| Revue: | Cuadernos de administración |
| Base de datos: | CLASE |
| Número de sistema: | 000318690 |
| ISSN: | 0120-3592 |
| Autores: | Velásquez Henao, Juan David1 González Rivera, Lina María1 |
| Instituciones: | 1Universidad Nacional de Colombia, Facultad de Minas, Medellín, Antioquia. Colombia |
| Año: | 2006 |
| Periodo: | Jul-Dic |
| Volumen: | 19 |
| Número: | 32 |
| Paginación: | 319-336 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico |
| Resumen en español | El modelaje y la predicción de las tasas de cambio es un importante problema económico. En el artículo se usa un modelo de redes neuronales artificiales para representar la dinámica del índice del tipo de cambio real colombiano, porque describe mejor la dinámica de la serie que un modelo lineal autorregresivo, como lo muestra el resultado del contraste del radio de verosimilitud. El modelo fue aceptado después de aplicarle una serie de pruebas estándar y de contrastar sus resultados con los obtenidos usando un modelo lineal autorregresivo. Los resultados indican que el valor actual de la serie depende únicamente de su valor anterior |
| Resumen en inglés | Modeling and forecasting exchange rates is a big economic headache. This paper uses an artificial neuronal network model to represent the Colombian real exchange index dynamics because it describes the series dynamics better than a self-regressive linear model does, as may be appreciated in the result of the verosimilitud radius contrast. The model was accepted after applying a series of standard tests and contrasting the results against those obtained using a self-regressive linear model. The results indicated that the current value of a series solely depends on its previous value |
| Disciplinas: | Economía, Ciencias de la computación |
| Palabras clave: | Econometría, Redes neuronales artificiales, Tipos de cambio, Series de tiempo, Modelos econométricos, Indicadores econométricos, Colombia |
| Texte intégral: | Texto completo (Ver PDF) |
