Borradores de Economia
Number:
575
Published:
Classification JEL:
C45, C53, E17, E23
Keywords:
Human capital agglomeration, Social returns, Private returns, Externalities, Uncertainty, Fiscal policy
The most recent
María Teresa Ramírez-Giraldo, Karina Acosta, Olga Lucia Acosta Navarro, Lucia Arango-Lozano, Fernando Arias-Rodríguez, Oscar Iván Ávila-Montealegre, Oscar Reinaldo Becerra Camargo, Leonardo Bonilla-Mejía, Grey Yuliet Ceballos-Garcia, Luz Adriana Flórez, Juan Miguel Gallego-Acevedo, Luis Armando Galvis-Aponte, Luis M. García-Pulgarín, Andrés Felipe García-Suaza, Anderson Grajales, Daniela Gualtero-Briceño, Didier Hermida-Giraldo, Ana María Iregui-Bohórquez, Juliana Jaramillo-Echeverri, Karen Laguna-Ballesteros, Francisco Javier Lasso-Valderrama, Daniel Márquez, Carlos Alberto Medina-Durango, Ligia Alba Melo-Becerra, María Fernanda Meneses-González, Juan José Ospina-Tejeiro, Andrea Sofía Otero-Cortés, Daniel Parra-Amado, Juana Piñeros-Ruiz, Christian Manuel Posso-Suárez, Natalia Ramírez-Bustamante, Mario Andrés Ramos-Veloza, Jorge Leonardo Rodríguez-Arenas, Alejandro Sarasti-Sierra, Bibiana Taboada-Arango, Ana María Tribín-Uribe, Juanita Villaveces
Carlos David Ardila-Dueñas, Joel Santiago Castellanos-Caballero, Carlos David Murcia-Bustos
Wilmer Martinez-Rivera, Manuel Darío Hernández-Bejarano
Las redes neuronales artificiales han mostrado ser modelos robustos para dar cuenta del comportamiento de diferentes variables. En el presente trabajo se emplean para modelar la relación no lineal del crecimiento del PIB. Tres modelos son considerados: dos autoregresivos (especificación lineal y no lineal) y una red neuronal que usa la tasa de interés. Evaluando el desempeño de los modelos dentro y fuera de muestra, los pronósticos realizados por las redes neuronales artificiales superan ampliamente a los modelos lineales, siendo esta evidencia de relaciones asimétricas en el comportamiento del PIB en Colombia.