Maestría en Finanzas Cuantitativas
URI permanente para esta colección
Examinar
Examinando Maestría en Finanzas Cuantitativas por Materia "Análisis financiero"
Mostrando1 - 4 de 4
Resultados por página
Opciones de clasificación
- ÍtemAcceso AbiertoCondiciones de optimalidad para portafolios de inversión con funciones de utilidad rango-dependientes(2017-01-26) Pinto Heydler, Mariam; Serrano Perdomo, Rafael AntonioSe da solución al problema de Merton con dos variantes para el problema, para lo cual se presentan las condiciones suficientes del portafolio óptimo de un agente con función de utilidad a trozos, que dependen de un valor de riqueza y está asociada a su aversión al riesgo, portafolio que se encuentra usando el método de martingalas y dualidad convexa.
- ÍtemAcceso Abierto“Credit Risk +” aplicación en una Compañía Aseguradora(2020-01-23) Moreno Duarte, Laura Jimena del Pilar; Castro, CarlosEl Riesgo de Crédito refleja el riesgo que el valor de una cartera disminuya debido a incumplimientos inesperados. Estas pérdidas pueden incurrir debido a incumplimientos totales o los incumplimientos esperados debido al cambio de calificación de la contraparte, en un horizonte de un año y resulta de la agregación de los riesgos de renta fija, hipotecas, reaseguro y otras cuentas por cobrar. Los Riesgos de Renta Fija e Hipotecas se catalogan en: Incumplimiento: es el riesgo de que un emisor de deuda se vuelva insolvente y, por lo tanto, no cumpla con sus obligaciones. Riesgo de migración: el riesgo de que algún emisor de deuda experimente un cambio de calificación adverso (por ejemplo, una rebaja de la calificación AA de Standard & Poor's a una calificación A), lo que resulta en un mayor riesgo de incumplimiento adicional. Estos dos riesgos se calculan de forma independiente y simplemente se agregan para obtener el riesgo de renta fija o hipoteca en caso de contraparte incumple en un periodo de un año. Otros riesgos relacionados con los instrumentos de renta fija, como los riesgos de tasa de interés y tasas de cambio, también se consideran pero en el capítulo de Riesgos de Mercado, que no se contempla en este documento. El riesgo de reaseguro derivado de la exposición a contrapartes de reaseguro y el riesgo de Receivables vinculado a la exposición crediticia de la Compañía a cuentas por cobrar de titulares de pólizas, intermediarios y otras cuentas por cobrar.
- ÍtemAcceso AbiertoPronóstico de volatilidad de la TRM mediante un modelo híbrido LSTM-GARCH(2019-12-04) Quintero Valencia, Daniel Enrique; Ramírez Jaime, Hugo EduardoEn este trabajo se propone un modelo híbrido LSTM-GARCH para el pronóstico de la volatilidad de la tasa representativa del mercado (TRM). Este modelo es una red neuronal recurrente LSTM, en la cual se incluyen como variables explicativas los coeficientes de modelos de series de tiempo GARCH, EGARCH y EWMA para la TRM, de acuerdo a la metodología de Kim y col. 2018. Tanto los modelos GARCH como el modelo LSTM se estiman con datos históricos desde el año 2008 hasta junio de 2018, y los pronósticos generados se contrastan con datos desde julio 2018 a julio 2019. Los resultados se comparan utilizando varias medidas de error lineales y no-lineales. Se evidencia que la inclusión de los coeficientes de los modelos GARCH y EGARCH mejora la precisión de las predicciones del modelo híbrido LSTM comparado con un modelo LSTM estándar.
- ÍtemAcceso AbiertoWavelet analysis on financial time series(2018-08-16) Fonseca Lemus, Arlington; Ramírez Jaime, Hugo EduardoLos métodos wavelet poseen algunas características que los hacen una herramienta con gran potencial para la investigación financiera. El propósito de esta tesis es estudiar la utilidad que tienen los métodos wavelet en el análisis de series de tiempo financieras, para lo cual se han utilizado datos del mercado financiero colombiano. En esta tesis se presenta brevemente la teoría wavelet, con especial enfoque en la Transformada Discreta Wavelet y en las wavelets de Daubechies. Luego, se ilustra una descomposición multirresolución para dos series diferentes de log-retornos. Finalmente, se presenta un método de predicción basado en wavelets, así como una comparación entre sus resultados y los de un método de predicción tradicional.