Pronóstico de la inflación colombiana: una aproximación desde un modelo Arima desagregado y Machine Learning
Este artículo realiza dos cosas. Primero, realiza un modelo Arima para cada una de las 12 divisiones de gasto que conforma el IPC base 2018, para así, ponderar el pronóstico un paso hacia delante de la inflación mensual. Para este modelo fue necesario la serie de empalme del IPC entre la canasta bas...
- Autores:
-
Peña Ordóñez, Andrés Camilo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/44645
- Acceso en línea:
- http://hdl.handle.net/1992/44645
- Palabra clave:
- Inflación
Pronóstico de la economía
Aprendizaje automático (Inteligencia artificial)
Random Forest
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| Summary: | Este artículo realiza dos cosas. Primero, realiza un modelo Arima para cada una de las 12 divisiones de gasto que conforma el IPC base 2018, para así, ponderar el pronóstico un paso hacia delante de la inflación mensual. Para este modelo fue necesario la serie de empalme del IPC entre la canasta base 2008 y base 2018. Segundo, realiza un modelo mediante un Random Forest que permita pronosticar la inflación mensual. Ambos modelos realizaron el pronóstico desde noviembre de 2017 hasta octubre de 2019. Como resultado, el modelo a través de Random Forest mejora el pronóstico que realizó el modelo desagregado Arima, esto bajo diferentes medidas de error. |
|---|