Modelos de precios de los activos: un ejercicio comparativo basado en redes neuronales aplicado al mercado de valores colombiano - Núm. 75, Julio 2011 - Lecturas de economía - Libros y Revistas - VLEX 649211125

Modelos de precios de los activos: un ejercicio comparativo basado en redes neuronales aplicado al mercado de valores colombiano

AutorCharle Londoño - Yaneth Cuan
CargoEstudiante de Maestría en Ciencias-Estadística, Universidad Nacional de Colombia - Economista, Universidad de Antioquia
Páginas59-87
Charle Londoño y Yaneth Cuan
Lecturas de Economía - No. 75. Medellín, julio-diciembre 2011
Modelos de precios de los activos:
un ejercicio comparativo basado en
redes neuronales aplicado al
mercado de valores colombiano
Lecturas de Economía, 75 (julio-diciembre 2011), pp. 59-87
Charle Londoño y Yaneth Cuan
Modelos de precios de los activos: un ejercicio comparativo basado en redes
neuronales aplicado al mercado de valores colombiano
Resumen: Este estudio tiene como finalidad evaluar la efectividad que variables tales como el tamaño de la
firma y la relación del valor en libros a valor de mercado—presentes en el modelo de Fama y French—tienen
para capturar el retorno esperado promedio de los activos, en comparación con los fundamentales
macroeconómicos o un índice de mercado. Para este propósito, se utilizó un modelo de redes neuronales
artificiales (RNA), el cual parte de una estructura de estimación no lineal que permite capturar ciertas
irregularidades que presentan los mercados financieros. Se encontró que el modelo de Fama y French mostró
una mejor capacidad explicativa de las condiciones del mercado de valores colombiano, esbozándose la
importancia de los factores de riesgo microeconómico para explicar el retorno de los activos.
Palabras clave: modelos de precios de los activos, variables macroeconómicas y financieras, mercado de
valores, redes neuronales artificiales. Clasificación JEL: G12, D2, E44, G15, C45.
Asset Pricing Models: A Comparative Exercise Using Neural Networks to the
Colombian Stock Market
Abstract: This study seeks to evaluate the effectiveness that variables like firm size and book-to-market
ratio—present in the model of Fama and French—have to capture the average expected return on assets, as
compared to macroeconomic fundamentals or the market index. For this purpose, we used an artificial neural
network model (ANN), which departs from a structure of non-linear estimation to capture some
irregularities that characterize financial markets. We found that the Fama and French model accounts for the
conditions of the Colombian stock market better, which suggests the importance of microeconomic risk factors
to explain asset returns.
Keywords: asset pricing model, financial and macroeconomic variables, stock market, artificial neural
networks. JEL Classification: G12, D2, E44, G15, C45.
Une comparaison des modèles de prix des actifs sous la méthodologie des réseaux de
neurones appliquée à la bourse colombienne
Résumé : Cette étude présente une évaluation de l'efficacité de la taille des entreprises et du ratio entre la
valeur comptable et la valeur du marché pour capturer le r endement attendu moyen des actifs chez Fama et
French, par rapport au fondamentaux microéconomiques ou indice boursier. À cette fin, nous utilisons un
modèle de réseaux de neurones artificiels (RNA), lequel fait partie d'une structure d'estimation non-linéaire
pour capturer les irrégularités présentent sur les marchés financiers. Enfin, nous constatons que le modèle de
Fama et French a une meilleure pouvoir explicatif des conditions du marché boursier colombien, tout en
permettant montrer l'importance des facteurs de risque microéconomique pour expliquer le rendement des
actifs.
Mots-clés: modèles de prix des actifs, variables microéconomiques et financières, marché boursier, réseaux de
neurones artificiels. Classification JEL: G12, D2, E44, G15, C45.

Para continuar leyendo

Solicita tu prueba

VLEX utiliza cookies de inicio de sesión para aportarte una mejor experiencia de navegación. Si haces click en 'Aceptar' o continúas navegando por esta web consideramos que aceptas nuestra política de cookies. ACEPTAR