Home
    • español
    • English
  • English 
    • español
    • English
  • Login
View item 
  •   BCCR Economic Research Repository
  • Documentos académicos
  • Documentos de Trabajo
  • View item
  •   BCCR Economic Research Repository
  • Documentos académicos
  • Documentos de Trabajo
  • View item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Pronóstico de inflación en Costa Rica: Una estimación con redes neuronales artificiales

Thumbnail
Download
Date published
2005 
Author
Solera-Ramírez, Álvaro
Document language
spa
Metadata
Show full item record
Resumen
En este documento se construyen tres modelos de pronóstico para la inflación aplicando la técnica de Redes Neuronales Artificiales (RNA). Esta técnica de modelación es capaz de capturar relaciones no lineales entre las variables, con lo cual se constituye en una poderosa alternativa en técnicas de regresión estándar para modelar y pronosticar series de tiempo. En la modelación de variables económicas por lo general se asume una relación lineal. El supuesto de linealidad, sin embargo, no se justifica cuando se identifican efectos asimétricos sobre el nivel de precios de la política monetaria. De los modelos elaborados dos utilizan como insumo agregados monetarios esperando que éstos contengan información útil acerca de la inflación futura, dado que existe consenso en que la inflación en el largo plazo tiene un origen monetario. Los modelos de RNA tienen un mejor desempeño, en cuanto a la precisión del pronóstico, que los modelos de periodicidad mensual que ha venido actualizando la División Económica para pronosticar la inflación. Únicamente el modelo denominado Ingenuo no es superado. Por otra parte, se amplía la gama de posibles modelos para analizar la evolución futura de la inflación y se incluyen variables monetarias, ausentes en los otros modelos de pronóstico.
Abstract
This paper presents three models to forecast inflation using Artificial Neural Networks (ANN). The ANN method captures non-linearities between variables, therefore it could be a powerful alternative to standard regression and time series forecasting. When modeling economic variables is often assumed that there are linear relationships. However, the argument of linearity cannot be justified when it is known that monetary policy has asymmetric effects on the price level. Since there is consensus that long run inflation has a monetary origin, two of the models elaborated include monetary aggregates hoping that they will contain useful information about future inflation. The ANN models have shown better performance in forecasting inflation than those monthly updated models that the Economic Division have been using. The model called Ingenue is the only one which is not excelled. On the other hand, the number of models to analyze future inflation is increased and monetary variables which were absent in other forecasting models are incorporated.
Código JEL
E31- Nivel de precios; Inflación; Deflación
 
E37- Predicción y simulación
 
E52- Política monetaria
 
JEL code
E31-Price Level; Inflation; Deflation
 
E37-Forecasting and Simulation: Models and Applications
 
E52-Monetary Policy
 
Palabras clave
Inflación
 
Redes neuronales
 
Keywords
Inflation
 
Neural networks
 
Handle:


URI
https://repositorioinvestigaciones.bccr.fi.cr/handle/20.500.12506/216
https://activos.bccr.fi.cr/sitios/bccr/investigacioneseconomicas/DocPoliticaMonetariaInflacion/Pronostico_inflacion_CR.pdf
Collections
  • Documentos de Trabajo [174]
Open AccessThis work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.

Browse

All of repositoryCommunities and collectionsIssue dateAuthorTitleJEL codeThis collectionIssue dateAuthorTitleJEL code

Subscription

LoginRegister
Central telefonica

(506) 2243-3333

Central telefónica
.

Dirección

Dirección

Av. central y 1, calles 2 y 4, San José, Costa Rica

Horario

Horario

Lunes a viernes
9:00 a.m a 4:00 p.m

Atencion al usuario

Escríbanos

Atención al usuario
.

Central telefonica

(506) 2243-3333

Central telefónica
.

Dirección

Dirección

Av. central y 1, calles 2 y 4, San José, Costa Rica

Horario

Horario

Lunes a viernes
9:00 a.m a 4:00 p.m

Atencion al usuario

Escríbanos

Atención al usuario
.

Central telefonica

(506) 2243-3333

Central telefónica
.

Dirección

Dirección

Av. central y 1, calles 2 y 4, San José, Costa Rica

Horario

Horario

Lunes a viernes
9:00 a.m a 4:00 p.m

Atencion al usuario

Escríbanos

Atención al usuario
.