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
Hernando Vargas-Herrera
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
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.