Clustering a Sample of Major and Emerging Economies in Function of their Economic Policy Uncertainty: K-means, Agglomerative Hierarchical Clustering and Density-Based Spatial Clustering with Noise
DOI:
https://doi.org/10.18381/eq.v22i1.7355Palabras clave:
Incertidumbre de la política económica, análisis de agrupamiento, K-means, DBSCAN, agrupación jerárquica aglomerativaResumen
Objetivo: Este estudio lleva a cabo la identificación de patrones en una muestra de 16 economías desarrolladas y emergentes en función de la incertidumbre de su política económica. Metodología: Este artículo para el procedimiento de agrupación aplica K-Medias, agrupación jerárquica por aglomerados (AHC) y agrupación espacial basada en densidad con ruido (DBSCAN). Datos: Esta investigación utiliza el Índice de Incertidumbre de Política Económica (EPU) calculado mensualmente por la Agencia EPU para varios países. En particular, se examinan los índices EPU para una muestra de 16 países en cinco períodos de crisis entre 2008 y 2024; la muestra se eligió en función de la disponibilidad de datos. Resultados: Las crisis globales han creado distintos grupos de países que trascienden las agrupaciones económicas tradicionales basadas en el nivel de desarrollo o en la ubicación geográfica. Cabe destacar que en la pandemia de COVID-19 se generó una homogeneidad global sin precedente de EPU entre países. De manera constante, surgen grupos de alta incertidumbre, que a menudo comprenden grandes economías directamente afectadas por las crisis. Limitaciones: Puede haber posibles sesgos en el componente de las noticias en periódicos de los índices EPU. Originalidad: Hasta donde saben los autores, no se han aplicado múltiples técnicas de agrupamiento para varios períodos de crisis anteriormente. Conclusión: Las crisis globales pueden igualar la incertidumbre política, desafiando las nociones convencionales de resiliencia económica. Los hallazgos empíricos enfatizan la importancia de considerar la EPU en un contexto global para un mejor diseño de la política económica.Descargas
Citas
Antonakakis, N., Gabauer, D., Gupta, R., & Plakandaras, V. (2018). Dynamic connectedness of uncertainty across developed economies: A time-varying approach. Economics Letters, 166: 63-75. DOI: 10.1016/j.econlet.2018.02.011
Azqueta-Gavaldon, A., Hirschbühl, D., Onorante, L., & Saiz, L. (2020). Economic policy uncertainty in the euro area: An unsupervised machine learning approach. Frankfurt: European Central Bank. DOI: 10.2139/ssrn.3516756.
Baker, S.R., Bloom, N., & Davis, S.J. (2016). Measuring economic policy uncertainty. Quarterly Journal of Economics, 131(4): 1593-1636. DOI: 10.1093/qje/qjw024
Baker, S.R., Bloom, N., Davis, S.J., & Kost, K.J. (2019). Policy news and stock market volatility. NBER Working Papers (w25720). DOI: 10.3386/w25720
Balcilar, M., Gupta, R., Kyei, C., & Wohar, M.E. (2016). Does economic policy uncertainty predict exchange rate returns and volatility?Evidence from a nonparametric causality-in-quantiles test. Open Economies Review, 27: 229-250. DOI: 10.1007/s11079-016-9388-x
Berger, T., & Uddin, G.S. (2016). On the dynamic dependence between equity markets, commodity futures and economic uncertainty indexes. Energy Economics, 56: 374-383. DOI: 10.1016/j.eneco.2016.03.024
Born, B., Breuer, S., & Elstner, S. (2018). Uncertainty and the great recession. Oxford Bulletin of Economics and Statistics, 80.(5): 951-971. DOI: 10.1111/obes.12229
Brogaard, J., & Detzel, A. (2015). The asset-pricing implications of government economic policy uncertainty. Management science, 61(1): 3-18. DOI: 10.1287/mnsc.2014.2044
Caggiano, G., Castelnuovo, E., & Figueres, J.M. (2020). Economic policy uncertainty spillovers in booms and busts. Oxford Bulletin of Economics and Statistics, 82(1): 125-155. DOI: 10.1111/obes.12323
Davis, S.J. (2016). An index of global economic policy uncertainty. NBER Working Papers, (w22740). DOI: 10.3386/w22740
Ercolani, V., & Natoli, F. (2020). Forecasting US recessions: the role of economic uncertainty. Economics letters, 193: (109302). DOI: 10.1016/j.econlet.2020.109302
Ester, M., Kriegel, H.P., Sander, J. and Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the 2nd ACM International Conference on Knowledge Discovery and Data Mining (KDD). 226-231.
