Aplicación de redes neuronales para desarrollar un modelo de pronóstico de la demanda de dinero
View/ Open
Date
1998Author
Byrd Neri, Sergio Alberto
SERGIO ALBERTO BYRD NERI
Metadata
Show full item record
Export citation
Abstract
El trabajo está dividido en cinco capítulos: en el primer capítulo se presenta una breve reseña histórica de la Fábrica de Billetes del Banco de México, así como algunas consideraciones sobre la fabricación de billetes. En el segundo capítulo se presenta una recopilación de las teorías económicas que más se han utilizado para explicar la demanda de dinero en efectivo, se mencionan los aspectos relevantes de las teorías económicas Clásica, Keynesiana y Cuantitativa Moderna y finalmente las consideraciones empíricas que permiten establecer una expresión teórica para pronosticar la demanda de dinero en efectivo en función de los agentes económicos que la determinan. En el tercer capítulo se presenta un modelo econométrico basado en la expresión teórica obtenida en el capítulo dos, el modelo permite obtener un pronóstico de la demanda de dinero en efectivo a partir de las variables económicas que la determinan, se presentan algunos comentarios acerca de las características de las series de tiempo económicas en que se registran dichas variables así como las gráficas correspondientes, finalmente se presenta un breve análisis desde el punto de vista estadístico de los resultados obtenidos con el modelo econométrico. En el cuarto capítulo se presenta el marco teórico en que están basados los modelos de Redes Neuronales Artificiales enfocándolo a las Redes Neuronales con Retropropagación del Error ya que es la topología que se aplicó para construir el modelo de pronóstico de la demanda de dinero en efectivo; se presenta el desarrollo matemático que lleva a establecer las expresiones para calcular las respuestas de las neuronas, el cálculo del error y el algoritmo de retropropagación, adicionalmente se explica la Regla Delta Generalizada aplicada en el algoritmo de retropropagación del error. En el quinto capítulo se describe la metodología para construir dos modelos de Red Neuronal Artificial con Retropropagación del Error: uno para realizar el ajuste a la curva de la demanda de dinero y otro para pronosticar la demanda de dinero en un periodo específico, todo lo anterior se desarrolla con base al modelo teórico obtenido en el capítulo dos, se aclaran algunas restricciones y transformaciones que fueron necesarias para presentar los datos a las redes y se presentan los resultados en forma gráfica, se analizan brevemente algunos aspectos del desempeño de las Redes Neuronales. Finalmente se presentan las conclusiones del trabajo.