Estudo empírico sobre a capacidade de previsão das redes de neurônios no prognóstico da inflação colombiana: uma metodologia alternativa

Avaliar a capacidade de predição das metodologias de redes de neurônios, SARIMA de Box-Jenkins, suavização exponencial e modelos de regressão com coeficientes variando no tempo é interessante no prognóstico da inflação colombiana, cujo conhecimento é primordial para o desenho de políticas econômicas e programas estratégicos de investimentos tanto no setor público como no privado. Uma aplicação prognosticando valores futuros da série de inflação colombiana nos permite visualizar que as redes de neurônios com ajuda de componentes não observáveis, podem ser mais precisas comparadas com as metodologias tradicionais de Box-Jenkins, a suavização exponencial e os mínimos quadrados flexíveis. Além disso, os resultados revelam que combinações de prognósticos utilizando-se as redes neurônios, têm uma tendência a proporcionar melhores predições.

• Autores: Santana Contreras, Juan Camilo; Camaro, Álvaro Andrés; Casas Henao, Arnoldo; Jiménez Méndez, Édgar
• Tipo de recurso: Article of journal
• Fecha de publicación: 2006
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/32680
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/32680; http://bdigital.unal.edu.co/22760/
• Palabra clave: Perceptron multicamadas; modelos SARIMA; suavização exponencial; mínimos quadrados flexíveis; combinação de prognósticos; componentes não observáveis; Perceptron multicapas; modelos SARIMA; suavizamiento exponencial; mínimos cuadrados flexibles; combinación de pronósticos; componentes no observables; Multi-layer perception; SARIMA models; exponential smoothing; flexible square minimums; forecasting combination; non-observable components; «Perceptron» multicouches; modèles SARIMA; atténuation exponentielle; cadres flexibles minimums; combinaisons de pronostics; composantes non observables
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional