Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas

Se comparan especificaciones lineales y no lineales (estas últimas expresadas en redes neuronales artificiales) ajustadas a la variación porcentual diaria del tipo de cambio utilizando para ello funciones de costo tradicionales (simétricas) y funciones de pérdida asimétricas. Los resultados muestran...

Full description

Autores:
Jalil, Munir Andrés
Misas, Martha
Tipo de recurso:
Article of journal
Fecha de publicación:
2007
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/40494
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/40494
http://bdigital.unal.edu.co/30591/
Palabra clave:
modelos para series de tiempo
modelos no lineales
tipo de cambio extranjero
Time series models
Nonlinear models
Foreign exchange
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_58382a03082c6af025df836308715c79
oai_identifier_str oai:repositorio.unal.edu.co:unal/40494
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Jalil, Munir Andrés03bdb868-9314-4064-82bb-e43950b2059b300Misas, Marthac88ae4ab-b167-4182-a507-9bd87cb4f7b53002019-06-28T09:34:34Z2019-06-28T09:34:34Z2007https://repositorio.unal.edu.co/handle/unal/40494http://bdigital.unal.edu.co/30591/Se comparan especificaciones lineales y no lineales (estas últimas expresadas en redes neuronales artificiales) ajustadas a la variación porcentual diaria del tipo de cambio utilizando para ello funciones de costo tradicionales (simétricas) y funciones de pérdida asimétricas. Los resultados muestran que las redes neuronales permiten obtener mejores pronósticos con ambos tipos de funciones de costos. Sin embargo, es de anotar que cuando se evalúan los pronósticos con funciones asimétricas, el modelo no lineal supera ampliamente a su contraparte lineal.We compare forecasts obtained via linear vs. non linear specifications. The models are adjusted to the daily percentage change of the exchange rate and the comparison is done using both symmetric and asymmetric cost functions. Results show that the non linear model (which here takes the form of an Artificial Neural Network –ANN) performs better in terms of forecasting ability when evaluated with both types of cost functions. Further more, when using asymmetric costs, the ANN is a much better predictor than its linear counterpart.application/pdfspaUniversidad Nacional de Colombiahttp://revistas.unal.edu.co/index.php/estad/article/view/29446Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de EstadísticaRevista Colombiana de EstadísticaRevista Colombiana de Estadística; Vol. 30, núm. 1 (2007); 143-161 Revista Colombiana de Estadística; Vol. 30, núm. 1 (2007); 143-161 0120-1751Jalil, Munir Andrés and Misas, Martha (2007) Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas. Revista Colombiana de Estadística; Vol. 30, núm. 1 (2007); 143-161 Revista Colombiana de Estadística; Vol. 30, núm. 1 (2007); 143-161 0120-1751 .Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricasArtículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTmodelos para series de tiempomodelos no linealestipo de cambio extranjeroTime series modelsNonlinear modelsForeign exchangeORIGINAL29446-105727-1-PB.pdfapplication/pdf285151https://repositorio.unal.edu.co/bitstream/unal/40494/1/29446-105727-1-PB.pdfd570ab6a20dd5cf4f7998ed1906315e7MD51THUMBNAIL29446-105727-1-PB.pdf.jpg29446-105727-1-PB.pdf.jpgGenerated Thumbnailimage/jpeg5603https://repositorio.unal.edu.co/bitstream/unal/40494/2/29446-105727-1-PB.pdf.jpg8cb4b9c30c064f0165508f02ca2faa74MD52unal/40494oai:repositorio.unal.edu.co:unal/404942024-01-25 23:06:28.3Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas
title Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas
spellingShingle Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas
modelos para series de tiempo
modelos no lineales
tipo de cambio extranjero
Time series models
Nonlinear models
Foreign exchange
title_short Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas
title_full Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas
title_fullStr Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas
title_full_unstemmed Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas
title_sort Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas
dc.creator.fl_str_mv Jalil, Munir Andrés
Misas, Martha
dc.contributor.author.spa.fl_str_mv Jalil, Munir Andrés
Misas, Martha
dc.subject.proposal.spa.fl_str_mv modelos para series de tiempo
modelos no lineales
tipo de cambio extranjero
Time series models
Nonlinear models
Foreign exchange
topic modelos para series de tiempo
modelos no lineales
tipo de cambio extranjero
Time series models
Nonlinear models
Foreign exchange
description Se comparan especificaciones lineales y no lineales (estas últimas expresadas en redes neuronales artificiales) ajustadas a la variación porcentual diaria del tipo de cambio utilizando para ello funciones de costo tradicionales (simétricas) y funciones de pérdida asimétricas. Los resultados muestran que las redes neuronales permiten obtener mejores pronósticos con ambos tipos de funciones de costos. Sin embargo, es de anotar que cuando se evalúan los pronósticos con funciones asimétricas, el modelo no lineal supera ampliamente a su contraparte lineal.
publishDate 2007
dc.date.issued.spa.fl_str_mv 2007
dc.date.accessioned.spa.fl_str_mv 2019-06-28T09:34:34Z
dc.date.available.spa.fl_str_mv 2019-06-28T09:34:34Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/40494
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/30591/
url https://repositorio.unal.edu.co/handle/unal/40494
http://bdigital.unal.edu.co/30591/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv http://revistas.unal.edu.co/index.php/estad/article/view/29446
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de Estadística
Revista Colombiana de Estadística
dc.relation.ispartofseries.none.fl_str_mv Revista Colombiana de Estadística; Vol. 30, núm. 1 (2007); 143-161 Revista Colombiana de Estadística; Vol. 30, núm. 1 (2007); 143-161 0120-1751
dc.relation.references.spa.fl_str_mv Jalil, Munir Andrés and Misas, Martha (2007) Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas. Revista Colombiana de Estadística; Vol. 30, núm. 1 (2007); 143-161 Revista Colombiana de Estadística; Vol. 30, núm. 1 (2007); 143-161 0120-1751 .
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/40494/1/29446-105727-1-PB.pdf
https://repositorio.unal.edu.co/bitstream/unal/40494/2/29446-105727-1-PB.pdf.jpg
bitstream.checksum.fl_str_mv d570ab6a20dd5cf4f7998ed1906315e7
8cb4b9c30c064f0165508f02ca2faa74
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089194059857920