La eficiencia del mercado de permisos de emisión de gases de efecto invernadero

Abstract

Este Trabajo de Fin de Grado se enmarca dentro del estudio de la eficiencia débil de los mercados financieros desde una perspectiva metodológica avanzada. En particular, se exploran y aplican herramientas basadas en geometría fractal y multifractal que permiten captar patrones no lineales, memoria de largo plazo y estructuras jerárquicas que no son detectables mediante las técnicas estadísticas tradicionales.

El enfoque metodológico del trabajo combina, en primer lugar, un bloque de herramientas clásicas —como los tests de estacionariedad (ADF, KPSS), funciones de autocorrelación (ACF, PACF) y el Runs Test— con, en segundo lugar, un conjunto de técnicas no convencionales centradas en el análisis de la persistencia (exponente de Hurst) y en la caracterización multifractal de series temporales mediante el algoritmo MF-DFA (Multifractal Detrended Fluctuation Analysis).

Como ejemplo de aplicación empírica, se analiza la serie de precios diarios de los contratos de futuros del Sistema Europeo de Comercio de Emisiones (EU ETS) entre 2017 y 2024. La elección de este activo responde a su creciente relevancia en los mercados financieros y a su naturaleza potencialmente compleja y no eficiente. Además, se incorporan pruebas de control como la aleatorización de la serie (shuffling) y la simulación de ruido gaussiano fraccional (fGn), que permiten evaluar la autenticidad de la multifractalidad detectada.

Los resultados obtenidos apuntan a la existencia de estructuras persistentes y multifractales en los retornos del mercado analizado, lo cual sugiere una posible vulneración de la hipótesis de eficiencia débil y refuerza la necesidad de enfoques metodológicos más ricos para el estudio de la dinámica de los precios financieros.

This Bachelor's Thesis focuses on the analysis of weak-form market efficiency from an advanced methodological perspective. Specifically, it explores and applies tools based on fractal and multifractal geometry, which are capable of detecting nonlinear patterns, long-term memory, and hierarchical structures that traditional statistical techniques fail to identify.

The methodological approach combines, first, a set of classical tools—such as stationarity tests (ADF, KPSS), autocorrelation functions (ACF, PACF), and the Runs Test—with, secondly, a series of unconventional techniques focused on persistence analysis (Hurst exponent) and multifractal characterization of time series through the MF-DFA (Multifractal Detrended Fluctuation Analysis) algorithm.

As an empirical case study, the analysis is applied to the daily price series of futures contracts from the European Union Emissions Trading System (EU ETS) over the period 2017–2024. The choice of this asset is due to its growing importance in financial markets and its potentially complex, non-efficient nature. In addition, control tests such as time series shuffling and simulation of fractional Gaussian noise (fGn) are introduced to assess the authenticity of the observed multifractality.

The results suggest the presence of persistent and multifractal structures in the returns of the EU ETS futures market. This points to a possible violation of the weak-form efficiency hypothesis and highlights the importance of adopting more sophisticated methodological frameworks to understand the true dynamics of financial price formation.