Economía (Mag.)

Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/754

Browse

Filters

2021 - 20233

Settings

Subject: search.filters.subject.Riesgo (Economía)--Perú

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Endogenous Threshold Stochastic Volatility Model: An Outlook Across the Globe for Stock Market Indices
    (Pontificia Universidad Católica del Perú, 2023-09-04) Robles Chaparro, Ronaldo Juan; Abanto Valle, Carlos Antonio
    Asymmetries and heavy tails are well-known characteristics on compound daily returns stock market in dices. The THSV-SMN–Threshold Stochastic Volatility Modelwith Scale Mixture of Normal Distributions– model has become an important tool for analysis regarding forecasting asset returns and Value at Risk and Expected Shortfall portfolio estimations in order to assess marketrisk.Therefore, under a Bayesian approach,we develop an extensionon the model proposed by Abanto & Garrafa(2019).This extension allows for an endogenous threshold and will be studied under two theoretical frameworks: the use of order statistics and a random walk Metropolis–Hasting algorithm(RWMH). We test themodel extension upon stock market indices across the globe along four regions (NorthAmerica, LATAM,EuropeandAsia) withour proposed RWMH algorithm and compare the results with the original (fixedthreshold) model using goodness-of-fit and error prediction criteria. Evidence shows that stock markets indices differ both within and across regions,yet in most cases the extended model outperforms the original THSV-SMN.Thus,prudence and a personalized analysis per index are strongly recommended.
  • Thumbnail Image
    Item
    Comparación de modelos scoring para la estimación de probabilidad de default
    (Pontificia Universidad Católica del Perú, 2022-01-11) Bravo Castro, Gerson Enrique; Paiva Ramos, Walter Junior
    El presente trabajo propone el desarrollo de modelos machine learning para la estimación de la probabilidad de default, que ayuden a reducir los niveles de deterioro de las carteras de créditos de consumo de las instituciones financieras de Perú, las cuales basan sus políticas de créditos en los modelos econométricos tradicionales como la regresión logística. Las variables que mejor explican la probabilidad de default están relacionadas a la evolución de niveles de endeudamiento y la historia de comportamiento de pago en el sistema financiero. Los modelos Random Forest (Bagging) y XGBoost (Boosting) presentan mejores niveles de discriminación y predictibilidad que el modelo tradicional, asimismo, se demuestra que estos modelos machine learning se complementan muy bien con el modelo tradicional dado que permiten identificar conjuntos de intercambio de deudores con menor riesgo por deudores de mayor riesgo calificados por el modelo tradicional. Adicionalmente, estos modelos machine learning permiten una vista complementaria al momento de identificar los perfiles con mayor riesgo ya que metodológicamente no se basan en la identificación de patrones promedio como la regresión logística tradicional.
  • Thumbnail Image
    Item
    Choques externos y riesgos en el sistema financiero peruano: un panel VAR jerárquico entre los 90’s y hoy
    (Pontificia Universidad Católica del Perú, 2021-01-24) Aguilar Salinas, Junior Alberto; Castillo Bardalez, Paul Gonzalo
    La crisis internacional del 2008-2009 demostró que los choques macroeconómicos tienen un impacto persistente y amplificador en la economía cuando afectan los sistemas financieros. Ante esta evidencia, es valioso identificar fuentes de riesgo para la estabilidad financiera en el Perú pese a no tener una crisis de esta naturaleza desde 1998-1999. El trabajo cuantifica cómo los cuatro principales bancos del sistema y cuatro cajas municipales responderían ante dos choques externos difíciles de anticipar: un aumento de tasa Fed y una caída en términos de intercambio. Se estiman modelos VAR jerárquicos en paneles para comparar respuestas dinámicas en dos períodos con un cambio estructural en la economía: 1993-2005 vs 2006- 2019. Se halla que (i) hoy el mayor riesgo para bancos y cajas sería la caída no solo del crédito en dólares como en el pasado, sino también en soles, donde un choque de tasa Fed tendría un impacto persistente; (ii) hoy el apalancamiento y la morosidad no serían riesgos alarmantes, salvo por un deterioro en la calidad de cartera de las cajas debido a un choque de tasa Fed; y (iii) el grupo de bancos y el grupo de cajas tienen respuestas sincronizadas, por lo que los choques externos aún serían una fuente de riesgo sistémico como pasó en los 90’s.