Modelos de pronóstico de la demanda de numerario para Costa Rica

dc.audienceResearcherses_ES
dc.audienceStudentses_ES
dc.audienceTeacherses_ES
dc.audiencePolicymakerses_ES
dc.creatorMéndez-Chacón, Esteban
dc.date.accessioned2023-05-12T15:52:02Z
dc.date.available2023-05-12T15:52:02Z
dc.descriptionEsta investigación se dedica al análisis de métodos que permitan pronosticar la demanda de numerario para la economía costarricense, la participación relativa de cada denominación, y el comportamiento del numerario deteriorado. Estos elementos son insumos relevantes para que el Banco Central de Costa Rica pueda cumplir con su función esencial y exclusiva de emitir billetes y monedas de acuerdo con las necesidades reales de la economía nacional. Para pronosticar la demanda de numerario se compara el desempeño de cinco tipos de modelos: mínimos cuadrados ordinarios (MCO), modelo autorregresivo integrado de medias móviles (ARIMA), modelo de vector de corrección de errores (VECM), modelo de redes neuronales artificiales (RNA) y el método de Holt-Winters. Respecto a la participación relativa de cada denominación, se recurre al análisis de series de tiempo composicionales, que permiten trabajar con series que representan una proporción, y por ende su suma es igual a la unidad. Para esto, se aplica una transformación del log-cociente aditiva a los datos, para posteriormente implementar un modelo de vectores autorregresivos. Finalmente, el estudio contempla el análisis de las series de tiempo de numerario deteriorado. Se muestra que las mismas técnicas utilizadas para pronosticar la demanda de numerario pueden ser aplicadas en este caso.es_ES
dc.description.abstractThis paper analyzes methods to forecast the cash demand for the Costa Rican economy, the relative participation of each denomination, and the behavior of cash unfit for further circulation. These elements are relevant inputs for the Central Bank of Costa Rica to fulfill its essential and exclusive function of issuing banknotes and coins according to the real needs of the national economy. To forecast the cash demand, five models are compared: ordinary least squares (OLS), autoregressive integrated moving average model (ARIMA), vector error correction model (VECM), artificial neural network model (RNA), and the Holt-Winters method. Regarding the relative participation of each denomination, compositional time series are used, which allows working with series that represent a proportion, and therefore their sum is equal to the unit. For this, an additive log-ratio transformation is applied to the data, to later implement an autoregressive vector model. Finally, the study contemplates the analysis of the time series of unfit cash. It is shown that the same techniques used to forecast the demand for cash can be applied in this case.es_ES
dc.format.extent87 páginas: cuadros, figuras.es_ES
dc.format.mimetypeapplication/pdfes_ES
dc.identifier.urihttps://repositorioinvestigaciones.bccr.fi.cr/handle/20.500.12506/380
dc.language.isospaes_ES
dc.publisherBanco Central de Costa Ricaes_ES
dc.rights.accessRightsOpen Accesses_ES
dc.rights.ccAtribución-NoComercial-CompartirIgual 4.0 Internacional*
dc.rights.spaAcceso abiertoes_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectDemanda por numerarioes_ES
dc.subjectModelos de pronósticoes_ES
dc.subjectSeries de tiempo composicionaleses_ES
dc.subjectSistemas de pagoes_ES
dc.subject.jelC53 - Forecasting and Prediction Methods; Simulation Methodses_ES
dc.subject.jelE41 - Demand for Moneyes_ES
dc.subject.jelE42 - Monetary Systems; Standards; Regimes; Government and the Monetary System; Payment Systemses_ES
dc.subject.jelspaC53 - Métodos de pronóstico y predicción; métodos de simulaciónes_ES
dc.subject.jelspaE41 - Demanda de dineroes_ES
dc.subject.jelspaE42 - Sistemas monetarios; Patrones; Regímenes; Gobierno y sistema monetario; Sistemas de pagoes_ES
dc.subject.keywordCash Demandes_ES
dc.subject.keywordForecast Modelses_ES
dc.subject.keywordCompositional Time Serieses_ES
dc.subject.keywordPayment Systemses_ES
dc.titleModelos de pronóstico de la demanda de numerario para Costa Ricaes_ES
dc.title.alternativeCash Demand Forecast Models for Costa Ricaes_ES
dc.typeWorking paperes_ES
dc.type.hasversionPublished versiones_ES
dc.type.spaDocumentos de trabajoes_ES

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
2023-DT-01.pdf
Size:
1.78 MB
Format:
Adobe Portable Document Format
Description: