A estimação da estrutura da taxa de juros é relevante por duas razões fundamentais: em primeiro lugar é considerado como um indicador antecipado de política, sendo uma das principais ferramentas para os bancos centrais como instrumento de política monetária; em segundo lugar, através da curva de rendimentos é possível fazer valoração de ativos financeiros. A causa da sua relevância, tanto na área macroeconômica e como no campo financeiro, uma ampla literatura dedicada a estimá-la se desenvolveu. Neste sentido, o objetivo deste documento é a previsão da curva de rendimentos da Colômbia através da metodologia de Spectrum Singular Analysis (SSA) durante o período 2006-2014. Para a previsão são usados parâmetros diários estimados pelo modelo de fatores de Nelson e Siegel (1987). Os resultados indicam ganhos na acurácia preditiva fora da amostra da abordagem de MSSA em relação ao modelo Random Walk e outros benchmarks amplamente usados na literatura, principalmente nos horizontes de previsão mais curtos. Os resultados são estatisticamente significantes. Assim mesmo, observasse que o MSSA se ajusta melhor que os modelos competidores em todos os horizontes para as previsões das menores maturidades. / The estimation of the Yield curve is relevant because of two fundamental reasons: firstly, it is considered an anticipated indicator of economic policies, being one of the principal central banks tools as instrument of monetary policy; secondly, through this estimation it is possible to valuate financial assets. Due to its relevance in the macroeconomics area and the financial field, an extensive literature has been dedicated to its estimation. Concerning that, the goal of this document is to get a prediction of Colombia’s yield curve through the Spectrum Singular Analysis (SSA) from 2006 to 2014. Daily estimated parameters by Nelson and Siegel (1987) factors model are used to obtain the prognostication. Results are statistically significant and indicate gains of the MMSA on the accuracy of previsions out of the sample in relation to the Random Walk competitor model and other benchmarks widely used in literature, mainly on short term previsions. Likewise, we observe that the MSSA method is better adjusted than competitors’ models in all the horizons for the previsions where maturity is lower. / La estimación de la curva de rendimientos es relevante por dos razones fundamentales: en primer lugar es considerado como un indicador anticipado de política económica, siendo una de las principales herramientas para los bancos centrales como instrumento de política monetaria; en segundo lugar, a través de esta es posible realizar valoración de activos financieros. Dada su relevancia tanto en el área macroeconómica como en el campo financiero una amplia literatura ha sido dedicada a su estimación. En este sentido, el objetivo de este documento es la previsión de la curva de rendimientos de Colombia a través de la metodología de Spectrum Singular Analysis (SSA) durante noviembre de 2006 a diciembre de 2014. Para su pronóstico son usados los parámetros diarios estimados por el modelo de factores de Nelson e Siegel (1987). Los resultados son estadísticamente significativos e indican ganancias del método MSSA en la precisión de las previsiones fuera de la muestra principalmente en horizontes de previsión más cortos en relación al Random Walk y otros benchmarks ampliamente usados en la literatura. Así mismo, se observa que el método MSSA se ajusta mejor que los modelos competidores en todos los horizontes para las previsiones donde el vencimiento es menor.
| Identifer | oai:union.ndltd.org:IBICT/oai:lume56.ufrgs.br:10183/147407 |
| Date | January 2016 |
| Creators | Cárdenas Ayala, Jenny Carolina |
| Contributors | Caldeira, João Frois, Torrent, Hudson da Silva |
| Source Sets | IBICT Brazilian ETDs |
| Language | Spanish |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0026 seconds