{"id":{"repo_id":"javeriana","oai_identifier":"oai:repository.javeriana.edu.co:10554/39661"},"canonical_url":"https://search.dev.ndltd.org/etd/javeriana/oai:repository.javeriana.edu.co:10554/39661","repository":{"repo_id":"javeriana","name":"Pontificia Universidad Javeriana","base_url":"https://repository.javeriana.edu.co/oai/request"},"display":{"title":"Evaluación de pronósticos de modelos lineales y no lineales de la tasa de cambio de Colombia","abstract":"El presente trabajo de grado explora las predicciones de los modelos Markov Switching y ARIMA para la tasa de cambio de Colombia, junto con la combinación de pronósticos de los dichos modelos. El modelo Markov Switching pertenece a una clase de modelos de cambio de regímenes, cuyo supuesto principal es que una variable no observada que sigue un proceso de Markov, gobierna el régimen de la serie. La estimación del modelo MS se lleva a cabo por el algoritmo «Expected Maximization». Los pronósticos de los modelos individuales y sus combinaciones se evalúan por fuera de muestra en la serie diaria de la tasa representativa de mercado (TRM) de Colombia. Se realizan pronósticos para un horizonte de 25 días y pronósticos recursivos para el mismo horizonte y los resultados se comparan con las predicciones de un paseo aleatorio. El modelo MS obtuvo la mejor puntuación en la raíz del error cuadrático medio y en el error absoluto medio cuando se efectúa el pronóstico a horizonte 25. Al hacer el pronóstico recursivo, el modelo ARIMA obtuvo los mejores resultados. En el apéndice se desarrolla la derivación matemática para la estimación del modelo MS y las pruebas de especificación. También se muestra el código de programación desarrollado en el software estadístico R, para la estimación del modelo Markov Switching por el algoritmo EM y el código con el que se efectuó la combinación de pronóstico.","abstract_html":"El presente trabajo de grado explora las predicciones de los modelos Markov Switching y ARIMA para la tasa de cambio de Colombia, junto con la combinación de pronósticos de los dichos modelos. El modelo Markov Switching pertenece a una clase de modelos de cambio de regímenes, cuyo supuesto principal es que una variable no observada que sigue un proceso de Markov, gobierna el régimen de la serie. La estimación del modelo MS se lleva a cabo por el algoritmo «Expected Maximization». Los pronósticos de los modelos individuales y sus combinaciones se evalúan por fuera de muestra en la serie diaria de la tasa representativa de mercado (TRM) de Colombia. Se realizan pronósticos para un horizonte de 25 días y pronósticos recursivos para el mismo horizonte y los resultados se comparan con las predicciones de un paseo aleatorio. El modelo MS obtuvo la mejor puntuación en la raíz del error cuadrático medio y en el error absoluto medio cuando se efectúa el pronóstico a horizonte 25. Al hacer el pronóstico recursivo, el modelo ARIMA obtuvo los mejores resultados. En el apéndice se desarrolla la derivación matemática para la estimación del modelo MS y las pruebas de especificación. También se muestra el código de programación desarrollado en el software estadístico R, para la estimación del modelo Markov Switching por el algoritmo EM y el código con el que se efectuó la combinación de pronóstico.","abstract_has_math":false,"creators":["Gonzáles Giraldo, Andrés Felipe"],"institution":"Pontificia Universidad Javeriana","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Misas Arango, Martha Alicia"],"committee_chairs":[],"committee_members":[],"year":null,"date_issued":"","date_published":null,"updated_at":"2026-08-21T22:21:56Z","subjects":["Tasa de cambio","Markov switching"],"languages":["spa"],"rights":[],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"identifier_entries":[{"key":"dc:identifier.doi","label":"DOI","values":["https://doi.org/10.11144/Javeriana.10554.39661"],"render_values":[{"text":"https://doi.org/10.11144/Javeriana.10554.39661","href":"https://doi.org/10.11144/Javeriana.10554.39661","code":true}]}]},"links":{"outbound_url":"http://hdl.handle.net/10554/39661","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"source_record":{"url":"https://repository.javeriana.edu.co/oai/request?verb=GetRecord&metadataPrefix=dim&identifier=oai%3Arepository.javeriana.edu.co%3A10554%2F39661","prefix":"dim"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Misas Arango, Martha Alicia"]},{"key":"dc:creator","label":"Author","values":["Gonzáles Giraldo, Andrés Felipe"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2019-01-18T14:37:47Z","2020-04-16T19:36:20Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2019-01-18T14:37:47Z","2020-04-16T19:36:20Z"]},{"key":"dc:publisher","label":"Institution","values":["Pontificia Universidad Javeriana"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Tasa de cambio","Markov switching"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["spa"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/4.0/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.doi","label":"DOI","values":["https://doi.org/10.11144/Javeriana.10554.39661"]},{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/10554/39661"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["El presente trabajo de grado explora las predicciones de los modelos Markov Switching y ARIMA para la tasa de cambio de Colombia, junto con la combinación de pronósticos de los dichos modelos. El modelo Markov Switching pertenece a una clase de modelos de cambio de regímenes, cuyo supuesto principal es que una variable no observada que sigue un proceso de Markov, gobierna el régimen de la serie. La estimación del modelo MS se lleva a cabo por el algoritmo «Expected Maximization». Los pronósticos de los modelos individuales y sus combinaciones se evalúan por fuera de muestra en la serie diaria de la tasa representativa de mercado (TRM) de Colombia. Se realizan pronósticos para un horizonte de 25 días y pronósticos recursivos para el mismo horizonte y los resultados se comparan con las predicciones de un paseo aleatorio. El modelo MS obtuvo la mejor puntuación en la raíz del error cuadrático medio y en el error absoluto medio cuando se efectúa el pronóstico a horizonte 25. Al hacer el pronóstico recursivo, el modelo ARIMA obtuvo los mejores resultados. En el apéndice se desarrolla la derivación matemática para la estimación del modelo MS y las pruebas de especificación. También se muestra el código de programación desarrollado en el software estadístico R, para la estimación del modelo Markov Switching por el algoritmo EM y el código con el que se efectuó la combinación de pronóstico."]},{"key":"dc:format","label":"Dc Format","values":["PDF"]},{"key":"dc:format.mimetype","label":"Dc Format Mimetype","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Evaluación de pronósticos de modelos lineales y no lineales de la tasa de cambio de Colombia"]}]}],"canonical_facts":{"dc:contributor.advisor":["Misas Arango, Martha Alicia"],"dc:creator":["Gonzáles Giraldo, Andrés Felipe"],"dc:date.accessioned":["2019-01-18T14:37:47Z","2020-04-16T19:36:20Z"],"dc:date.available":["2019-01-18T14:37:47Z","2020-04-16T19:36:20Z"],"dc:description.abstract":["El presente trabajo de grado explora las predicciones de los modelos Markov Switching y ARIMA para la tasa de cambio de Colombia, junto con la combinación de pronósticos de los dichos modelos. El modelo Markov Switching pertenece a una clase de modelos de cambio de regímenes, cuyo supuesto principal es que una variable no observada que sigue un proceso de Markov, gobierna el régimen de la serie. La estimación del modelo MS se lleva a cabo por el algoritmo «Expected Maximization». Los pronósticos de los modelos individuales y sus combinaciones se evalúan por fuera de muestra en la serie diaria de la tasa representativa de mercado (TRM) de Colombia. Se realizan pronósticos para un horizonte de 25 días y pronósticos recursivos para el mismo horizonte y los resultados se comparan con las predicciones de un paseo aleatorio. El modelo MS obtuvo la mejor puntuación en la raíz del error cuadrático medio y en el error absoluto medio cuando se efectúa el pronóstico a horizonte 25. Al hacer el pronóstico recursivo, el modelo ARIMA obtuvo los mejores resultados. En el apéndice se desarrolla la derivación matemática para la estimación del modelo MS y las pruebas de especificación. También se muestra el código de programación desarrollado en el software estadístico R, para la estimación del modelo Markov Switching por el algoritmo EM y el código con el que se efectuó la combinación de pronóstico."],"dc:format":["PDF"],"dc:format.mimetype":["application/pdf"],"dc:identifier.doi":["https://doi.org/10.11144/Javeriana.10554.39661"],"dc:identifier.uri":["http://hdl.handle.net/10554/39661"],"dc:language.iso":["spa"],"dc:publisher":["Pontificia Universidad Javeriana"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"dc:subject":["Tasa de cambio","Markov switching"],"dc:title":["Evaluación de pronósticos de modelos lineales y no lineales de la tasa de cambio de Colombia"]},"updated_at":"2026-08-21T22:21:56Z"}