Análisis de sentimiento de política monetaria de la Reserva Federal de Estados Unidos y sus efectos sobre el nivel, pendiente y curvatura de la curva de rendimientos del Tesoro de EE. UU.

Este trabajo de grado tiene como objetivo investigar la relación que puede existir entre información no estructurada como lo es el sentimiento de la Reserva Federal de Estados Unidos hallado en sus minutas y el comportamiento de los tres componentes de la curva de rendimientos del Tesoro de Estados Unidos: Nivel, Pendiente y Curvatura. Se realizó un análisis de sentimiento mediante la técnica de procesamiento de lenguaje natural, posteriormente se extrajeron los tres componentes de la curva de rendimientos mediante un análisis de componentes principales y por último se ejecutó una red neuronal para cada componente con el fin de evaluar la posible relación entre sentimiento de la reserva federal y estos. El resultado permite concluir que la información consolidada en las minutas de la Reserva Federal es significativa para predecir el comportamiento de los tres factores de la curva de rendimientos del Tesoro. Además, se observa que el error de predicción es considerablemente menor cuando se implementan herramientas de machine learning como lo son las redes neuronales en comparación con la regresión lineal.

• Tipo de recurso: masterThesis
• Fecha de publicación: 2023
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/64020
• Acceso en línea: http://hdl.handle.net/10554/64020
• Palabra clave: Curva de rendimientos; Procesamiento de lenguaje natural; Redes neuronales; Política monetaria; Yield Curve; Natural language processing; Neural networks; Monetary policy; Maestría en economía - Tesis y disertaciones académicas; Redes neuronales artificiales; Lenguaje natural (Informática); Política monetaria
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional