Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.

Una curva de rendimientos es una gráfica que representa la estructura de rendimientos para un mercado dado, es decir establece como el rendimiento de un bono dado de características crediticias equivalentes varía de acuerdo a su vencimiento. Su estimación es importante ya que con su comportamiento s...

Full description

Autores:
Rios Saavedra, Omar Alexander
Tipo de recurso:
Informe
Fecha de publicación:
2018
Institución:
Universidad del Valle
Repositorio:
Repositorio Digital Univalle
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.univalle.edu.co:10893/12088
Acceso en línea:
https://hdl.handle.net/10893/12088
Palabra clave:
Regresión (Estadística)
Bootstrap (Estadística)
Estimación de parámetros
Rendimiento económico
Mercado
Colombia
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id UNIVALLE2_261b3d1d14531ea75b16d4b1be926b5a
oai_identifier_str oai:bibliotecadigital.univalle.edu.co:10893/12088
network_acronym_str UNIVALLE2
network_name_str Repositorio Digital Univalle
repository_id_str
dc.title.spa.fl_str_mv Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.
title Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.
spellingShingle Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.
Regresión (Estadística)
Bootstrap (Estadística)
Estimación de parámetros
Rendimiento económico
Mercado
Colombia
title_short Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.
title_full Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.
title_fullStr Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.
title_full_unstemmed Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.
title_sort Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.
dc.creator.fl_str_mv Rios Saavedra, Omar Alexander
dc.contributor.author.none.fl_str_mv Rios Saavedra, Omar Alexander
dc.subject.spa.fl_str_mv Regresión (Estadística)
Bootstrap (Estadística)
Estimación de parámetros
Rendimiento económico
Mercado
Colombia
topic Regresión (Estadística)
Bootstrap (Estadística)
Estimación de parámetros
Rendimiento económico
Mercado
Colombia
description Una curva de rendimientos es una gráfica que representa la estructura de rendimientos para un mercado dado, es decir establece como el rendimiento de un bono dado de características crediticias equivalentes varía de acuerdo a su vencimiento. Su estimación es importante ya que con su comportamiento se explican importantes condiciones macroeconómicas de un país, las cuales son usadas por los agentes económicos (Gobierno, creadores de mercado, agentes reguladores) para la toma de decisiones. Una curva de rendimientos que se estima con la metodología propuesta por Nelson y Siegel en general cuenta con tres factores que describen su comportamiento (nivel, pendiente y curvatura), los cuales no son observables de forma explícita, estos se encuentran indexados a otras variables como lo son las tasas de interés y las primas de riesgo en el largo plazo. Con una metodología dinámica en una representación estado espacio es posible descomponer los factores inobservables de la curva de rendimientos a partir de variables explicitas presentes en los mercados financieros. Se desarrolla una metodología Bootstrap en representación estado espacio donde se separan los factores latentes de la curva de rendimientos, el corto (Nivel) y el largo plazo (Pendiente), representan tendencias en las tasas de interés validables con la realidad, el mediano plazo (Curvatura) presenta una distribución más volátil, que no hace fácil describir un comportamiento.
