Mostrar el registro sencillo del ítem

dc.contributor.advisorFernández-Gámez, Manuel Ángel 
dc.contributor.advisorLópez-Valverde, Francisco 
dc.contributor.authorSalas Compás, María Belén
dc.contributor.otherFinanzas y Contabilidades_ES
dc.date.accessioned2022-01-13T10:52:47Z
dc.date.available2022-01-13T10:52:47Z
dc.date.created2021-10-22
dc.date.issued2022-01-13
dc.date.submitted2021-10-22
dc.identifier.urihttps://hdl.handle.net/10630/23605
dc.descriptionCon el fin de solventar esta carencia en la literatura empírica, esta tesis doctoral presenta tres estudios de investigación sobre predicciones de crisis financieras. El primero, “A global prediction model for sudden stops of capital flows using decision trees” (Salas, Alaminos, Fernández y López-Valverde, 2020), construye un modelo de predicción de parada repentina de flujos de capitales internacionales a nivel global, teniendo en cuenta tanto a países emergentes como desarrollados. Esta investigación logra mejorar la precisión de predicción respecto a los modelos obtenidos en la literatura previa y sugiere nuevas variables significativas para que los agentes políticos puedan predecir dicha parada repentina de flujos de capitales. El segundo estudio realizado se denomina “Forecasting Foreign Exchange Reserves using Bayesian Model Averaging-Naïves Bayes” (Salas, Alaminos, Fernández-Gámez y Callejón, 2020), y es una investigación que tiene como objetivo contribuir a la robustez de los modelos de predicción de reservas de divisas. En dicha investigación se ha utilizado el clasificador Bayesian Model Averaging-Naive Bayes (BMA-NB), una técnica diferente e innovadora no empleada en investigaciones previas en este campo, y que reporta unos resultados de precisión excelentes, además de suministrar un conjunto de variables con especial relevancia para mantener unas reservas de divisas apropiadas. La tercera investigación, “Quantum Computing and Deep Learning Methods for GDP Growth Forecasting” (Alaminos, Salas y Fernández-Gámez, 2021), plantea una comparación de técnicas en computación cuántica y en aprendizaje profundo para la previsión del crecimiento del PIB y, como resultado, se han obtenido nuevos modelos con capacidad para estimar con precisión futuros escenarios a nivel mundial. El modelo de los árboles de decisión neuronales de aprendizaje profundo es el que ha alcanzado resultados óptimos de predicción. Este estudio proporciona nuevas variables explicativas que permiten a los responsables de la elaboración de la política económica contar con previsiones fiables y exactas sobre el crecimiento del PIB.es_ES
dc.description.abstractLas crisis de las finanzas internacionales han sido materia de análisis en la literatura económica en las últimas décadas por su coste fiscal y su repercusión en la actividad económica. Las crisis bancarias y cambiarias que se han manifestado desde 1975 han ido precedidas de considerables pérdidas de producción en los países, requiriéndose entre un año y medio y tres años para que el crecimiento de la producción recupere su nivel de tendencia. La repetida aparición de crisis financieras de carácter sistémico, cada vez más numerosas y graves, y el proceso de Integración de los países emergentes con los desarrollados a través del proceso de globalización, ha suscitado un mayor interés por el motivo, la calidad de la gestión y, sobre todo, la exigencia de prevención de estas crisis financieras. Esto ha llevado a muchos investigadores a desarrollar modelos para analizar y predecir los movimientos de capital, la liquidez y la capacidad de pago de los países a través de las reservas internacionales y la evolución del Producto Interior Bruto (PIB). La mayoría de estos modelos se han desarrollado con muestras compuestas por países emergentes, ya que suelen ser países más vulnerables, que han experimentado una mayor frecuencia de crisis desde el punto de vista estadístico. Además, el interés actual por los modelos de previsión se ha visto acentuado por la última crisis financiera mundial, que reveló que incluso los países desarrollados, es decir, los que teóricamente se encuentran en una mejor situación y estabilidad económica, requieren una vigilancia constante de su situación financiera. A pesar de que en la literatura anterior existen modelos de predicción de crisis financieras con un poder explicativo relevante, siguen mostrando limitaciones en cuanto a sus niveles de precisión. Además, la mayoría de estos modelos recurren principalmente a técnicas estadísticas y prácticamente no utilizan métodos computacionales.es_ES
dc.language.isospaes_ES
dc.publisherUMA Editoriales_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectComputación cuántica - Tesis doctoraleses_ES
dc.subjectÁrboles de Decisión - Tesis doctoraleses_ES
dc.subjectEstadística bayesiana - Tesis doctoraleses_ES
dc.subjectToma de decisiones- Tesis doctoraleses_ES
dc.subject.otherPredicción Crisis Financierases_ES
dc.subject.otherÁrboles de Decisiónes_ES
dc.subject.otherModelo Bayesianoes_ES
dc.subject.otherComputación Cuánticaes_ES
dc.subject.otherAprendizaje Profundoes_ES
dc.titleModelos globales para la predicción de crisis financieras internacionaleses_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.centroFacultad de Ciencias Económicas y Empresarialeses_ES
dc.rights.ccAttribution-NonCommercial-NoDerivatives 4.0 Internacional*


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional