Estimación del tipo de cambio en Colombia comparando modelos econométricos Arimax – Garch y redes neuronales

Vista sencilla de ítem
dc.contributor.advisorRonderos, Nicolas
dc.contributor.authorRojas Rivera, Leonardo
dc.contributor.corporatenameUniversidad Santo Tomasspa
dc.date.accessioned2023-07-17T15:24:57Z
dc.date.available2023-07-17T15:24:57Z
dc.date.issued2023-07-15
dc.descriptionEl presente trabajo de investigación propone comparar modelos econométricos como la combinación de modelos ARIMAX-GARCH contra redes neuronales, con el objetivo de encontrar un mejor predictor de la tasa representativa del mercado en Colombia (TRM); los resultados del ejercicio, evidencian, que con la combinación del modelo ARIMAX-GARCH para la proyección y análisis de una variable tan volátil se obtiene una mejor estimación que con la implementación de la redes neuronales.spa
dc.description.abstractThe work proposes to compare econometric models such as the combination of ARIMAX-GARCH models against neural networks, with the objective of finding a better predictor of the representative market rate in Colombia (TRM), the results of the exercise show that the combination of the ARIMAX-GARCH model for the projection and analysis of such a volatile variable allows obtaining a better estimate than with the implementation of neural networks.spa
dc.description.degreelevelPregradospa
dc.description.degreenameEconomistaspa
dc.format.mimetypeapplication/pdf
dc.identifier.citationRojas Rivera, L. (2023). Estimación del tipo de cambio en Colombia comparando modelos econométricos Arimax – Garch y redes neuronales. [Trabajo de grado, Universidad Santo Tomás]. Repositorio institucional.spa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/51338
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotáspa
dc.publisher.facultyFacultad de Economíaspa
dc.publisher.programPregrado Economíaspa
dc.relation.referencesClavijo, S. (2001). EL REGIMEN DE FLOTACION CAMBIARIA EN COLOMBIA. Bogota: BANREP.spa
dc.relation.referencesMundell, R. (1960). The Monetary Dynamics of International Adjustment. Quarterly Journal of Economics, 227 - 257.spa
dc.relation.referencesFleming, J. (1961). Internal Financial Policies Under Fixed and Floating Exchange. Cambridge Journal of economics, 273 - 288.spa
dc.relation.referencesGranger, C., & Terasvirta, T. (1993). Modeling nonlinear economic relationships. Oxford University Press.spa
dc.relation.referencesKilian, L., & Mark P, T. (2003). Why is it so difficult to beat the random walk forecast of exchange rates? Journal of International Economics, 85-107.spa
dc.relation.referencesApergis, N. (2014). Can gold prices forecast the australian dollar movements? Review of economics and finance , 75 - 82.spa
dc.relation.referencesCorficolombiana. (2022). Devaluacion del peso: Causa y efectos . Corficolombiana. A, C. (2005). Real exchange misaligments and economic performance. Santiago: Banco de chile.spa
dc.relation.referencesCARDENAS, A. (2010). Reglas de Taylor y previsibilidd fuera de muestra de la tasa de cambio en latinoamericana . Bogotá: BANREP.spa
dc.relation.referencesHenao Velasquez, J. D., & Gonzalez Rivera, L. M. (2005). Modelado del indice de tipo usando redes neuronales artificales. Bogotá.spa
dc.relation.referencesMartinez, M., Guzman, D., Perez, F., & Marin, N. (2018). Modelo cuantitativo ARIMAX - EGARCH pera la prediccion de la tasa de cambio Colombiana (COP/USD). Espacios, 1-16.spa
dc.relation.referencesNuñes V. (2015). Measurement of exchange rate exposure: capital market approach versus cash flow approach. ELSEVIER, 394 -399.spa
dc.relation.referencesPrasada K. (2015). Measurement of exchange rate exposure: capital market approach. ELSEVIER, 394 -399.spa
dc.relation.referencesTsay Ruey. (2018). Analysis of financial times series. John willey sons.spa
dc.relation.referencesSallenave S. (2010). Real exhange rate misalignments and economic performance for the G20 countries. la documentatio francaise economie internationale.spa
dc.relation.referencesDireccion de inversiones de BBVA. (10 de 2020). Factores que afectan el tipo de cambio. Obtenido de BBVA: https://www.bbva.es/estaticos/mult/Factores_afectan_el_Tipo_de_cambios_tcm924-580177.pdfspa
dc.relation.referencesToro, J., Garavito, A., Lopez, D., & E, &. M. (2015). El choque del petroleo y sus implicaciones en la economia Colombiana. Borradores de economia, 1-65.spa
dc.relation.referencesGeorge K. (1983). A Short-Run Pricing Model for a Speculative Asset, Tested with Data from the Gold Bullion Market. Applied Economics, 15, 563 - 581.spa
dc.relation.referencesGosh D., Levin E, & Macmillan P. (Department of Economics, Discussion Paper Series). Gold As An Inflation Hedge? University of St. Andrews.spa
dc.relation.referencesSjaastad L. (2008). The Price of Gold and the Exchange Rates. Obtenido de Once Again: http:// www.business.uwa.edu.au/school/disciplines/economics/?A=98660.spa
dc.relation.referencesDue D., Fernandez, I., & Heras R, L. (2015). Determinantes de la tasa de cambio en Colombia: Un enfoqie de microestructura de mercados . Ensayos sobre Politica Económica, 33(74), 207-219.spa
dc.relation.referencesLogin. E. (1995). Is the Correlation in the international Equity Returns Contan 1960 - 1990? . Journal of international Money and Finance , 26-40.spa
dc.relation.referencesAggarwal, R. I. (1999). Latility in Emerging stock Markets . Journal of Financial and Quantitative Analysis , 34-35.spa
dc.relation.referencesChaterreje, A., Ayadi, O., & Boone , B. (2000). Artificial Neural Network and the Financial Markets. A Survey. Managerial Finance, 32-45.spa
dc.relation.referencesMoshiri, S., & Cameron , N. (2000). Neural network versus econometric models in forecasting inflation. Journal Forecast, 201-217.spa
dc.relation.referencesStock, J., & Watson, M. (2001). A Comparison of Linear and Nonlinear Univariate Models for Forecasting Macroeconomic Time Series. Cambridge University Press., 1-44.spa
dc.relation.referencesBengio, Y., & Simard, p. y. (1994). Learning long-term dependencies with gradient descent is difficult. EEE Transactions on Neural Networks,, 157 - 166.spa
dc.relation.referencesHochreiter, S. y. (15 de Noviembre de 1997). Long short-term memory . Obtenido de Neural Computation.: https://doi.org/10.1162/neco.1997.9.8.1735spa
dc.relation.referencesBurger, S. V. (2018). Introduction to Machine Learning with R. United States of America: O'REILLY'.spa
dc.relation.referencesRomero, M., & Ramirez, E. &. (2007). La tasa de cambio es gerenciable? Estudios Gerenciales, 131 -156.spa
dc.relation.referencesMiller, J. L. (2018). Determinantes del tipo de cambio y su volatilidad. Economía UNAM, 70-88.spa
dc.relation.referencesParra, O. J. (2004). PRONÔSTICO DE LA TASA DE CAMBIO NOMINAL UTILIZANDO METODOS ALTERNATIVOS. PRONÔSTICO DE LA TASA DE CAMBIO NOMINAL UTILIZANDO METODOS ALTERNATIVOS. BOGOTA, CUNDINAMARCA, COLOMBIA.spa
dc.relation.referencesJIMENEZ, F. M. (2005). PRONÔSTICO DE LA TASA DE CAMBIO NOMINAL UTILIZANDO METODOS ALTERNATIVOS. PRONÔSTICO DE LA TASA DE CAMBIO NOMINAL UTILIZANDO METODOS ALTERNATIVOS. BOGOTÀ, CUNDINAMARCA, COLOMBIA.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordTRMspa
dc.subject.keywordProjectionspa
dc.subject.keywordEconometricsspa
dc.subject.keywordNeural Networksspa
dc.subject.lembEconomíaspa
dc.subject.lembAnálisis económicospa
dc.subject.lembEconomía -- Sistemasspa
dc.subject.proposalTRMspa
dc.subject.proposalProyecciónspa
dc.subject.proposalEconometriaspa
dc.subject.proposalRedes Neuronalesspa
dc.titleEstimación del tipo de cambio en Colombia comparando modelos econométricos Arimax – Garch y redes neuronalesspa
dc.typebachelor thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTesis de pregradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
Aprobación .pdf
Tamaño:
85.07 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta aprobación facultad
Descargar
Miniatura
Nombre:
2023leonardorojas.pdf
Tamaño:
1.99 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
Miniatura
Nombre:
carta derecho de autor.pdf
Tamaño:
580.5 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta derechos de autor
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Economía