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-08-27T13:56:25Z
dc.date.available.none.fl_str_mv 2018-08-27T13:56:25Z
dc.date.issued.none.fl_str_mv 2018-08-27
dc.type.spa.fl_str_mv Informe de investigación
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_93fc
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/report
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/INF
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_93fc
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/10893/12088
url https://hdl.handle.net/10893/12088
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
institution Universidad del Valle
bitstream.url.fl_str_mv https://bibliotecadigital.univalle.edu.co/bitstreams/3b5f9168-d0e9-46ee-a427-f5aefb0e2fe7/download
https://bibliotecadigital.univalle.edu.co/bitstreams/7afa73de-1acc-42d4-a6b0-9f2f29101fa1/download
https://bibliotecadigital.univalle.edu.co/bitstreams/d5768a21-7985-41ef-9ed5-03d27bf4399b/download
https://bibliotecadigital.univalle.edu.co/bitstreams/a22bad23-4ebd-4484-a536-441c76a363e6/download
bitstream.checksum.fl_str_mv 3fe778166a38d3841c5cb7cc18553747
003bbe6c751461d9b64be34926c6c4c1
8452051c01d222a67853bc3a4a2b561d
4d076c8fe7d8bfb7ed8b2e18fc0879d2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad del Valle
repository.mail.fl_str_mv admin.bibdigital@correounivalle.edu.co
_version_ 1814167884358746112
spelling Rios Saavedra, Omar Alexander6c148943-d5ff-497e-860f-d8709f7cc375-12018-08-27T13:56:25Z2018-08-27T13:56:25Z2018-08-27https://hdl.handle.net/10893/12088Una curva de rendimientos es una gráfica que representa la estructura de rendimientos para un mercado dado, es decir establece como el rendimiento de un bono dado de características crediticias equivalentes varía de acuerdo a su vencimiento. Su estimación es importante ya que con su comportamiento se explican importantes condiciones macroeconómicas de un país, las cuales son usadas por los agentes económicos (Gobierno, creadores de mercado, agentes reguladores) para la toma de decisiones. Una curva de rendimientos que se estima con la metodología propuesta por Nelson y Siegel en general cuenta con tres factores que describen su comportamiento (nivel, pendiente y curvatura), los cuales no son observables de forma explícita, estos se encuentran indexados a otras variables como lo son las tasas de interés y las primas de riesgo en el largo plazo. Con una metodología dinámica en una representación estado espacio es posible descomponer los factores inobservables de la curva de rendimientos a partir de variables explicitas presentes en los