¿Existe una burbuja en la deuda corporativa China? Estimación de un Modelo Oculto de Markov

Abstract

The present document determine the existence of multiple bubbles in China's corporate debt, through the estimation of a Bayesian Hidden Markov Model, using Hamiltonian Markov Chains and Non-U-Turn Sampler (NUTS) algorithm. This is novel, since up to now there are no empirical studies that analyze China's corporate debt, nor bubbles in the credit market using Hidden Markov Models. This methodology is highly pertinent in the context of credit booms, since it allows modeling the explosive behavior of a bubble considering the non-linearity of the dynamics of China's corporate debt. In addition, Bayesian algorithms allows to date stamp and estimate the bubbles simultaneously, and also effectively address the problems associated with the low frequency of the data.

El presente trabajo de grado busca establecer si existe o no una burbuja en la deuda corporativa de China, mediante la estimación bayesiana de un Modelo Oculto de Markov, utilizando el algoritmo de Cadenas de Markov Hamiltonianas (HMC) y Non U Turn Sampler (NUTS). Lo anterior es novedoso, pues hasta el momento no se conocen estudios empíricos que analicen la deuda corporativa de China, y tampoco se conocen trabajos que analicen burbujas en el mercado de crédito mediante Modelos Ocultos de Markov o sus similares. La anterior metodología es altamente pertinente, pues permite estudiar el comportamiento explosivo de una burbuja contemplando la no linealidad del proceso que dilucida la dinámica de la deuda corporativa de China. Además, la detección de burbujas en deuda mediante algoritmos bayesianos permite abordar efectivamente los problemas que conlleva la baja frecuencia de la serie e identificar las fechas exactas en las que ocurre la burbuja.