Metodología para la estimación del drift de la tasa de cambio (usd/cop) a través de modelos bayesianos. (Methodology for the estimation of the drift of the exchange rate (usd/cop) through bayesian models)

Methodology for the estimation of the drift of the exchange rate (usd / cop) through bayesian models

Contenido principal del artículo

Resumen

El comportamiento volátil de la tasa de cambio USD/COP en la actualidad y sus efectos sobre la economía, hace necesario proponer modelos que logren estimar de mejor manera su comportamiento futuro; que faciliten la implementación de mecanismos para mitigar los efectos adversos de la volatilidad. La incorporación de expectativas de expertos a través de modelos bayesianos, pueden ser implementados para mejorar la predicción de esta variable; el objetivo de este trabajo es proponer una metodología de estimación del drift para la TRM, mediante modelos bayesianos, basados en información de expertos y su integración con los datos históricos de dicha variable.

Descargas

Los datos de descargas todavía no están disponibles.

Datos de publicación

Metric
Este artículo
Otros artículos
Revisores/as por pares 
0
2.4

Perfil evaluadores/as  N/D

Declaraciones de autoría

Declaraciones de autoría
Este artículo
Otros artículos
Disponibilidad de datos 
N/D
16%
Financiación externa 
No
32%
Conflictos de intereses 
N/D
11%
Metric
Esta revista
Otras revistas
Artículos aceptados 
0%
33%
Días para la publicación 
17
145

Indexado en

Editor y equipo editorial
Perfiles
Sociedad académica 
Tecnológico de Antioquia
Editorial 
Tecnológico de Antioquia

Detalles del artículo

Referencias (VER)

Banco de la República. (29 de Julio de 2016). Recuperado de http://www.banrep.gov.co/es/comunicado-29-07-2016

Banco de la República. (5 de 12 de 2016). Metodología del cálculo de la TRM. Recuperado de http://www.banrep.gov.co/sites/default/files/reglamentacion/archivos/Boletin_64_18_dic_2015_%20DODM_146.pdf

Bollerslev, T. (1986). Generalized Autoregressive Conditional. Journal of Econometrics, 307-327.

Box, G., & G. T. (1973). Bayesian inference in statistical analysis. Canada: Addison-Wesley Publishing Company.

Engle, R. (1982). Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inlation. The Econometric Society, 987-1008.

Fayad, C., Fortich, R. y Vélez, I. (2009). Proyección de la tasa de cambio de Colombia bajo condiciones de PPA: evidencia empírica usando VAR. Estudios Gerenciales Universidad ICESI, 211-226.

Gujarati, D., y Porter, D. (2009). Econometría (5 ed.). Ciudad de México, México: Mc Graw Hill.

Henao, J. y Rivera, L. (2006). Modelado del índice de tipo de cambio real colombiano usando redes neuronales artificiales. Cuadernos de administración, 319-336.

Hernández, M. (2006). Toma de decisiones en las empresas: entre el arte y la técnica: metodologías, modelos y herramientas. Bogotá, Colombia: UniAndes.

Hull, J. (2012). Options, futures and other derivatives. England: Pearson Education Limited.

Jackman, S. (2009). Bayesian Analysis for the social sciences. USA: Wiley.

Levin, R. y Rubin, D. (2004). Estadística para administración y economía. Mexico: 7.

Montenegro, R. (2010). Medición de la volatilidad en series de tiempo financieras, Una evaluación a la tasa de cambio representativa. Finanzas y Políticas económicas Universidad Católica, 125-132.

Obregón Sanin, I. (1975). Teoría de la probabilidad. California: Limusa.

Revista dinero. (18 de Mayo de 2016). Deuda externa llega a su mayor nivel desde 2003.

Taylor, S. (1986). Modelling Financial Time Series (2 ed.). New York: John Wiley & Sons.

Tsay, R. (2005). Analysis of Financial Time Series segunda edición. New Jersey: Wiley-interscience.

Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of econometrics, 31(3),
307-327.

Taylor, S. Modeling Financial Time Series, New York: John Wiley & Sons. 1986.

Engle, Robert F. “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inlation”. Econométrica, 50: 987-1008. 1982.