Estudo empírico sobre a capacidade de previsão das redes de neurônios no prognóstico da inflação colombiana: uma metodologia alternativa Report as inadecuate




Estudo empírico sobre a capacidade de previsão das redes de neurônios no prognóstico da inflação colombiana: uma metodologia alternativa - Download this document for free, or read online. Document in PDF available to download.



Avaliar a capacidade de predição das metodologias de redes de neurônios, SARIMA de Box-Jenkins, suavização exponencial e modelos de regressão com coeficientes variando no tempo é interessante no prognóstico da inflação colombiana, cujo conhecimento é primordial para o desenho de políticas econômicas e programas estratégicos de investimentos tanto no setor público como no privado. Uma aplicação prognosticando valores futuros da série de inflação colombiana nos permite visualizar que as redes de neurônios com ajuda de componentes não observáveis, podem ser mais precisas comparadas com as metodologias tradicionais de Box-Jenkins, a suavização exponencial e os mínimos quadrados flexíveis. Além disso, os resultados revelam que combinações de prognósticos utilizando-se as redes neurônios, têm uma tendência a proporcionar melhores predições., Évaluer la capacité de prédiction des méthodologies de réseaux neuronaux, SARIMA de Box-Jenkins, datténuation exponentielle et des modèles de régression avec des coefficients variant dans le temps est intéressant pour le pronostic de linflation colombienne, dont la connaissance est primordiale dans lélaboration de politiques économiques et de programmes stratégiques dinvestissement tant dans le secteur public que dans le privé. Une application qui pronostique des données futures de la série dinflation colombienne permet de montrer que les réseaux neuronaux avec laide déléments non observables, peut-être plus précise en comparaison avec les méthodologies traditionnelles de Box-Jenkins, latténuation exponentielle et les cadres flexibles minimums. De plus, les résultats révèlent que les combinaisons de pronostics utilisant des réseaux neuronaux, tendent à fournir de meilleures prédictions., Evaluating the prediction ability of neuronal networks Box-Jenkins SARIMA, exponential smoothing and varying coefficient regression models is interesting in forecasting Colombian inflation. Such knowledge is fundamental in designing economic policy and strategic investment programmes in both the public and private sectors. An application forecasting future values from a series of Colombian inflation shows that neuronal networks supported, by non-observable components, could give more precise forecasting compared to traditional Box-Jenkins, exponential smoothing and flexible square minimum methodologies. The results also revealed that forecasting combinations making use of neuronal networks tended to provide better predictions., Evaluar la capacidad de predicción de las metodologías de redes neuronales SARIMA de Box-Jenkins, suavizamiento exponencial y modelos de regresión con coeficientes variando en el tiempo es de interés en el pronóstico de la inflación colombiana, cuyo conocimiento es primordial para el diseño de políticas económicas y programas estratégicos de inversión tanto en el sector público como en el privado. Una aplicación que pronostica valores futuros de la serie de inflación colombiana permite mostrar que las redes neuronales con ayuda de componentes no observables pueden ser más precisas si se comparan con las metodologías tradicionales de Box-Jenkins, el suavizamiento exponencial y los mínimos cuadrados flexibles. Además, los resultados revelan que combinaciones de pronósticos haciendo uso de las redes neuronales tienden a proporcionar mejores predicciones.

Tipo de documento: Artículo - Article

Información adicional: El autor cede los derechos de publicación a la Escuela de Administración de Empresas y Contaduría Pública de la Facultad de Ciencias Económicas de la Universidad Nacional de Colombia. El artículo no puede aparecer en ningún medio masivo de comunicación sin la autorización expresa de la Escuela de Administración de Empresas y Contaduría Pública. NOTA: El envío de los artículos no obliga al comité editorial de INNOVAR a realizar su publicación. Revista INNOVAR, Facultad de Ciencias Económicas, edificio 238, aula 06, Ciudad Universitaria. Correo electrónico: revinnova bog@unal.edu.co

Palabras clave: Perceptron multicamadas, modelos SARIMA, suavização exponencial, mínimos quadrados flexíveis, combinação de prognósticos, componentes não observáveis, Perceptron multicapas, modelos SARIMA, suavizamiento exponencial, mínimos cuadrados flexibles, combinación de pronósticos, componentes no observables, Multi-layer perception, SARIMA models, exponential smoothing, flexible square minimums, forecasting combination, non-observable components, «Perceptron» multicouches, modèles SARIMA, atténuation exponentielle, cadres flexibles minimums, combinaisons de pronostics, composantes non observables





Source: http://www.bdigital.unal.edu.co


Teaser



Estudio empírico sobre la capacidad predictiva de las redes neuronales en el pronóstico de la inflación colombiana: una metodología alternativa Juan Camilo Santana Contreras*, Álvaro Andrés Camaro**, Arnoldo Casas Henao*** and Édgar Jiménez Méndez**** resumen Evaluar la capacidad de predicción de las metodologías de redes neuronales SARIMA de Box-Jenkins, suavizamiento exponencial y modelos de regresión con coeficientes variando en el tiempo es de interés en el pronóstico de la inflación colombiana, cuyo conocimiento es primordial para el diseño de políticas económicas y programas estratégicos de inversión tanto en el sector público como en el privado. Una aplicación que pronostica valores futuros de la serie de inflación colombiana permite mostrar que las redes neuronales con ayuda de componentes no observables pueden ser más precisas si se comparan con las metodologías tradicionales de Box-Jenkins, el suavizamiento exponencial y los mínimos cuadrados flexibles.
Además, los resultados revelan que combinaciones de pronósticos haciendo uso de las redes neuronales tienden a proporcionar mejores predicciones. abstract An empirical study of neuronal networks’ predictive ability in forecasting colombian inflation: an alternative methodology Evaluating the prediction ability of neuronal networks (Box-Jenkins’ SARIMA, exponential smoothing and varying coefficient regression models) is interesting in forecasting Colombian inflation.
Such knowledge is fundamental in designing economic policy and strategic investment programmes in both the public and private sectors.
An application forecasting future values from a series of Colombian inflation shows that neuronal networks supported, by non-observable components, could give more precise forecasting compared to traditional Box-Jenkins’, exponential smoothing and flexible square minimum methodologies.
The results also revealed that forecasting combinations making use of neuronal network...






Related documents