Modelos de predicción de crisis financieras internacionales con técnicas de aprendizaje automático: aplicaciones a la reputación país

Abstract

El presente estudio ha escogido tres de los tipos más importantes de crisis tratadas en las finanzas internacionales: la crisis de deuda soberana, la crisis de divisas y la crisis sistémica bancaria. Por tanto, se trata de responder a la cuestión de investigación de si es posible mejorar la precisión de los modelos globales de predicción de crisis existentes en la literatura previa. Para responder a esta cuestión se ha tenido en cuenta no solo técnicas estadísticas, sino también técnicas computacionales que han arrojado excelentes resultados de clasificación en las últimas décadas en cuestiones de predicción económica. Para ofrecer una mayor diversidad explicativa y comparativa, se han utilizado tanto modelos globales como modelos regionales para África y Oriente Próximo, Asia, América Latina y Europa. Los resultados obtenidos han permitido constatar una mayor precisión de los métodos computacionales frente a las técnicas estadísticas tradicionales. Incluso técnicas computacionales muy novedosas han mostrado un potencial interesante en la precisión de estos eventos de crisis.

Estos modelos de predicción de crisis de deuda soberana, divisas y sistema bancario pueden ser de utilidad para valorar de una manera más precisa la reputación de un país frente al mundo. La reputación país explica cómo las características más importantes de un país, por ejemplo, factores sociales y económicos, influye en la imagen o marca en la que el país se proyecta al mundo. El concepto de reputación país es análogo al de reputación corporativa, y de hecho, algunos autores han demostrado la influencia que tiene la reputación país en las empresas y en la forma en la que comercializan sus productos. Por este motivo, la presente tesis estudia el factor de estabilidad financiera en la reputación país a través de los modelos de predicción de crisis de deuda soberana, divisas y sistema bancario.