SciELO - Scientific Electronic Library Online

 
vol.21 issue37Leadership of SMB managers in Tamaulipas, Mexico using the inventory of leadership practices author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Cuadernos de Administración

Print version ISSN 0120-3592

Abstract

ZAPATA GOMEZ, Elizabeth Catalina; VELASQUEZ HENAO, Juan David  and  SMITH QUINTERO, Ricardo Agustín. Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras. Cuad. Adm. [online]. 2008, vol.21, n.37, pp.311-334. ISSN 0120-3592.

En este trabajo se propone una nueva clase de modelos híbridos no lineales. En el modelo propuesto, la no linealidad en la media se representa usando un sistema adaptativo neurodifuso de inferencia (ANFIS, por su sigla en inglés), mientras la varianza se representa usando una componente autorregresiva heterocedástica condicional. Se presenta la formulación matemática de este tipo de modelos y se propone un método para su estimación; adicionalmente, se desarrolla para el modelo propuesto una estrategia de especificación basada en una batería de pruebas estadísticas que incluyen pruebas para la especificación de los modelos de regresión con transición suave (STR, por su sigla en inglés) y la prueba del radio de verosimilitud. Como un caso de estudio, se modela la dinámica de la serie de los cambios en los precios de cierre de las acciones de IBM, la cual se usa comúnmente como referente en la literatura de series de tiempo. Los resultados indican que el modelo desarrollado representa mejor que otros modelos de características similares la dinámica de la serie estudiada.

Keywords : ANFIS; ARCH; heterocedasticidad; series temporales; modelos no lineales.

        · abstract in English | Portuguese     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License