Gabauer, D., & Gupta, R. (2018). On the transmission mechanism of country-specific and international economic uncertainty spillovers: Evidence from a TVP-VAR approach. Economics Letters, 171: 63-71. DOI: 10.1016/j.econlet.2018.02.033
Gulen, H., & Ion, M. (2016). Policy uncertainty and corporate investment. Review of Financial Studies, 29(3): 523-564. DOI: 10.1093/rfs/hhv050
Handley, K., & Limão, N. (2017). Policy uncertainty, trade, and welfare: Theory and evidence for China and the United States. American Economic Review, 107(9): 2731-2783. DOI: 10.1257/aer.20141419
Hartigan, J.A., & Wong, M.A. (1979). Algorithm AS 136: A k-means clustering algorithm. Journal of the Royal Statistical Society. Series C (Applied Statistics), 28(1): 100-108. DOI: 10.2307/2346830
Hoque, M. E., & Zaidi, M.A.S. (2019). The impacts of global economic policy uncertainty on stock market returns in regime switching environment: Evidence from sectoral perspectives. International Journal of Finance & Economics, 24(2): 991-1016. DOI: 10.1002/ijfe.1702
Kang, W., Lee, K., & Ratti, R.A. (2014). Economic policy uncertainty and firm-level investment. Journal of Macroeconomics, 39 Part A: 42-53. DOI: 10.1016/j.jmacro.2013.10.006
Kaveh-Yazdy, F., & Zarifzadeh, S. (2021). Measuring economic policy uncertainty using an unsupervised word embedding-based method. arXiv preprint (arXiv:2105.04631). DOI: 10.48550/arXiv.2105.04631
Klößner, S., & Sekkel, R. (2014). International spillovers of policy uncertainty. Economics Letters, 124(3): 508-512. DOI: 10.1016/j.econlet.2014.07.015
Li, X. M., Zhang, B., & Gao, R. (2015). Economic policy uncertainty shocks and stock–bond correlations: Evidence from the US market. Economics Letters, 132: 91-96. DOI: 10.1016/j.econlet.2015.04.013
Liow, K. H., Liao, W. C., & Huang, Y. (2018). Dynamics of international spillovers and interaction: Evidence from financial market stress and economic policy uncertainty. Economic Modelling, 68: 96-116. DOI: 10.1016/j.econmod.2017.06.012
Liu, Y., Zhang, Z. (2022). How does economic policy uncertainty affect CO2 emissions? A regional analysis in China. Environmental Science and Pollution Research, 29: 4276–4290. DOI: 10.1007/s11356-021-15936-6
MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability (v. 4, pp. 281-297). Los Angeles: University of California Press.
Marfatia, H., Zhao, W. L., & Ji, Q. (2020). Uncovering the global network of economic policy uncertainty. Research in International Business and Finance, 53: 101223. DOI: 10.1016/j.ribaf.2020.101223
Martínez-García, E. (2021). Get the lowdown: The international side of the fall in the US natural rate of interest. Economic Modelling, 100: 105486. DOI: 10.1016/j.econmod.2021.03.005
Murtagh, F., & Contreras, P. (2012). Algorithms for hierarchical clustering: an overview. Wiley Inter-disciplinary Reviews: Data Mining and Knowledge Discovery, 2(1): 86-97. DOI: 10.1002/widm.53
Phan, D.H., Sharma, S.S., & Tran, V.T. (2021). Economic policy uncertainty and the cross-section of stock returns: Evidence from China. Journal of International Money and Finance, 116: 102366. DOI: 10.1016/j.jimonfin.2021.102366
Rousseeuw, P.J. (1987). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of computational and applied mathematics, 20: 53-65. DOI: 10.1016/0377-0427(87)90125-7
Schubert, E., Sander, J., Ester, M., Kriegel, H. P., & Xu, X. (2017). DBSCAN revisited, revisited: why and how you should (still) use DBSCAN. ACM Transactions on Database Systems (TODS), 42(3): 1-21. DOI: 10.1145/3068335
Shapiro, A. H., Sudhof, M., & Wilson, D. J. (2020). Measuring news sentiment. Journal of Econometrics, 228(2): 221-243. DOI: 10.1016/j.jeconom.2020.07.053
Tam, P.S. (2018). Global trade flows and economic policy uncertainty. Applied Economics, 50(34-35): 3718-3734. DOI: 10.1080/00036846.2018.1436151
Wang, Q., & Sun, X. (2017). Crude oil price: Demand, supply, economic activity, economic policy uncertainty and wars–From the perspective of structural equation modelling (SEM). Energy, 133: 483-490. DOI: 10.1016/j.energy.2017.05.147
Ward, J.H. (1963). Hierarchical grouping to optimize an objective function. Journal of the American statistical association, 58(301): 236-244. DOI: 10.1080/01621459.1963.10500845
Xu, W., Rao, W., Wei, L., & Wang, Q. (2023). A normalized global economic policy uncertainty index from unsupervised machine learning. Mathematics, 11(15): 3268. DOI: 10.3390/math11153268
Yono, K., Sakaji, H., Matsushima, H., Shimada, T., & Izumi, K. (2020). Construction of macroeconomic uncertainty indices for financial market analysis using a supervised topic model. Journal of Risk and Financial Management, 13(4): 79. DOI: 10.3390/jrfm13040079
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Francisco Venegas Martínez, Ana Lorena Jiménez-Preciado
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El contenido publicado en EconoQuantum se encuentra bajo una Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
