciones. Estos hallazgos ofrecen una interpretación más matizada de cómo se procesa y se valora el riesgo crediticio soberano en entornos transparentes y fiscalmente disciplinados. Al unir estructuras algebraicas basadas en redes y ciencia de datos económicos, el estudio contribuye con una metodología novedosa para entender las señales financieras sistémicas dentro de los sistemas de crédito soberano.