Borradores de Economia
Número:
376
Publicado:
Clasificación JEL:
C22, C53, F31
Palabras clave:
Tipo de cambio, Redes neuronales artificiales, Evaluación de pronóstico.
Lo más reciente
Julián Alonso Cárdenas-Cárdenas, Deicy Johana Cristiano-Botia, Eliana Rocío González-Molano, Carlos Alfonso Huertas-Campos
Luis E. Arango, Juan José Ospina-Tejeiro, Fernando Arias-Rodríguez, Oscar Iván Ávila-Montealegre, Jaime Andrés Collazos-Rodríguez, Diana M. Cortázar Gómez, Juan Pablo Cote-Barón, Julio Escobar-Potes, Aarón Levi Garavito-Acosta, Franky Juliano Galeano-Ramírez, Eliana Rocío González-Molano, Maria Camila Gomez Cardona, Anderson Grajales, David Camilo López-Valenzuela, Wilmer Martinez-Rivera, Nicolás Martínez-Cortés, Rocío Clara Alexandra Mora-Quiñones, Sara Naranjo-Saldarriaga, Antonio Orozco, Daniel Parra-Amado, Julián Pérez-Amaya, José Pulido, Karen L. Pulido-Mahecha, Carolina Ramírez-Rodríguez, Sergio Restrepo Ángel, José Vicente Romero-Chamorro, Nicol Valeria Rodríguez-Rodríguez, Norberto Rodríguez-Niño, Diego Hernán Rodríguez-Hernández, Carlos D. Rojas-Martínez, Johana Andrea Sanabria-Domínguez, Diego Vásquez-Escobar
Luis Armando Galvis-Aponte, Adriana Isabel Ortega-Arrieta, Adriana Marcela Rivera-Zárate
El presente trabajo compara especificaciones lineales y no lineales (expresadas en redes neuronales artificiales) ajustadas a la variación porcentual diaria del tipo de cambio utilizando para ello funciones de costo tradicionales (simétricas) a la vez que se introduce el análisis asimétrico. 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.