mercados financieros. Se desarrolla una metodología Bootstrap en representación estado espacio donde se separan los factores latentes de la curva de rendimientos, el corto (Nivel) y el largo plazo (Pendiente), representan tendencias en las tasas de interés validables con la realidad, el mediano plazo (Curvatura) presenta una distribución más volátil, que no hace fácil describir un comportamiento.spaRegresión (Estadística)Bootstrap (Estadística)Estimación de parámetrosRendimiento económicoMercadoColombiaMétodo Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.Informe de investigaciónhttp://purl.org/coar/resource_type/c_93fcTextinfo:eu-repo/semantics/reporthttps://purl.org/redcol/resource_type/INFinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2PublicationORIGINAL2818 Omar Rios.pdf2818 Omar Rios.pdfapplication/pdf112411https://bibliotecadigital.univalle.edu.co/bitstreams/3b5f9168-d0e9-46ee-a427-f5aefb0e2fe7/download3fe778166a38d3841c5cb7cc18553747MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-84474https://bibliotecadigital.univalle.edu.co/bitstreams/7afa73de-1acc-42d4-a6b0-9f2f29101fa1/download003bbe6c751461d9b64be34926c6c4c1MD52TEXT2818 Omar Rios.pdf.txt2818 Omar Rios.pdf.txtExtracted texttext/plain7403https://bibliotecadigital.univalle.edu.co/bitstreams/d5768a21-7985-41ef-9ed5-03d27bf4399b/download8452051c01d222a67853bc3a4a2b561dMD53THUMBNAIL2818 Omar Rios.pdf.jpg2818 Omar Rios.pdf.jpgGenerated Thumbnailimage/jpeg14394https://bibliotecadigital.univalle.edu.co/bitstreams/a22bad23-4ebd-4484-a536-441c76a363e6/download4d076c8fe7d8bfb7ed8b2e18fc0879d2MD5410893/12088oai:bibliotecadigital.univalle.edu.co:10893/120882023-08-17 11:36:17.517open.accesshttps://bibliotecadigital.univalle.edu.coRepositorio Institucional Universidad del Valleadmin.bibdigital@correounivalle.edu.coQVVUT1JJWkFDSe+/ve+/ve+/ve+/ve+/ve+/vU4gUEFSQSBQVUJMSUNBQ0nvv73vv73vv73vv73vv73vv71OCkRJR0lUQUwgREUgT0JSQVMKClBBUlRFIDEuIFTvv73vv73vv73vv73vv73vv71ybWlub3MgZGUgbGEgbGljZW5jaWEgZ2VuZXJhbCBwYXJhIHB1YmxpY2Fjae+/ve+/ve+/ve+/ve+/ve+/vW4gZGlnaXRhbCBkZSBvYnJhcyBlbiBlbApyZXBvc2l0b3JpbyBpbnN0aXR1Y2lvbmFsIGRlIEFjdWVyZG8gYSBsYSBQb2zvv73vv73vv73vv73vv73vv710aWNhIGRlIFByb3BpZWRhZCBJbnRlbGVjdHVhbCBkZSBsYQpVbml2ZXJzaWRhZCBkZWwgVmFsbGUKQWN0dWFuZG8gZW4gbm9tYnJlIHByb3BpbyBsb3MgQVVUT1JFUyBvIFRJVFVMQVJFUyBkZWwgZGVyZWNobyBkZSBhdXRvciBjb25maWVyZW4gYSBsYQpVTklWRVJTSURBRCBERUwgVkFMTEUgdW5hIExpY2VuY2lhIG5vIGV4Y2x1c2l2YSwgbGltaXRhZGEgeSBncmF0dWl0YSBzb2JyZSBsYSBvYnJhIHF1ZSBzZQppbnRlZ3JhIGVuIGVsIFJlcG9zaXRvcmlvIEluc3RpdHVjaW9uYWwsIHF1ZSBzZSBhanVzdGEgYSBsYXMgc2lndWllbnRlcyBjYXJhY3Rlcu+/ve+/ve+/ve+/ve+/ve+/vXN0aWNhczoKYSkgRXN0YXLvv73vv73vv73vv73vv73vv70gdmlnZW50ZSBhIHBhcnRpciBkZSBsYSBmZWNoYSBlbiBxdWUgc2UgaW5jbHV5ZSBlbiBlbCBSZXBvc2l0b3JpbywgcG9yIHVuIHBsYXpvIGRlIGNpbmNvCig1KSBh77+977+977+977+977+977+9b3MsIHF1ZSBzZXLvv73vv73vv73vv73vv73vv71uIHByb3Jyb2dhYmxlcyBpbmRlZmluaWRhbWVudGUgcG9yIGVsIHRpZW1wbyBxdWUgZHVyZSBlbCBkZXJlY2hvIHBhdHJpbW9uaWFsCmRlbCBBVVRPUiBvIEFVVE9SRVMuIEVsIEFVVE9SIG8gQVVUT1JFUyBwb2Ry77+977+977+977+977+977+9biBkYXIgcG9yIHRlcm1pbmFkYSBsYSBsaWNlbmNpYQpzb2xpY2l0YW5kbyBwb3IgZXNjcml0byBhIGxhIFVOSVZFUlNJREFEIERFTCBWQUxMRSBjb24gdW5hIGFudGVsYWNp77+977+977+977+977+977+9biBkZSBkb3MgKDIpIG1lc2VzCmFudGVzIGRlIGxhIGNvcnJlc3BvbmRpZW50ZSBwcu+/ve+/ve+/ve+/ve+/ve+/vXJyb2dhLgpiKSBFbCBBVVRPUiBvIEFVVE9SRVMgYXV0b3JpemFuIGEgbGEgVU5JVkVSU0lEQUQgREVMIFZBTExFIHBhcmEgcXVlIGVuIGxvcyB077+977+977+977+977+977+9cm1pbm9zCmVzdGFibGVjaWRvcyBlbiBlbCBBY3VlcmRvIDAyMyBkZSAyMDAzIGVtYW5hZG8gZGVsIENvbnNlam8gU3VwZXJpb3IgZGUgbGEgVW5pdmVyc2lkYWQgZGVsClZhbGxlLCBsYSBMZXkgMjMgZGUgMTk4MiwgTGV5IDQ0IGRlIDE5OTMsIERlY2lzae+/ve+/ve+/ve+/ve+/ve+/vW4gQW5kaW5hIDM1MSBkZSAxOTkzIHkgZGVt77+977+977+977+977+977+9cyBub3JtYXMKZ2VuZXJhbGVzIHNvYnJlIGxhIG1hdGVyaWEsIHB1YmxpcXVlIGxhIG9icmEgZW4gZWwgZm9ybWF0byBxdWUgZWwgUmVwb3NpdG9yaW8gbG8gcmVxdWllcmEKKGltcHJlc28sIGRpZ2l0YWwsIGVsZWN0cu+/ve+/ve+/ve+/ve+/ve+/vW5pY28sIO+/ve+/ve+/ve+/ve+/ve+/vXB0aWNvLCB1c29zIGVuIHJlZCBvIGN1YWxxdWllciBvdHJvIGNvbm9jaWRvIG8gcG9yIGNvbm9jZXIpIHkKY29ub2NlbiBxdWUgZGFkbyBxdWUgc2UgcHVibGljYSBlbiBJbnRlcm5ldCBwb3IgZXN0ZSBoZWNobyBjaXJjdWxhIGNvbiB1biBhbGNhbmNlIG11bmRpYWwuCmMpIEVsIEFVVE9SIG8gQVVUT1JFUyBhY2VwdGFuIHF1ZSBsYSBhdXRvcml6YWNp77+977+977+977+977+977+9biBzZSBoYWNlIGEgdO+/ve+/ve+/ve+/ve+/ve+/vXR1bG8gZ3JhdHVpdG8sIHBvciBsbyB0YW50bwpyZW51bmNpYW4gYSByZWNpYmlyIGVtb2x1bWVudG8gYWxndW5vIHBvciBsYSBwdWJsaWNhY2nvv73vv73vv73vv73vv73vv71uLCBkaXN0cmlidWNp77+977+977+977+977+977+9biwgY29tdW5pY2Fjae+/ve+/ve+/ve+/ve+/ve+/vW4gcO+/ve+/ve+/ve+/ve+/ve+/vWJsaWNhIHkKY3VhbHF1aWVyIG90cm8gdXNvIHF1ZSBzZSBoYWdhIGVuIGxvcyB077+977+977+977+977+977+9cm1pbm9zIGRlIGxhIHByZXNlbnRlIExpY2VuY2lhIHkgZGUgbGEgTGljZW5jaWEKQ3JlYXRpdmUgQ29tbW9ucyBjb24gcXVlIHNlIHB1YmxpY2EuCmQpIEVsIEFVVE9SIG8gQVVUT1JFUyBtYW5pZmllc3RhbiBxdWUgc2UgdHJhdGEgZGUgdW5hIG9icmEgb3JpZ2luYWwgeSBsYSByZWFsaXrvv73vv73vv73vv73vv73vv70gbyByZWFsaXphcm9uCnNpbiB2aW9sYXIgbyB1c3VycGFyIGRlcmVjaG9zIGRlIGF1dG9yIGRlIHRlcmNlcm9zLCBvYnJhIHNvYnJlIGxhIHF1ZSB0aWVuZSAobikgbG9zIGRlcmVjaG9zIHF1ZQphdXRvcml6YSAobikgeSBxdWUgZXMg77+977+977+977+977+977+9bCBvIGVsbG9zIHF1aWVuZXMgYXN1bWVuIHRvdGFsIHJlc3BvbnNhYmlsaWRhZCBwb3IgZWwgY29udGVuaWRvIGRlIHN1Cm9icmEgYW50ZSBsYSBVTklWRVJTSURBRCBERUwgVkFMTEUgeSBhbnRlIHRlcmNlcm9zLiBFbiB0b2RvIGNhc28gbGEgVU5JVkVSU0lEQUQgREVMClZBTExFIHNlIGNvbXByb21ldGUgYSBpbmRpY2FyIHNpZW1wcmUgbGEgYXV0b3Lvv73vv73vv73vv73vv73vv71hIGluY2x1eWVuZG8gZWwgbm9tYnJlIGRlbCBBVVRPUiBvCkFVVE9SRVMgeSBsYSBmZWNoYSBkZSBwdWJsaWNhY2nvv73vv73vv73vv73vv73vv71uLiBQYXJhIHRvZG9zIGxvcyBlZmVjdG9zIGxhIFVOSVZFUlNJREFEIERFTCBWQUxMRQphY3Tvv73vv73vv73vv73vv73vv71hIGNvbW8gdW4gdGVyY2VybyBkZSBidWVuYSBm77+977+977+977+977+977+9LgplKSBFbCBBVVRPUiBvIEFVVE9SRVMgYXV0b3JpemFuIGEgbGEgVU5JVkVSU0lEQUQgREVMIFZBTExFIHBhcmEgaW5jbHVpciBsYSBvYnJhIGVuIGxvcwrvv73vv73vv73vv73vv73vv71uZGljZXMgeSBidXNjYWRvcmVzIHF1ZSBlc3RpbWVuIG5lY2VzYXJpb3MgcGFyYSBwcm9tb3ZlciBzdSBkaWZ1c2nvv73vv73vv73vv73vv73vv71uLiBFbCBBVVRPUiBvCkFVVE9SRVMgYWNlcHRhbiBxdWUgbGEgVU5JVkVSU0lEQUQgREVMIFZBTExFIHB1ZWRhIGNvbnZlcnRpciBlbCBkb2N1bWVudG8gYQpjdWFscXVpZXIgbWVkaW8gbyBmb3JtYXRvIHBhcmEgcHJvcO+/ve+/ve+/ve+/ve+/ve+/vXNpdG9zIGRlIHByZXNlcnZhY2nvv73vv73vv73vv73vv73vv71uIGRpZ2l0YWwuClNJIEVMIERPQ1VNRU5UTyBTRSBCQVNBIEVOIFVOIFRSQUJBSk8gUVVFIEhBIFNJRE8gUEFUUk9DSU5BRE8gTwpBUE9ZQURPIFBPUiBVTkEgQUdFTkNJQSBPIFVOQSBPUkdBTklaQUNJ77+977+977+977+977+977+9TiwgQ09OIEVYQ0VQQ0nvv73vv73vv73vv73vv73vv71OIERFIExBClVOSVZFUlNJREFEIERFTCBWQUxMRSwgTE9TIEFVVE9SRVMgR0FSQU5USVpBTiBRVUUgU0UgSEEgQ1VNUExJRE8gQ09OCkxPUyBERVJFQ0hPUyBZIE9CTElHQUNJT05FUyBSRVFVRVJJRE9TIFBPUiBFTCBSRVNQRUNUSVZPIENPTlRSQVRPIE8KQUNVRVJETy4KClBBUlRFIDIuIEF1dG9yaXphY2nvv73vv73vv73vv73vv73vv71uIHBhcmEgcHVibGljYXIgeSBwZXJtaXRpciBsYSBjb25zdWx0YSB5IHVzbyBkZSBvYnJhcyBlbiBlbApSZXBvc2l0b3JpbyBJbnN0aXR1Y2lvbmFsLgpDb24gYmFzZSBlbiBlc3RlIGRvY3VtZW50bywgVXN0ZWQgYXV0b3JpemEgbGEgcHVibGljYWNp77+977+977+977+977+977+9biBlbGVjdHLvv73vv73vv73vv73vv73vv71uaWNhLCBjb25zdWx0YSB5IHVzbyBkZSBzdQpvYnJhIHBvciBsYSBVTklWRVJTSURBRCBERUwgVkFMTEUgeSBzdXMgdXN1YXJpb3MgZGUgbGEgc2lndWllbnRlIG1hbmVyYTsKYS4gVXN0ZWQgb3RvcmdhIHVuYSAoMSkgbGljZW5jaWEgZXNwZWNpYWwgcGFyYSBwdWJsaWNhY2nvv73vv73vv73vv73vv73vv71uIGRlIG9icmFzIGVuIGVsIHJlcG9zaXRvcmlvCmluc3RpdHVjaW9uYWwgZGUgbGEgVU5JVkVSU0lEQUQgREVMIFZBTExFIChQYXJ0ZSAxKSBxdWUgZm9ybWEgcGFydGUgaW50ZWdyYWwgZGVsIHByZXNlbnRlCmRvY3VtZW50byB5IGRlIGxhIHF1ZSBoYSByZWNpYmlkbyB1bmEgKDEpIGNvcGlhLgoKYi4gVXN0ZWQgYXV0b3JpemEgcGFyYSBxdWUgbGEgb2JyYSBzZWEgcHVlc3RhIGEgZGlzcG9zaWNp77+977+977+977+977+977+9biBkZWwgcO+/ve+/ve+/ve+/ve+/ve+/vWJsaWNvIGVuIGxvcyB077+977+977+977+977+977+9cm1pbm9zCmF1dG9yaXphZG9zIHBvciBVc3RlZCBlbiBsb3MgbGl0ZXJhbGVzIGEpLCB5IGIpLCBjb24gbGEgTGljZW5jaWEgQ3JlYXRpdmUgQ29tbW9ucwpSZWNvbm9jaW1pZW50byAtIE5vIGNvbWVyY2lhbCAtIFNpbiBvYnJhcyBkZXJpdmFkYXMgMi41IENvbG9tYmlhIGN1eW8gdGV4dG8gY29tcGxldG8gc2UKcHVlZGUgY29uc3VsdGFyIGVuIGh0dHA6Ly9jcmVhdGl2ZWNvbW1vbnMub3JnL2xpY2Vuc2VzL2J5LW5jLW5kLzIuNS9jby8geSBxdWUgYWRtaXRlIGNvbm9jZXIuCg==