Regresión del cuantil aplicada al modelo de redes neuronales artificiales : una aproximación de la estructura Caviar para el mercado de valores colombiano

Simple item page
dc.audiencePolicymakerseng
dc.audienceResearcherseng
dc.audienceStudentseng
dc.audienceTeacherseng
dc.coverage.sucursalBogotáspa
dc.creatorLondoño, Charle Augusto
dc.date.accessioned2011-07-01T08:30:10Zeng
dc.date.available2011-07-01T08:30:10Zeng
dc.date.created2011-07-01spa
dc.date.issued2011-07eng
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).spa
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).eng
dc.format.extent49 páginas : gráficas, tablasspa
dc.format.mimetypePDFspa
dc.identifier.handlehttps://hdl.handle.net/20.500.12134/6429spa
dc.identifier.urihttps://repositorio.banrep.gov.co/handle/20.500.12134/6429
dc.language.isospaspa
dc.publisherBanco de la República de Colombiaspa
dc.relation.doihttps://doi.org/10.32468/Espe.6403spa
dc.relation.dotechttps://ideas.repec.org/a/col/000107/009443.htmlspa
dc.relation.ispartofArtículos de revistaspa
dc.relation.ispartofseriesRevista Ensayos Sobre Política Económicaspa
dc.relation.issn0120-4483spa
dc.relation.isversionofRevista Ensayos Sobre Política Económica; Vol. 29. No. 64, edición especial Riesgos en la industria bancaria. Julio, 2011. Pág.: 62-109.spa
dc.relation.repechttps://ideas.repec.org/a/bdr/ensayo/v29y2011i64p62-109.htmlspa
dc.rights.accessRightsOpen Accesseng
dc.rights.ccAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0eng
dc.rights.spaAcceso abiertospa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/eng
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.spa
dc.source.bibliographicCitationBollerslev, T. “Generalized Autoregressive Condicional Heteroskedasticity”, Journal of Econometrics, vol. 31, Elsevier, pp. 307-327, 1986.spa
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.spa
dc.source.handleRepecRepEc:bdr:ensayo:v:29:y:2011:i:64:p:62-109spa
dc.subjectValor en riesgo condicional autorregresivospa
dc.subjectRegresión del cuantilspa
dc.subjectRedes neuronales artificialesspa
dc.subjectVariables macroeconómicas y financierasspa
dc.subjectRegulación bancariaspa
dc.subjectMercado de valoresspa
dc.subject.jelC14 - Semiparametric and Nonparametric Methods: Generaleng
dc.subject.jelC45 - Neural Networks and Related Topicseng
dc.subject.jelE44 - Financial Markets and the Macroeconomyeng
dc.subject.jelG28 - Financial Institutions and Services: Government Policy and Regulationeng
dc.subject.jelG15 - International Financial Marketseng
dc.subject.jelspaC14 - Métodos semiparamétricos y no paramétricos: generalidadesspa
dc.subject.jelspaC45 - Redes neuronales y temas relacionadosspa
dc.subject.jelspaE44 - Mercados financieros y macroeconomíaspa
dc.subject.jelspaG28 - Instituciones y servicios financieros: Política pública y regulaciónspa
dc.subject.jelspaG15 - Mercados financieros internacionalesspa
dc.subject.keywordConditional autoregressive value at riskeng
dc.subject.keywordRegression quantileeng
dc.subject.keywordArtificial neural networkseng
dc.subject.keywordMacroeconomics and financial variableeng
dc.subject.keywordBanking regulationeng
dc.subject.keywordFinancial marketeng
dc.subject.lembModelos VARspa
dc.subject.lembBolsa de valores -- Colombiaspa
dc.subject.lembRedes neurales (Informática)spa
dc.subject.lembModelo de riesgo proporcionalspa
dc.titleRegresión del cuantil aplicada al modelo de redes neuronales artificiales : una aproximación de la estructura Caviar para el mercado de valores colombianospa
dc.title.alternativeQuantile regression model applied to artificial neural networks : an approximation of the structure CAVIAR for the colombian stock marketspa
dc.typeArticleeng
dc.type.hasversionPublished Versioneng
dc.type.spaArtículospa

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
espe.pdf
Size:
3.06 MB
Format:
Adobe Portable Document Format
FILE
https://repositorio.banrep.gov.co/bitstream/handle/20.500.12134/6429/espe.pdf
Description:
Regresión del cuantil aplicada al modelo de redes neuronales artificiales : una aproximación de la estructura Caviar para el mercado de valores colombiano
Download

Collections

Año: 2011 - Vol. 29 - No. 64