Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017

Abstract:

En la presente investigación se evalúa la calidad de pronóstico ofrecida por tres modelos diferentes, dos de ellos de uso tradicional en las ciencias económicas (modelo ARIMA y VAR) y un modelo de redes neuronales artificiales (RNA) para la serie del índice de precios al consumidor (IPC) del Ecuador para el periodo 2000-2017. Los modelos que mejores resultados ofrecen dentro de cada familia son el modelo SARIMA (1, 1,1), modelo VAR con un solo rezago y el modelo RNA con 1 capa oculta, 8 neuronas ocultas y función de activación lineal en cada capa. Como principales hallazgos, se destaca la gran eficacia de pronóstico que el modelo SARIMA (1, 1,1) tiene, tanto para el corto como para el mediano plazo, también se debe destacar el aporte que el modelo de RNA hace a la calidad de pronostico multivariante cuando es utilizado en conjunto con el modelo VAR, mejorando la raíz del error cuadrático medio. Para analizar la calidad de pronóstico de los diferentes modelos, a más de los indicadores estadísticos tradicionales (error cuadrático medio y su raíz, error porcentual medio, promedio error porcentual absoluto y su desviación y U1 de Theil) también se realiza un pronóstico recurrente, el cual muestra que todos los modelos con los que se ha realizado el pronóstico se muestran estables.

Año de publicación:

2018

Keywords:

• Redes Neurales
• Índice de precios
• Algoritmos
• Economía

Fuente:

rraae