Deformation of semi-circle law for the correlated time series and Phase transition

Resumen Técnico: Deformación de la Ley del Semicírculo para Series Temporales Correlacionadas y Transición de Fase

Planteamiento del Problema
La Teoría de Matrices Aleatorias (RMT, por sus siglas en inglés) proporciona un marco universal para analizar el comportamiento espectral de grandes sistemas complejos. Los resultados clásicos, como la ley del semicírculo de Wigner, describen las distribuciones de autovalores de matrices aleatorias simétricas con entradas independientes. Sin embargo, las series temporales financieras suelen exhibir dos propiedades distintas: correlaciones temporales y distribuciones de colas pesadas. Si bien las desviaciones de las leyes clásicas en las matrices de Wishart (utilizadas para la estimación de la covarianza) se han vinculado a correlaciones temporales y transiciones de fase, sigue siendo una cuestión abierta si estas transiciones espectrales inducidas por la correlación son universales en diferentes conjuntos de matrices aleatorias. Específicamente, no está claro si los mecanismos que gobiernan las matrices de Wishart se extienden a las matrices de tipo Wigner, que difieren fundamentalmente en su simetría y construcción. Este artículo investiga la deformación de la ley del semicírculo de Wigner cuando las entradas de la matriz se construyen a partir de series temporales con correlaciones temporales.

Metodología
Los autores construyen matrices de tipo Wigner a partir de series temporales estocásticas $A_t$ con correlaciones temporales. Las series temporales se normalizan para tener media cero y varianza unitaria. La estructura de correlación se define mediante una matriz de correlación donde la función de correlación temporal $d_t = \text{Cov}(A_i, A_{i+t})$ sigue una caída exponencial ($d_t = r^t$) o una caída de ley de potencia ($d_t \sim t^{-\gamma}$).

Para formar la matriz Wigner $N \times N$ denominada $S$, la serie temporal de longitud $T = N^2$ es "plegada" de tal manera que los elementos de la matriz $S_{ij}$ heredan la estructura de correlación temporal de la serie subyacente. El estudio se centra en el límite $N \to \infty$.

La herramienta analítica principal es un análisis de momentos de la distribución de autovalores. Los autores calculan el $k$-ésimo momento $\mu_k$ de la densidad espectral, definido como $\mu_k = \frac{1}{N} \langle \text{Tr}(S^k) \rangle$. Específicamente, analizan el segundo, cuarto y sexto momentos para caracterizar las desviaciones de la ley del semicírculo estándar. Las predicciones teóricas se validan mediante:

1. Derivación Analítica: Cálculo de los momentos tanto para el caso de caída exponencial como para el de ley de potencia.
2. Simulaciones Numéricas: Uso de datos sintéticos (incluyendo movimiento browniano fraccionario) y series temporales financieras empíricas (25 activos que incluyen divisas, cripto, materias primas y bonos).
3. Pruebas Estadísticas: Comparación de los momentos de los datos empíricos contra una hipótesis nula de datos normales independientes e idénticamente distribuidos (i.i.d.) utilizando métodos de bootstrap para establecer intervalos de confianza (cuantiles del 5% y 95%).

Contribuciones Clave y Resultados

• Deformación de la Ley del Semicírculo: El estudio demuestra que las correlaciones temporales deforman la ley del semicírculo de Wigner. La distribución deformada exhibe un pico central más alto y colas más pesadas en comparación con la ley del semicírculo estándar.
• Análisis de Momentos:
  • Segundo Momento: Permanece invariante ($\mu_2 = 1$) independientemente del tipo de decaimiento de la correlación, lo cual es consistente con la ley del semicírculo estándar.
  • Cuarto Momento: Aumenta monótonamente con la fuerza de las correlaciones temporales. Para la caída exponencial, el cuarto momento es finito. Para la caída de ley de potencia, el cuarto momento depende del índice de potencia $\gamma$.
• Transición de Fase en la Caída de Ley de Potencia: Se identifica una transición de fase crítica en el caso de la caída de ley de potencia en el exponente crítico $\gamma_c = 1/2$.
  • Cuando $\gamma > 1/2$, el cuarto momento (y el autovalor más grande) es finito.
  • Cuando $\gamma \le 1/2$, el cuarto momento diverge, lo que conduce a un autovalor máximo infinito.
  • Los autores señalan una transición de escala secundaria en $\gamma = 1/4$ relacionada con las correcciones de tamaño finito inducidas por la construcción de plegado, aunque esta es de orden inferior a la divergencia del volumen en $\gamma = 1/2$.
• Distinción de la Clase de Universalidad: El artículo establece que las transiciones espectrales inducidas por la correlación no son universales en todos los conjuntos de matrices aleatorias. A diferencia del conjunto de Wishart, donde la transición está gobernada por la divergencia del segundo momento, la transición del conjunto de Wigner está controlada por la divergencia del cuarto momento. Esta diferencia surge de las distintas estructuras combinatorias en las expansiones de momentos de los dos conjuntos (contracciones por pares en Wishart frente a correlaciones de cruce diagonal en Wigner).
• Aplicación Empírica: El análisis de 25 series temporales financieras revela que la mayoría de los activos (materias primas, acciones, bonos) se ajustan bien a la ley del semicírculo. Sin embargo, ciertos pares de divisas (FX) (por ejemplo, USD/CHF, USD/CAD, EUR/CHF, EUR/GBP) y ciertos activos cripto muestran desviaciones significativas. Estas desviaciones se correlacionan con autocorrelaciones temporales más altas en los desfases de tiempo más cortos, confirmando que la correlación temporal es el origen primario de la deformación espectral en estos mercados.

Significancia
El artículo afirma resolver la cuestión de la universalidad respecto a las transiciones de correlación inducida. Demuestra que los conjuntos de Wigner y Wishart pertenecen a clases de universalidad distintas en lo que respecta a los efectos de correlación. Los hallazgos subrayan que el mecanismo de deformación espectral es sensible a la estructura subyacente de la matriz. Específicamente, el cambio del control del segundo momento (Wishart) al control del cuarto momento (Wigner) sugiere que diferentes factores combinatorios dictan cómo las correlaciones se propagan a través del espectro. La identificación de una transición de fase en $\gamma = 1/2$ en el conjunto de Wigner proporciona una base teórica para comprender comportamientos espectrales extremos en sistemas con correlaciones temporales de largo alcance, como ciertos mercados financieros. Los resultados están respaldados por el comportamiento de escalado de tamaño finito observado en las simulaciones numéricas cerca del punto de transición.