Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales

La presente tesis analiza y compara dos enfoques metodológicos para la asignación estratégica de activos en el contexto de la gestión de reservas internacionales. El primer enfoque se basa en el modelo de Nelson-Siegel con rotación de factores y tasas sombra, ampliamente utilizado por bancos central...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Matarrita Valverde, Alejandro
Formato: Tesis de maestría
Lenguaje:Español
Publicado: Universidad Torcuato Di Tella 2025
Materias:
Banco central
Central bank
Reservas de divisas
International Reserves
Inteligencia Artificial
Artificial Intelligence
Acceso en línea:https://repositorio.utdt.edu/handle/20.500.13098/13552
Aporte de:
Repositorio Digital Universidad Torcuato Di Tella de Universidad Torcuato Di Tella
id I57-R163-20.500.13098-13552
record_format dspace
spelling I57-R163-20.500.13098-135522025-08-22T05:03:43Z Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales Matarrita Valverde, Alejandro Banco central Central bank Reservas de divisas International Reserves Inteligencia Artificial Artificial Intelligence La presente tesis analiza y compara dos enfoques metodológicos para la asignación estratégica de activos en el contexto de la gestión de reservas internacionales. El primer enfoque se basa en el modelo de Nelson-Siegel con rotación de factores y tasas sombra, ampliamente utilizado por bancos centrales para modelar la curva de rendimientos soberanos. El segundo enfoque emplea redes neuronales recurrentes (RNN) para predecir retornos financieros a partir de variables macroeconómicas y de mercado. Utilizando datos de bonos soberanos, corporativos y de agencias de diversas jurisdicciones para el peŕıodo 2005–2023, se estima y evalúa la efectividad de cada modelo en términos de retorno ajustado por riesgo (́ındice de Sharpe), Valor en Riesgo (VaR) y proyecciones fuera de muestra. Se incorporan medidas de optimización del portafolio bajo restricciones operativas reales, y se evalúa la robustez de los resultados ante cambios en la dinámica de mercado. Los hallazgos sugieren que, bajo ciertas condiciones, los modelos basados en inteligencia artificial pueden superar en desempeño a los enfoques estructurales tradicionales, contribu-yendo con evidencia emṕırica al debate sobre la modernización de herramientas para la gestión oficial de reservas. Matarrita Valverde, A. (2025). Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales. [Tesis de maestría. Universidad Torcuato Di Tella]. Repositorio Digital Universidad Torcuato Di Tella https://repositorio.utdt.edu/handle/20.500.13098/13552 Universidad Torcuato Di Tella 2025-08-21T16:57:40Z 2025 info:eu-repo/semantics/masterThesis https://repositorio.utdt.edu/handle/20.500.13098/13552 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es 26 p. application/pdf application/pdf
institution Universidad Torcuato Di Tella
institution_str I-57
repository_str R-163
collection Repositorio Digital Universidad Torcuato Di Tella
language Español
orig_language_str_mv spa
topic Banco central
Central bank
Reservas de divisas
International Reserves
Inteligencia Artificial
Artificial Intelligence
spellingShingle Banco central
Central bank
Reservas de divisas
International Reserves
Inteligencia Artificial
Artificial Intelligence
Matarrita Valverde, Alejandro
Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales
topic_facet Banco central
Central bank
Reservas de divisas
International Reserves
Inteligencia Artificial
Artificial Intelligence
description La presente tesis analiza y compara dos enfoques metodológicos para la asignación estratégica de activos en el contexto de la gestión de reservas internacionales. El primer enfoque se basa en el modelo de Nelson-Siegel con rotación de factores y tasas sombra, ampliamente utilizado por bancos centrales para modelar la curva de rendimientos soberanos. El segundo enfoque emplea redes neuronales recurrentes (RNN) para predecir retornos financieros a partir de variables macroeconómicas y de mercado. Utilizando datos de bonos soberanos, corporativos y de agencias de diversas jurisdicciones para el peŕıodo 2005–2023, se estima y evalúa la efectividad de cada modelo en términos de retorno ajustado por riesgo (́ındice de Sharpe), Valor en Riesgo (VaR) y proyecciones fuera de muestra. Se incorporan medidas de optimización del portafolio bajo restricciones operativas reales, y se evalúa la robustez de los resultados ante cambios en la dinámica de mercado. Los hallazgos sugieren que, bajo ciertas condiciones, los modelos basados en inteligencia artificial pueden superar en desempeño a los enfoques estructurales tradicionales, contribu-yendo con evidencia emṕırica al debate sobre la modernización de herramientas para la gestión oficial de reservas.
format Tesis de maestría
author Matarrita Valverde, Alejandro
author_facet Matarrita Valverde, Alejandro
author_sort Matarrita Valverde, Alejandro
title Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales
title_short Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales
title_full Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales
title_fullStr Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales
title_full_unstemmed Asignación estratégica de activos de reservas internacionales: Un enfoque comparado entre el modelo de Nelson-Siegel y Redes Neuronales Artificiales
title_sort asignación estratégica de activos de reservas internacionales: un enfoque comparado entre el modelo de nelson-siegel y redes neuronales artificiales
publisher Universidad Torcuato Di Tella
publishDate 2025
url https://repositorio.utdt.edu/handle/20.500.13098/13552
work_keys_str_mv AT matarritavalverdealejandro asignacionestrategicadeactivosdereservasinternacionalesunenfoquecomparadoentreelmodelodenelsonsiegelyredesneuronalesartificiales
_version_ 1842217774006403072

Ejemplares similares