EFECTO DE FACTORES GLOBALES DE RIESGO EN LA PREDICCIÓN DE LA VOLATILIDAD DEL TIPO DE CAMBIO PESO-DÓLAR ESTADOUNIDENSE: CONSTRUCCIÓN DE UN MODELO DE RED NEURONAL MULTICAPA Y UN MODELO GARCH

Abstract

El presente trabajo inició con la revisión de diferentes documentos de investigación relacionados con el tema, analizando las variables utilizadas en cada uno. De igual forma, se analizaron las técnicas paramétricas y no paramétricas propuestas en este estudio (RNA y los modelos GARCH). Una vez definidas las variables de estudio, se construyó una base de datos (BD) en Excel para estimar la RNA en RStudio y en .txt para estimar el modelo GARCH en el paquete estadístico S-Plus. Finalmente se analizaron los datos y se concluyeron las hipótesis planteadas. 10 De esta forma, la tesis se encuentra estructurada en cuatro capítulos, en el primer capítulo se ofrece un panorama general de la significancia social y económica que representa el tipo de cambio a nivel mundial y principalmente en México, además de la importancia de estimar la volatilidad para los agentes económicos que participan en los mercados financieros. El segundo capítulo, comprende la teoría de los modelos autorregresivos con heterocedasticidad condicional generalizados (GARCH) abordando sus propiedades, estimación, principales estadísticos de prueba y pronóstico, así como las principales variaciones de estos modelos y las principales distribuciones de sus observaciones. En el tercer capítulo se desarrolla la teoría correspondiente al modelo de redes neuronales multicapa enfocando la evolución histórica de la técnica, los conceptos fundamentales en su aplicación y la estructura general del modelo. Abordando la estructura matemática del modelo, la estimación de los pesos sinápticos y finalmente la elección de los parámetros (número de capas y nodos) a utilizar en el entrenamiento de la red. Finalmente, en el capítulo 4 se muestran los resultados de la aplicación de las dos técnicas a la estimación de la volatilidad del tipo de cambio, así como las pruebas aplicadas a los resultados de ambas técnicas para determinar cuál es la que brinda el mejor ajuste. Finalmente, se presentan las conclusiones de esta investigación en el que se mencionan los resultados de las hipótesis planteadas en este trabajo.