Almonacid Hurtado, Paula MaríaBotero Ramírez, Juan Carlos2026-04-242025-12-01https://hdl.handle.net/10784/37324El 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 riesgoThe 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.application/pdfspaTodos los derechos reservadosRiesgo soberanoCredit Default Swaps (CDS)Modelos GARCHPersistencia temporalAprendizaje automáticoinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessHACIENDA PÚBLICA - ESTADOS UNIDOSAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) APLICACIONES EN FINANZASECONOMETRÍAMERCADO DE CAPITALES - ESTADOS UNIDOSINCERTIDUMBRE (ECONOMÍA) - ESTADOS UNIDOSSovereign RiskTemporal PersistenceGARCH ModelsMachine LearningAcceso abierto2026-04-24González, María AlejandraSánchez Duque, Juan ManuelRuiz Montalvo, Diego Alejandroreponame:Repositorio Institucional Universidad EAFITinstname:Universidad EAFITrepourl:https://repository.eafit.edu.cohttp://purl.org/coar/access_right/c_abf2