Show simple item record

dc.creatorLondoño, Charle Augusto
dc.date.created2011-07-01
dc.date.issued2011-07
dc.identifier.urihttp://repositorio.banrep.gov.co/handle/20.500.12134/6429
dc.descriptionExisten diversas metodologías para calcular el valor en riesgo (VaR) que pretenden capturar principalmente el riesgo de mercado al que están expuestas las instituciones financieras. Siendo el modelo de valor en riesgo condicional autorregresivo (CAViaR) de Engle y Manganelli (1999, 2001, 2004) una buena aproximación empírica para la verdadera medida VaR, tanto para cubrir el riesgo como para el cumplimiento de la regulación bancaria. Por consiguiente, el objetivo de este artículo es realizar una aproximación al modelo CAViaR para el mercado de valores colombiano, empleando diferentes factores de riesgo macroeconómicos y financieros como los esbozados en Chernozhukov y Umantsev (2001); además, se busca establecer qué regla empírica permite una mejor captura del comportamiento del índice general de la Bolsa de Valores de Colombia (IGBC).
dc.description.abstractThere are different methodologies for calculating Value at Risk (VaR) seeking to capture market risk primarily exposed to financial institutions. As the conditional autoregressive Value at Risk (CAViaR) model of Engle y Manganelli (1999, 2001, 2004) a good empirical approximation to the true measure VaR, both to cover the risk, as for compliance with banking regulations. Therefore, the objective of this paper is to approach the model CAViaR for the Colombian stock market using different macroeconomic risk factors and financial as outlined in Chernozhukov and Umantsev (2001), it also seeks to establish empirical rule allows better capture the behavior of the General Index of the Stock Exchange of Colombia (GISEC).
dc.format.extent49 páginas : gráficas, tablas
dc.format.mimetypePDF
dc.language.isospa
dc.publisherBanco de la República de Colombia
dc.relation.ispartofArtículos de revista
dc.relation.ispartofseriesRevista Ensayos Sobre Política Económica
dc.relation.isversionofRevista Ensayos Sobre Política Económica; Vol. 29. No. 64, edición especial Riesgos en la industria bancaria. Julio, 2011. Pág.: 62-109.
dc.rights.accessRightsOpen Access
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectValor en riesgo condicional autorregresivo
dc.subjectRegresión del cuantil
dc.subjectRedes neuronales artificiales
dc.subjectVariables macroeconómicas y financieras
dc.subjectRegulación bancaria
dc.subjectMercado de valores
dc.titleRegresión del cuantil aplicada al modelo de redes neuronales artificiales : una aproximación de la estructura Caviar para el mercado de valores colombiano
dc.title.alternativeQuantile regression model applied to artificial neural networks : an approximation of the structure CAVIAR for the colombian stock market
dc.typeArticle
dc.subject.jelC14 - Semiparametric and Nonparametric Methods: General
dc.subject.jelC45 - Neural Networks and Related Topics
dc.subject.jelE44 - Financial Markets and the Macroeconomy
dc.subject.jelG28 - Financial Institutions and Services: Government Policy and Regulation
dc.subject.jelG15 - International Financial Markets
dc.audiencePolicymakers
dc.audienceResearchers
dc.audienceStudents
dc.audienceTeachers
dc.subject.keywordConditional autoregressive value at risk
dc.subject.keywordRegression quantile
dc.subject.keywordArtificial neural networks
dc.subject.keywordMacroeconomics and financial variable
dc.subject.keywordBanking regulation
dc.subject.keywordFinancial market
dc.subject.lembModelos VAR
dc.subject.lembBolsa de valores -- Colombia
dc.subject.lembRedes neurales (Informática)
dc.subject.lembModelo de riesgo proporcional
dc.type.spaArtículo
dc.rights.spaAcceso abierto
dc.rights.ccAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0
dc.subject.jelspaC14 - Métodos semiparamétricos y no paramétricos: generalidades
dc.subject.jelspaC45 - Redes neuronales y temas relacionados
dc.subject.jelspaE44 - Mercados financieros y macroeconomía
dc.subject.jelspaG28 - Instituciones y servicios financieros: Política pública y regulación
dc.subject.jelspaG15 - Mercados financieros internacionales
dc.type.hasversionPublished Version
dc.coverage.sucursalBogotá
dc.relation.issn0120-4483
dc.source.bibliographicCitationAristizábal, M. C. “Evaluación asimétrica de una red neuronal artificial: aplicación al caso de la inflación en Colombia”, Lecturas de Economía, vol. 65, Universidad de Antioquia, pp. 73-116, 2006.
dc.source.bibliographicCitationBollerslev, T. “Generalized Autoregressive Condicional Heteroskedasticity”, Journal of Econometrics, vol. 31, Elsevier, pp. 307-327, 1986.
dc.source.bibliographicCitationCannon, A. J. “Quantile Regression Neural Networks: Implementation in R and Application to Precipitation Downscaling”, Computers & Geosciences, vol, 37, Elsevier, pp. 1277-1284, 2011.
dc.relation.doihttps://doi.org/10.32468/Espe.6403
dc.relation.repechttps://ideas.repec.org/a/bdr/ensayo/v29y2011i64p62-109.html
dc.relation.dotechttps://ideas.repec.org/a/col/000107/009443.html
dc.identifier.handlehttp://hdl.handle.net/20.500.12134/6429
dc.source.handleRepecRepEc:bdr:ensayo:v:29:y:2011:i:64:p:62-109


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

This work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit