Publicación:
Persistencia y eventos en el riesgo de crédito soberano de Estados Unidos : un enfoque fundamental y de aprendizaje automático aplicado a los CDS a 5 y 10 años

Vista sencilla de ítem
dc.contributor.advisorAlmonacid Hurtado, Paula María
dc.contributor.advisorBotero Ramírez, Juan Carlos
dc.contributor.authorGonzález, María Alejandra
dc.contributor.authorSánchez Duque, Juan Manuel
dc.contributor.authorRuiz Montalvo, Diego Alejandro
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.creator.emailmagonzal1@eafit.edu.co
dc.creator.emailjmsanchezd@eafit.edu.co
dc.creator.emaildaruizm@eafit.edu.co
dc.date.accessioned2026-04-24T16:01:56Z
dc.date.available2026-04-24T16:01:56Z
dc.date.issued2025-12-01
dc.descriptionEl objetivo de este trabajo es analizar la dinámica del riesgo de crédito soberano de Estados Unidos, medido por los Credit Default Swaps (CDS) a 5 y 10 años, utilizando enfoques fundamentales y de aprendizaje automático. El análisis de corto plazo, mediante modelos ADL, GARCH-MIDAS y T-GARCH, reveló que la volatilidad y la incertidumbre macroeconómica (VIX, Treasury a 3 meses) tienen un efecto detectable pero limitado sobre el CDS. En el largo plazo, los modelos en niveles (AR1 y ARDL) demostraron que el factor más estable y dominante es la propia persistencia temporal del CDS (con un coeficiente autorregresivo significativo). Los hallazgos concluyen que la evolución del riesgo soberano está determinada principalmente por su inercia histórica y fuerte autocorrelación, lo que implica que los fundamentos económicos tradicionales tienen un papel secundario en la determinación de los niveles actuales de riesgo
dc.description.abstractThe objective of this work is to analyze the dynamics of US sovereign credit risk, measured by 5- and 10-year Credit Default Swaps (CDS), using both fundamental and machine learning approaches. The short-term analysis, using ADL, GARCH-MIDAS, and T-GARCH models, revealed that volatility and macroeconomic uncertainty (VIX, 3-month Treasury rate) have a detectable but limited effect on CDS. In the long term, level models (AR(1) and ARDL) demonstrated that the most stable and dominant factor is the CDS’s own temporal persistence (with a significant autoregressive coefficient). Findings conclude that the evolution of sovereign risk is primarily determined by its historical inertia and strong autocorrelation, implying that traditional economic fundamentals play a secondary role in determining current risk levels.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Administración Financieraspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad EAFIT
dc.identifier.reponamereponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourlrepourl:https://repository.eafit.edu.co
dc.identifier.urihttps://hdl.handle.net/10784/37324
dc.language.isospa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentÁrea de Mercados y Estrategia Financieraspa
dc.publisher.facultyEscuela de Finanzas, Economía y Gobiernospa
dc.publisher.placeMedellín
dc.publisher.programMaestría en Administración Financieraspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAcceso abierto
dc.subjectRiesgo soberano
dc.subjectCredit Default Swaps (CDS)
dc.subjectModelos GARCH
dc.subjectPersistencia temporal
dc.subjectAprendizaje automático
dc.subject.keywordSovereign Risk
dc.subject.keywordTemporal Persistence
dc.subject.keywordGARCH Models
dc.subject.keywordMachine Learning
dc.subject.lembHACIENDA PÚBLICA - ESTADOS UNIDOS
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) APLICACIONES EN FINANZAS
dc.subject.lembECONOMETRÍA
dc.subject.lembMERCADO DE CAPITALES - ESTADOS UNIDOS
dc.subject.lembINCERTIDUMBRE (ECONOMÍA) - ESTADOS UNIDOS
dc.titlePersistencia y eventos en el riesgo de crédito soberano de Estados Unidos : un enfoque fundamental y de aprendizaje automático aplicado a los CDS a 5 y 10 años
dc.typeinfo:eu-repo/semantics/masterThesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.localTesis de Maestríaspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.type.spaInforme
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
MariaAlejandraGonzalez_JuanManuelSanchezDuque_DiegoAlejandroRuizMontalvo_2025.pdf
Tamaño:
3.49 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
611.49 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras_biblioteca.pdf
Tamaño:
721.62 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Administración Financiera (tesis)