Resumen:
El tipo de cambio, visto como relación proporcional entre el valor de una moneda y otra
es una variable macroeconómica importante de la economía globalizada, en el caso de
México la paridad más importante que existe es la del peso (MXN) con respecto al dólar
americano (USD) por la estrecha relación de intercambio comercial y de inversión que
existe con los Estados Unidos.
La variable es comparativa, una imagen útil para los hacedores de política y
tomadores de decisiones en empresas privadas; repercute en la inflación, en el poder
adquisitivo, golpea seriamente al comercio en mercados que dependen de insumos
importados, así como los empleos generados por él, debilita e impacta en la calidad de
vida de la población y crea una imagen del país hacia el exterior ahí radica la necesidad
de poder generar pronósticos eficientes y precisos de él al emplear herramientas de
predicción que permitan hacer un análisis amplio del comportamiento de esta variable
con fines de tomar medidas ante efectos negativos además de aprovechar los positivos
cuando estos se den.
En el análisis y pronóstico del tipo de cambio existen estudios basados en técnicas
de series de tiempo junto a modelos paramétricos tales como: regresiones, modelos
multivariados y de panel pero muy pocos se aventuran en el terreno no para-métrico
como el de la inteligencia artificial específicamente las redes neuronales artificiales
(RNA) las cuales tienen ventajas como: aprendizaje, auto organización, tolerancia a
fallos, flexibilidad y por ello es posible crear una herramienta basada en RNA con mayor
certidumbre a los métodos tradicionales, con ellas, se pueden observar los periodos con
mayores fluctuaciones así como los componentes que determinan el comportamiento
del tipo de cambio