Modelo Black-Litterman con Support Vector Regression: una alternativa para los fondos de pensiones obligatorios colombianos - Mejía, Julián Andrés Buriticá
Physical Book
$ 30.80
$ 38.50
You save: $ 7.70
20% discount
Envío gratis a todo Estados Unidos
Choose the list to add your product or create one New List
It will be shipped from our warehouse between Tuesday, July 16 and Wednesday, July 17.
You will receive it anywhere in United States between 1 and 3 business days after shipment.
Modelo Black-Litterman con Support Vector Regression: una alternativa para los fondos de pensiones obligatorios colombianos
Mejía, Julián Andrés Buriticá
Synopsis "Modelo Black-Litterman con Support Vector Regression: una alternativa para los fondos de pensiones obligatorios colombianos"
El modelo pensional colombiano se caracteriza por ser intergeneracional, razón por la cual se ha visto afectado por tres grandes problemas estructurales: inequidad, baja cobertura e insostenibilidad financiera. Frente a este panorama, el Estado ha reaccionado con medidas de tipo normativo que han aliviado algunos de estos problemas; sin embargo, estas regulaciones prudenciales han impactado la finalidad inherente a un fondo de inversión, es decir, la generación de riqueza para garantizar el consumo intertemporal de la población colombiana en edad de retiro. En consecuencia, los fondos de pensiones en Colombia requieren que, bajo el marco de las diferentes regulaciones, se estudien nuevas alternativas de estructuración de sus portafolios que les permitan un eficiente manejo de los recursos de retiro para su población. En este sentido, se creó una frontera y un portafolio eficientes mediante la aplicación de Support Vector Machine sobre el modelo Black-Litterman para los fondos de pensiones obligatorios colombianos, con el fin de comprobar la utilidad de los algoritmos de aprendizaje en los diferentes ámbitos financieros. Los resultados muestran que es posible su aplicabilidad al modelo de estructuración de portafolios Black-Litterman mediante mejoras a la matriz de las distribuciones a priori, puntualmente con el uso de Support Vector Regression, que generó portafolios mejor diversificados frente al modelo media varianza de Markowitz, y que son adaptables a los fondos de pensiones obligatorios colombianos.
