Redes neuronales artificiales para calificación de riesgo soberano
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
LA Referencia Stats
Autores
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editores
Tipo de Material
Fecha
Palabras claves
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
Mediante el uso de redes neuronales artificiales se replica la calificación soberana que Fitch, Moody’s y S&P publican. Al considerar la calificación crediticia con ± 1 nivel en la escala crediticia, la precisión alcanza 80 %. Esta investigación es innovadora tanto por utilizar técnicas de aprendizaje de máquina para modelar el riesgo soberano como por incluir en las variables relevantes los indicadores de gobernabilidad mundial. Las pruebas realizadas sobre las diferentes variables permiten discriminar a los emisores por su perfil de riesgo. Los resultados sugieren a los responsables de política pública la necesidad de mejorar el desempeño de las variables analizadas y así lograr progresos en la evaluación crediticia.
Resumen en inglés
Using artificial neural networks, the sovereign rating published by Fitch, Moody’s and S&P is replicated. When considering the credit rating with ± 1 level on the credit scale, the accuracy reaches 80 %. This research is innovative both for using machine learning techniques to model sovereign risk and for including world governance indicators in the relevant variables. The test carried out on the different variables makes it possible to discriminate issuers based on their risk profile. The results suggest to those responsible for public policy the need to improve the performance of the variables analyzed and thus achieve progress in credit evaluation.