Servicios Personalizados
Revista
Articulo
Indicadores
Citado por SciELO
Accesos
Links relacionados
Citado por Google
Similares en SciELO
Similares en Google
Compartir
Innovar
versión impresa ISSN 0121-5051
Resumen
SANTANA CONTRERAS, Juan Camilo; CAMARO, Álvaro Andrés; CASAS HENAO, Arnoldo y JIMENEZ MENDEZ, Édgar. Estudio empírico sobre la capacidad predictiva de las redes neuronales en el pronóstico de la inflación colombiana: una metodología alternativa. Innovar [online]. 2006, vol.16, n.28, pp.187-198. ISSN 0121-5051.
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.
Palabras clave : perceptron multicapas; modelos SARIMA; suavizamiento exponencial; mínimos cuadrados flexibles; combinación de pronósticos; componentes no observables.