Microestructura y dinámica de la tasa de cambio nominal en Colombia: una aproximación con redes neuronales artificiales y sistemas neurodifusos
| Autor | Jhon Alexander Méndez Sayago |
| Cargo | Magíster en Economía, Pontificia Universidad Javeriana, Bogotá, Colombia (2006) |
| Páginas | 37-65 |
37
Cuad. Adm. Bogotá (Colombia), 21 (36): 37-65, especial de nanzas-julio de 2008
* Este artículo se basa en el documento de investigación registrado como propiedad intelectual ante la Facultad de Cien-
cias Sociales y Económicas de la Universidad del Valle, Cali, Colombia. Fue desarrollado entre febrero de 2006 y junio
de 2007. El artículo se recibió el 03-10-2007 y se aprobó el 18-03-2008.
** Magíster en Economía, Ponticia Universidad Javeriana, Bogotá, Colombia (2006); Magíster en Economía del Medio
Ambiente y de los Recursos Naturales, Universidad de los Andes, Bogotá, Colombia (2003); profesor del Departamento
de Economía, Facultad de Ciencias Sociales y Económicas, Universidad del Valle, Cali, Colombia. Miembro del grupo
de investigación Economía Regional y Ambiental (GERA), Universidad del Valle.
Correo electrónico: jhmendez@univalle.edu.co
Mi c r o e s t r u c t u r a y d i n á M i c a
d e l a t a s a d e c a M b i o n o M i n a l
e n co l o M b i a : u n a a p r o x i M a c i ó n
c o n r e d e s n e u r o n a l e s
a r t i f i c i a l e s y s i s t e M a s
n e u r o d i f u s o s *
Jhon Alexander Méndez Sayago**
38
Jh o n Al e x A n d e r Mé n d e z SA y A g o
Cuad. Adm. Bogotá (Colombia), 21 (36): 37-65, especial de nanzas-julio de 2008
Microestructura y dinámica de la tasa
de cambio nominal en Colombia: una
aproximación con redes neuronales
articiales y sistemas neurodifusos
re s u M e n
Este artículo presenta los resultados de eva-
luaciones empíricas de pronósticos de la tasa
de cambio nominal en Colombia realizados
a partir de especicaciones lineales (modelo
de rezagos distribuidos) y no lineales (redes
neuronales articiales y sistemas neurodifu-
sos). Todas las especicaciones econométri-
cas emplean el ujo de órdenes como deter-
minante del tipo de cambio, la variable más
representativa de los modelos que tratan de
explicar la tasa de cambio nominal, apoyados
en la microestructura del mercado cambiario.
Las medidas de error de pronóstico utilizadas
para evaluar la habilidad predictiva de los
modelos evidenciaron las ventajas de los mo-
delos lineales y no lineales sobre la caminata
aleatoria, atribuible al ujo de órdenes. Los
modelos no lineales mostraron alguna supe-
rioridad sobre el modelo lineal en términos
de la raíz del error cuadrado medio, el coe-
ciente de Theil y el porcentaje de cambios
correctos predichos, tan leve que no permite
conrmar la hipótesis de no linealidad del
proceso generador de la tasa de cambio.
Palabras clave: tasa de cambio, ujo de ór-
denes, redes neuronales articiales, sistemas
neurodifusos.
Clasicación JEL: F31, C45, C53.
Nominal Exchange Rate Microstructure
and Dynamics in Colombia: An Approach
Using Articial Neural Networks and
Neural Diffusion Systems
ab s t r a c t
This article presents the results of empirical
assessments of the nominal exchange rate in
Colombia, conducted using linear specica-
tions (distributed lag model) and non-linear
specications (articial neural networks and
neural diffusion systems). All of the econo-
metric specications employ order ow as
the determinant for the exchange rate, the
most representative variable for models that
attempt to explain the nominal exchange rate,
supported by the exchange market micros-
tructure. The forecast error measurements
used to assess the predictive ability of the
models evidenced that linear and non-linear mo-
dels had an advantage over a random path
models, attributable to the order ow. Non-
linear models were somewhat superior to the
linear model in terms of the root mean square
error, Theil’s coefcient, and the percentage
of predicted correct changes, but the diffe-
rence was so slight that it does not enable
conrming the hypothesis that the exchange
rate generation process is non-linear.
Key Words: exchange rate, order ow, ar-
tificial neural networks, neural diffusion
systems.
JEL Classication: F31, C45, C53
Para continuar leyendo
Solicita tu prueba