Examinando por Materia "Curva de rendimientos"
Mostrando 1 - 6 de 6
Resultados por página
Opciones de ordenación
Ítem Aprendizaje reforzado profundo para la administración de portafolios de renta fija(Universidad EAFIT, 2023) Mejía Estrada, David; Almonacid Hurtado, Paula MaríaThis paper applies deep reinforced learning techniques to the management of fixed income investment portfolios, specifically sovereign securities issued by the Colombian government. The period of analysis covers seven years, from January 2015 to December 2022. We find that it is possible to generate profitability and achieve efficient risk management because of the trading strategies that deep reinforced learning models foresee more convenient given certain market conditions and of each of the securities, such as their implied risk in metrics like DV01, Duration and Convexity. Finally, this study contributes to the field of machine learning and artificial intelligence applications on investment portfolio management, with a relatively new focus on the fixed income market in general, consolidating itself as one of the first works to apply reinforcement learning techniques to the Colombian public debt market.Ítem Determinantes de la prima de riesgo entre la deuda soberana y la deuda corporativa en el mercado colombiano: análisis del período 2006-2015(Universidad EAFIT, 2015) Cárdenas Méndez, Hania Katina; Mora Cuartas, Andrés MauricioEl presente artículo tiene como objetivo identificar, en un período de estudio específico, los determinantes de la prima de riesgo de los títulos de deuda corporativa con respecto a la tasa libre de riesgo, teniendo en cuenta que el margen de negociación entre los activos mencionados se reduce de manera importante en ciertos momentos de mercado -- Para este propósito, se realiza un análisis descriptivo de dos momentos puntuales entre 2006 y 2015 -- Se encontró que la prima de riesgo involucra elementos adicionales al riesgo de crédito y de liquidez y que puede variar en el tiempo, a pesar de que las condiciones del emisor no hayan cambiado -- Por lo anterior se recomienda el análisis y el seguimiento del conjunto de determinantes de la prima de riesgo por parte de analistas, emisores e inversionistas para la toma de decisiones con el propósito de explicar comportamientos del mercado de deuda corporativa localÍtem Estimación de la estructura a plazos de tasas de interés de Colombia utilizando el modelo Diebold, Rudebusch & Aruoba con macrofactores(Universidad EAFIT, 2016) Gómez Restrepo, Jackelyne; Restrepo Tobón, Diego AlexanderSe presenta una aproximación a la estructura a plazos de tasas de interés del mercado colombiano a través de dos modelos: Modelo de Diebold, & Li con factores latentes y el modelo de Diebold, Rudebusch & Aruoba con Macrofactores, los cuales fueron estimados utilizando un Filtro de Kalman implementado en MATLAB y posteriormente utilizados para obtener pronósticos de la curva en función del comportamiento esperado de variables macroeconómicas y financieras de la economía local y americana -- La inclusión de los macrofactores se hace esperando mejores proyecciones de la curva, de manera que tener proyecciones de estas variables será de utilidad para conocer el comportamiento futuro de la curva de rendimientos local -- Los modelos se ajustan con datos mensuales, tomando el periodo 2003-2015 y testeado con una porción de esta información; el modelo de factores latentes tiene solo información histórica de la curva cero cupón mientras que en el modelo con macrofactores se consideraron variables como: inflación local 12 meses, CDS 5Y, índice VIX, precios del WTI, TRM, tasa de cambio Euro/Dólar, tasa REPO y tasa FED; obteniendo finalmente dos modelos, siendo el que contiene macrofactores el que tiene mejores indicadores de desempeño en el pronósticoÍtem Modelo de retorno de equilibrio en la deuda americana(Universidad EAFIT, 2024) Montañez Díaz, Adrián Felipe; Angulo Forero, Santiago Felipe; Velásquez Durán, Isabella; Gallo Restrepo, Juan Carlos; Durango Gutiérrez, María Patricia; Díaz, WalterNowadays, many institutional investors use classic models, such as the Nelson-Siegel-Svensson model, which, through certain parameters, allow the estimation of the yield curve to make informed investment decisions. Despite the general approval of these models, the economic dynamics are changing, which is why, in this work, the nodes of the US yield curve were modeled through linear regression models, machine learning and deep learning, given a defined future scenario. With the result of the projection, the curve was generated by 4 methods, of which the cubic spline resulted to be the best fit.Ítem Sobre la volatilidad de la curva de rendimientos del mercado de deuda pública colombiano(Universidad EAFIT, 2018) Sánchez Garrido, José Miguel; Trespalacios Carrasquilla, AlfredoThis paper estimates the volatility of the Temporary Structure of Interest Rates (ETTI) of the Colombian public debt market and explains its relationship with macroeconomics fundamentals -- Starting from the parametric model proposed by Nelson and Siegel (1987), the ETTI is estimated in order to capture the conditional volatility component with the Autoregressive Conditional Heteroskedasticity models (ARCH) -- Subsequently the relationship with the macroeconomic variables such as the gross domestic product (𝑦), the general price level (𝜋), the monetary policy interest rate (𝑖) and the risk country (𝑟) is evaluated through impulse-response function of the Structural Vector Autoregressive models (SVAR) and the Granger causality tests -- The results show that the volatility of the ETTI of the Colombian public debt market has an exponential characteristic and there are causal relationships in both directions with some of the macroeconomic variables -- However, when there are shocks among them, there are only significant unidirectional responses from macroeconomics to ETTI volatility and not in the opposite directionÍtem Uso de la información de la curva de rendimientos de los títulos de deuda pública colombiana para pronosticar la inflación mensual y anual de Colombia(Universidad EAFIT, 2017) González Morales, Julie Andrea; Restrepo Tobón, Diego AlexanderEn esta investigación, se busca analizar si con la información de la curva de rendimientos (CR) de Colombia, se puede pronosticar la inflación mensual y anual usando modelos dinámicos de estructura a término -- Para llevar a cabo este propósito, se implementa en MATLAB el modelo de Diebold, Rudebusch, & Aruoba, el cual ha sido utilizado en Colombia para estimar y pronosticar la CR mas no para pronosticar variables macroecómicas, lo que se traduce en un valor agregado, metodológicamente hablando, para estudiar la inflación y para saber si la información de la CR agrega o no valor -- Adicionalmente, se aplican restricciones al modelo, logrando conocer qué componentes de la curva agregan mayor valor al pronóstico y dado que este análisis se desarrolla bajo dos enfoques en cuanto al tipo de información a utilizar (la CR suavizada bajo la metodología de Nelson y Sieguel para el periodo 2003 - 2017 y la CR no suavizada, para el periodo de 2013 - 2017), logrando conocer qué tipo de información mejora los pronósticos -- Finalmente, dada la flexibilidad de estos modelos, no solo se obtienen los mejores modelos para la inflación, sino también los mejores modelos para pronosticar la CR -- Efectivamente, al analizar los resultados dentro y fuera de la muestra, se encuentra que el modelo pronostica mejor la CR cuando se usan variables macroeconómicas, sin embargo, para el caso de la inflación, un modelo ARIMA da mejores pronósticos, los cuales no son significativamente diferentes a los obtenidos con el modelo propuesto para este estudio