Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning

El objetivo de este trabajo es pronosticar la inflación mensual de colombiana a partir de sus determinantes macroeconómicos. Se utilizan 7 modelos de machine learning: regresión lineal, SMV, Arboles de Decisión, MLP, KNN, SVR y LSTM, y 1 modelo convencional ARIMA. Los modelos de mejor pronóstico fue...

Full description

Autores:: Loaiza Zapata, José Fernando

Tipo de recurso:

Fecha de publicación:: 2022

Institución:: Universidad EAFIT

Repositorio:: Repositorio EAFIT

Idioma:

id	REPOEAFIT2_55de433b97739d1c55a3386fe1bafb72
oai_identifier_str	oai:repository.eafit.edu.co:10784/32203
network_acronym_str	REPOEAFIT2
network_name_str	Repositorio EAFIT
repository_id_str
spelling	Londoño Sierra, Liz JeannethRiascos Salas, Jaime AndrésLoaiza Zapata, José FernandoEconomistajfloaizaz@eafit.edu.coMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees2023-03-03T20:14:22Z20222023-03-03T20:14:22Zhttp://hdl.handle.net/10784/32203332.41 L795El objetivo de este trabajo es pronosticar la inflación mensual de colombiana a partir de sus determinantes macroeconómicos. Se utilizan 7 modelos de machine learning: regresión lineal, SMV, Arboles de Decisión, MLP, KNN, SVR y LSTM, y 1 modelo convencional ARIMA. Los modelos de mejor pronóstico fueron los ARIMA y el LSTM. Aunque, puede mejorarse la predicción del LSTM haciendo una óptima arquitectura de los datos dado que logra capturar los cambios drásticos de las variables, incluso podría mejorar si se incluye el comportamiento de cada una de las divisiones que componen la canasta básica.The objective of this paper is to forecast monthly Colombian inflation based on its macroeconomic determinants. 7 machine learning models are used: linear regression, SMV, Decision Trees, MLP, KNN, SVR and LSTM, and 1 conventional ARIMA model. The models with the best prognosis were the ARIMA and the LSTM. Although, the prediction of the LSTM can be improved by making an optimal architecture of the data since it manages to capture the drastic changes of the variables, it could even be improved if the behavior of each of the divisions that make up the basic basket is included.Universidad EAFITEconomíaEscuela de Finanzas, Economía y Gobierno. Departamento de Economía.Medellínhttps://colab.research.google.com/drive/1ljBJjqn9hwHQ8eZCbZDcT6BEOY8BXqTuhttps://colab.research.google.com/drive/1H6tEcxq_D2QI40dzIRlEihev1iIy-m56Todos los derechos reservadosAcceso abiertohttp://purl.org/coar/access_right/c_abf2PronósticoARIMAINFLACIÓNINFLACIÓN - PAÍSES EN DESARROLLOECONOMETRÍAAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)CANASTA FAMILIARInflationForecastMachine learningPronóstico de la inflación colombiana : una aproximación desde los modelos machine learningbachelorThesisinfo:eu-repo/semantics/bachelorThesisTrabajo de gradoacceptedVersionMonografíahttp://purl.org/coar/resource_type/c_7a1fLICENSElicense.txtlicense.txttext/plain; charset=utf-82556https://repository.eafit.edu.co/bitstreams/10555cb7-ba21-4035-bca5-2cde612fc0a7/download76025f86b095439b7ac65b367055d40cMD51ORIGINALEVALUACION-Loaiza_Jose[3562].pdfEVALUACION-Loaiza_Jose[3562].pdfapplication/pdf148171https://repository.eafit.edu.co/bitstreams/1b48e01b-bd35-47db-ac77-e292c807f09b/download3ba3a34a641cdf0da546969fc26445efMD52formulario_autorizacion_publicacion_obras_jose_loaiza.pdfformulario_autorizacion_publicacion_obras_jose_loaiza.pdfFormulario de autorización de publicación de obrasapplication/pdf516639https://repository.eafit.edu.co/bitstreams/b6eef98e-075f-458e-8453-abee13ba767b/download96619725e2d4b31aeba88d5b6aa2e8f0MD53Tesis Jose2.1.pdfTesis Jose2.1.pdfTrabajo de gradoapplication/pdf599198https://repository.eafit.edu.co/bitstreams/f36cceb0-c8fd-44cb-870e-167188cc214b/download16fce44be3b987bbcc8a735a2bb79132MD54carta-aprobacion-trabajo-grado-eafit.pdfcarta-aprobacion-trabajo-grado-eafit.pdfCarta de aprobación de tesis de gradoapplication/pdf121175https://repository.eafit.edu.co/bitstreams/ba6f1fe0-7239-4ba8-9ea6-efba55fe594b/download88a61d277ca70381aca10498a52a7bf6MD5510784/32203oai:repository.eafit.edu.co:10784/322032023-03-03 15:14:22.801restrictedhttps://repository.eafit.edu.coRepositorio Institucional Universidad EAFITrepositorio@eafit.edu.co
dc.title.spa.fl_str_mv	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning
title	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning
spellingShingle	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning Pronóstico ARIMA INFLACIÓN INFLACIÓN - PAÍSES EN DESARROLLO ECONOMETRÍA APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) CANASTA FAMILIAR Inflation Forecast Machine learning
title_short	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning
title_full	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning
title_fullStr	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning
title_full_unstemmed	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning
title_sort	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning
dc.creator.fl_str_mv	Loaiza Zapata, José Fernando
dc.contributor.advisor.spa.fl_str_mv	Londoño Sierra, Liz Jeanneth Riascos Salas, Jaime Andrés
dc.contributor.author.none.fl_str_mv	Loaiza Zapata, José Fernando
dc.subject.spa.fl_str_mv	Pronóstico ARIMA
topic	Pronóstico ARIMA INFLACIÓN INFLACIÓN - PAÍSES EN DESARROLLO ECONOMETRÍA APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) CANASTA FAMILIAR Inflation Forecast Machine learning
dc.subject.lemb.spa.fl_str_mv	INFLACIÓN INFLACIÓN - PAÍSES EN DESARROLLO ECONOMETRÍA APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) CANASTA FAMILIAR
dc.subject.keyword.spa.fl_str_mv	Inflation Forecast Machine learning
description	El objetivo de este trabajo es pronosticar la inflación mensual de colombiana a partir de sus determinantes macroeconómicos. Se utilizan 7 modelos de machine learning: regresión lineal, SMV, Arboles de Decisión, MLP, KNN, SVR y LSTM, y 1 modelo convencional ARIMA. Los modelos de mejor pronóstico fueron los ARIMA y el LSTM. Aunque, puede mejorarse la predicción del LSTM haciendo una óptima arquitectura de los datos dado que logra capturar los cambios drásticos de las variables, incluso podría mejorar si se incluye el comportamiento de cada una de las divisiones que componen la canasta básica.
publishDate	2022
dc.date.issued.none.fl_str_mv	2022
dc.date.available.none.fl_str_mv	2023-03-03T20:14:22Z
dc.date.accessioned.none.fl_str_mv	2023-03-03T20:14:22Z
dc.type.eng.fl_str_mv	bachelorThesis
dc.type.none.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.local.spa.fl_str_mv	Trabajo de grado
dc.type.hasVersion.eng.fl_str_mv	acceptedVersion
dc.type.spa.spa.fl_str_mv	Monografía
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/10784/32203
dc.identifier.ddc.none.fl_str_mv	332.41 L795
url	http://hdl.handle.net/10784/32203
identifier_str_mv	332.41 L795
dc.relation.uri.spa.fl_str_mv	https://colab.research.google.com/drive/1ljBJjqn9hwHQ8eZCbZDcT6BEOY8BXqTu https://colab.research.google.com/drive/1H6tEcxq_D2QI40dzIRlEihev1iIy-m56
dc.rights.spa.fl_str_mv	Todos los derechos reservados
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.local.spa.fl_str_mv	Acceso abierto
rights_invalid_str_mv	Todos los derechos reservados Acceso abierto http://purl.org/coar/access_right/c_abf2
dc.coverage.spatial.eng.fl_str_mv	Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.publisher.spa.fl_str_mv	Universidad EAFIT
dc.publisher.program.spa.fl_str_mv	Economía
dc.publisher.department.spa.fl_str_mv	Escuela de Finanzas, Economía y Gobierno. Departamento de Economía.
dc.publisher.place.spa.fl_str_mv	Medellín
institution	Universidad EAFIT
bitstream.url.fl_str_mv	https://repository.eafit.edu.co/bitstreams/10555cb7-ba21-4035-bca5-2cde612fc0a7/download https://repository.eafit.edu.co/bitstreams/1b48e01b-bd35-47db-ac77-e292c807f09b/download https://repository.eafit.edu.co/bitstreams/b6eef98e-075f-458e-8453-abee13ba767b/download https://repository.eafit.edu.co/bitstreams/f36cceb0-c8fd-44cb-870e-167188cc214b/download https://repository.eafit.edu.co/bitstreams/ba6f1fe0-7239-4ba8-9ea6-efba55fe594b/download
bitstream.checksum.fl_str_mv	76025f86b095439b7ac65b367055d40c 3ba3a34a641cdf0da546969fc26445ef 96619725e2d4b31aeba88d5b6aa2e8f0 16fce44be3b987bbcc8a735a2bb79132 88a61d277ca70381aca10498a52a7bf6
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional Universidad EAFIT
repository.mail.fl_str_mv	repositorio@eafit.edu.co
_version_	1814110187027431424

Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning

Publicaciones similares