No-linealidades en la demanda de efectivo en Colombia : las redes neuronales como herramienta de pronóstico

Loading...
Thumbnail Image
Revista Ensayos Sobre Política Económica; Vol. 22. No. 45. Junio, 2004. Pág.: 10-57.

Date published

2004-06-01

Date

2004-06

Part of book title

ISSN

0120-4483

ISBN

Document language

spa
Metrics
downloads: 0
abstract_views: 0

Ver PlumX Metrics

Las opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.

The opinions contained in this document are the sole responsibility of the author and do not commit Banco de la República or its Board of Directors.

Abstract

Forecasting the demand for cash in Colombia has become a true challenge in the recent past. The last decade witnessed strong changes in the variables that determine the demand for money: Inflation and, hence, interest rates, fall substantially, technological progress was strong in the Colombian Payment System and distorting Tobin-like taxes to financial transactions were imposed. These changes are of special relevance when the demand for money is a non-linear function of its determinants. In this paper we exploit the flexibility of artificial neural networks (ANN) to explore the existence of nonlinearity in the demand for cash. The results show that the ANN models outperform those of linear nature in terms of forecast errors. Furthermore, significant evidence is found of non-linearity in the dynamics of the demand for cash.

Description

El pronóstico de la demanda de efectivo en Colombia se ha convertido en un verdadero reto en el pasado reciente. En la última década la economía sufrió importantes transformaciones, las cuales trajeron consigo fuertes cambios en las variables que la determinan: la inflación y, por ende, las tasas de interés cayeron sustancialmente, el sistema de pagos experimentó importantes innovaciones tecnológicas y el impuesto a las transacciones financieras incentivó el uso del efectivo. Estos cambios cobran especial relevancia en la medida en que la demanda de dinero esté asociada en forma no-lineal con sus determinantes. En este trabajo se explora la existencia de no-linealidad y se explota la flexibilidad de las redes neuronales artificiales (ANN) para modelarla. Los resultados muestran claras ganancias en los errores de pronóstico de las ANN frente a modelos de naturaleza lineal y evidencia significativa de la existencia de no-linealidades en la dinámica del efectivo.

Temática

Citation


Seleccionar año de consulta:

Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.

Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito