Comparación de modelos clásicos en series de tiempo y modelos bayesianos para pronosticar tres acciones colombianas en el último año
View/
Date
2020-01-21Google Scholar
https://scholar.google.es/citations?user=9gC738EAAAAJ&hl=eshttps://scholar.google.es/citations?user=QB0Yba8AAAAJ&hl=es
Cvlac
http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001256491http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000014678
Share
Metadata
Show full item recordCollections
- Pregrado Estadística [90]
Cita
Abstract
En el presente trabajo, se determina que modelo estadístico es mejor para el pronóstico de los rendimientos de las acciones
financieras Colombianas (Ecopetrol S.A (ECO), Grupo Nutresa S.A (NCH) y Banco Davivienda Pf (DVI_p)), comprendido en un
periodo entre el 02 de agosto de 2019 y el 31 de julio de 2020. Se comparan modelos aplicados a series con un modelo Autorregresivo Integrado de Media Móvil (ARIMA), unido de un modelo de Autocorrelación Condicional Heterocedástica (ARCH), un modelo Autorregresivo Generalizado Condicional Heterocedastico (GARCH), y un modelo Exponencial Generalizado Autoregresivo Condicionalmente Heterocedastico (EGARCH), frente a un modelo dinámico polinomial de primer orden. Los datos se obtuvieron del portal financiero Grupo Aval, trabajando con 242 datos. Como resultado se obtuvo que los modelos clásicos (GARH, EGARCH) pronosticaron mejor que el modelo polinomial de primer orden, para las tres acciones mencionadas en el periodo de tiempo establecido.
Abstract
In this work, it is determined that statistical model is best for forecasting the yields of Colombian financial shares(Ecopetrol S.A
(ECO), Grupo Nutresa S.A (NCH) and Banco Davivienda Pf (DVI_p), Models applied to series are compared with an Integrated
Self-Regresive Moving Average model (ARIMA), joined from a model of (ARCH), a Heterocedastic Conditional Generalized
Self-Regresive Model (GARCH), and a Conditionally Heterocedastic Self-Regulating Generalized Exponential Model (EGARCH),
versus a first-order polynomial dynamic model. The data was obtained from the financial portal Grupo Aval, working with 242
data. As a result it was obtained that the classic models (GARH, EGARCH) predicted better than the first-order polynomial model,
for the three shares mentioned in the set time period.
PDF Documents
Estadísticas Google Analytics
xmlui.custom.comments.form-panel-heading
The following license files are associated with this item:
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Colombia
Indexado por:
