Overcoming the forecasting limitations of forward-looking theory based models
In: Ensayos sobre política económica, Heft 66, S. 246-294
ISSN: 0120-4483
190 Ergebnisse
Sortierung:
In: Ensayos sobre política económica, Heft 66, S. 246-294
ISSN: 0120-4483
In: http://hdl.handle.net/10396/20145
Credit Rating Agencies (CRA) provide ordinal assessments associated with the ability of companies, governments, institutions or financial assets, to meet debt obligations on time. These ratings are generated by CRAs as an 'objective' information about the financial health of their customers (although, in some cases, the CRAs provide ratings for third parties), bonds emissions, companies, institutions, and some other agents or financial products. This information is based on two components: the first is estimated from financial and economic sources, usually public, and the second on so called 'qualitative' data, which is part of the proprietary know-how of the agencies. But, how an independent investor or institution could evaluate the financial health of a company or a new issue? How can it be done without having to incur in the costs of arranging a contract for this purpose with a CRA? Some statistical methods have been employed with this aim, but as the emergency of Artificial Intelligence (AI) tools are becoming widespread, it is possible to model the rating of a company using public data. In fact, this is possible using public information, available to investors and to financial institutions. The answer to these questions lies in using statistical multivariate methods and AI models to estimate ratings of companies based on information available about their financial and economic data. Most of the literature about financial rating forecasting focuses on bond-rating prediction, and not in company's ratings. The specification of econometric models to forecast the credit rating of a company involves using exogenous financial variables that produce a causal effect on their creditworthiness, and on their capacity to fulfill their future obligations. Public data are available for most of the companies that are traded on financial markets. In Bloomberg's database, this information and the ratings obtained from the main CRAs, are available. Long-term rates are divided in two main categories: investment and non-investment grades using a letter scale. Investment grades starts (in Moody's scale) at 'Aaa', wich is related to the highest credit quality, and, consequently, the lowest expectation of default risk; they reflect and exceptionally strong capacity to fulfil their financial commitments, and they are not future events that can alter this situation; the 'Aa' rating is linked to very high credit quality, and low default risk. Following it is the 'A' level, associated to high credit quality and low possibility of default, but can be influenced by changes in the business environment. Finally, the 'Baa' level is associated with medium risk. The junk grade level starts at 'Ba' and 'B', which is associated to high risk of default, the 'Caa' and 'Ca' to highest risks, and finally, level 'C' is associated to firms in default, that is, with the presence of credit events of failure to pay interest or principal of a loan or security when due, and the debtor is unable to meet the legal obligation to debt repayment. The information provided by these values is ordinal, and not directly associated with probabilities of default. Moreover, more troubling is that the risk increase linked to a notch downgrade is not constant along the scale; more still, these variations are not comparable between them, and still less, they cannot be quantified. Some Multivariate Analysis methods used to estimate rates produce less accurate classifications; for example, Discriminant Analysis reaches only 20.7% of correct forecasted ratings, but only 16.7% when using jackknife methods to exclude one case at the time, as trial set. Multivariate logit (or similar models) are in the same range. While non-linear methods, such as Artificial Neural Networks, provide much better results, if a sufficiently large sample is used to train the model. The first main objective proposed is to elaborate models that can reproduce S&P's and Moody's long-term ratings using publicity available data. The second main objective is to analyze the phenomenon called 'rate inflation', that is, the attribution of a certain level of rating above the 'objective level' which would be generate by an impartial observer. As Moody's ratings tend to be lower that those obtained by S&P's, these differences are considered as an evidence of rating inflation. This has been studied, also, in different economic sectors. Data employed come from two random samples of over one thousand companies each, for the years 2010 to 2018, and from thirteen economic sectors
BASE
467 479 16 4 ; SWORD ; [EN] This work presents a model for the short-term forecast of electric load, based on Set-Membership techniques. The model is formed by a periodic component and an adaptive non-linear autoregressive component. The identifications set of the non-linear model is increased at each estimation step. The model is evaluated in a case study with more than 13.000 samples of hourly sampled energy demand, registered during three years at a rural town in Colombia. The performance of the estimator is evaluated and confronted to a linear autoregressive model and a standard Set-Membership model with fixed identification set. Results show that the proposed estimator is able to predict demand with an RMS error below 2.5% for validation data, using just a 5% of the available dataset for the model identification. Alam, A., Upadhyay, S., Murthy, C. H., Reddy, M. J. B., Jana, K. C., Mohanta, D. K., 2012. Reliability evaluation of solar photovoltaic microgrid. In: Environment and Electrical Engineering (EEEIC), 2012 11th International Conference on. pp. 490-495. https://doi.org/10.1109/EEEIC.2012.6221427 Alfares, H. K., Nazeeruddin, M., 2002. Electric load forecasting: Literature survey and classification of methods. International Journal of Systems Science 33 (1), 23-34. https://doi.org/10.1080/00207720110067421 Castano, J., Ruiz, F., 2013. Set membership identification of an excimer lamp for fast simulation. Control Engineering Practice 21 (1), 96 - 104. https://doi.org/10.1016/j.conengprac.2012.09.013 Dang, H. Q., 2014. Time series outlier detection in spacecraft data. Ph.D. thesis, Knowledge Engineering Group, TU Darmstadt. Dwijayanti, S., Hagan, M., 2013. Short Term Load Forecasting Using a Neural Network Based Time Series Approach. 2013 1st International Conference on Artificial Intelligence, Modelling and Simulation (1), 17-22. https://doi.org/10.1109/AIMS.2013.11 Hanmandlu, M., Chauhan, B. K., 2011. Load forecasting using hybrid models. IEEE Transactions on Power Systems 26 (1), 20-29. ...
BASE
El objetivo de este trabajo es evaluar el desempeño de 4 modelos GARCH bivariados y el método de mínimos cuadrados ordinarios (MMCO) para predecir las razones de cobertura cruzada de mínima varianza del petróleo mexicano en el periodo 2000-2015. La metodología empleada es la prueba de poder predictivo superior (PPS) de Hansen (2005). Los resultados de la prueba PPS revelan que el MMCO proporciona mejores predicciones fuera de la muestra en 15 de 30 casos, seguido por el modelo DVEC con 5 de 30 casos, mientras que el desempeño predictivo de los modelos BEKK y BEKKCE sólo superan a los modelos alternativos en 3 casos. La principal limitación es que los modelos GARCH bivariados no recogen los efectos asimétricos en los precios del petróleo. Los hallazgos tienen importantes implicaciones para las autoridades gubernamentales y consumidores porque permiten diseñar coberturas cruzadas eficientes y transparentes para reducir la exposición al riesgo de precios en el petróleo con costos de transacción más bajos. La contribución del estudio es indagar la eficiencia de las razones de cobertura dinámica en el mercado del petróleo mexicano con futuros sobre petróleo WTI y Brent. Finalmente se concluye que la incorporación de la relación de equilibrio de largo plazo en los modelos de volatilidad es insuficiente para minimizar la varianza en el portafolio de cobertura. ; This aim of this work is to evaluate the performance of four bivariate GARCH models and the ordinary least squares (OLS) method to predict the cross hedging ratios of minimum variance of Mexican crude oil in the 2000-2015 period. The methodology used is the test for superior predictive ability (SPA) by Hansen (2005). The results of the SPA test show that the OLS method provides better out-of-sample predictions in 15 out of 30 cases, followed by the DVEC model with 5 out of 30 cases, whereas the predictive performance of the BEKK and EC-BEKK models only outperform alternative models in 3 cases. The main limitation is that the bivariate GARCH models do not reflect asymmetric effects on crude oil prices. The findings have important implications for government authorities and consumers because they enable designing efficient and transparent cross-hedging strategies to reduce exposure to oil price risk at lower transaction costs. The contribution of this study is to investigate the efficiency of dynamic hedge ratios in the Mexican crude oil market with WTI and Brent crude oil futures. Finally, it is concluded that the incorporation of the long-run equilibrium relationship in the volatility models is insufficient to minimize the variance in the hedging portfolio.
BASE
The aim of the article is to determine the effect of the exclusion of the 'solo-mobile' population on the accuracy of electoral predictions conducted with telephone surveys in Spain. To this end, data from the 2012 Andalusian regional elections are analysed, in which all pre-election polls failed to predict. In line with similar international research, the data also show that the lack of coverage is very structured around important socio-demographic variables which suggest that this problem could be biased in measuring other topics of interest to social and political research in our country. ; This article analyses the effects that excluding the Cell Phone-only Population (CPO) has on the accuracy of pre-election telephone surveys in Spain. The data were taken from the 2012 Andalusia Regional Election, where all poll-based forecasts failed. Our results show how using only landlines contributed to significant biases in voting estimates, where votes for the right-wing party (PP) were overestimated and votes for the left-wing parties (PSOE and IU) were underestimated. Moreover, and consistently with similar studies carried out in other countries, our analysis shows how under-coverage is clearly structured along important socio-demographic variables. This means that under-coverage could be causing bias in the measurements of other subjects that are important for social and political research in Spain. ; The aim of the article is to determine the effect of the exclusion of the 'solo-mobile' population on the accuracy of electoral predictions conducted with telephone surveys in Spain. To this end, data from the 2012 Andalusian regional elections are analysed, in which all pre-election polls failed to predict. In line with similar international research, the data also show that the lack of coverage is very structured around important socio-demographic variables which suggest that this problem could be biased in measuring other topics of interest to social and political research in our country. ; El objetivo del ...
BASE
El objetivo del artículo consiste en determinar el efecto que tiene la exclusión de la población «solo-móvil» sobre la precisión de las predicciones electorales realizadas con encuestas telefónicas en España. Para ello, se analizan los datos de las elecciones autonómicas andaluzas de 2012, en las que todas las encuestas preelectorales fallaron sus pronósticos. Los resultados demuestran cómo encuestar exclusivamente en fijos produjo sesgos significativos en la estimación de voto, sobrestimando al PP-A y subestimando a PSOE-A e IU-CA. En línea con investigaciones internacionales similares, los datos muestran también que la falta de cobertura está muy estructurada en torno a importantes variables sociodemográficas que apuntan a que este problema podría estar produciendo sesgos en la medición de otros temas de interés para la investigación social y política en nuestro país. ; This article analyses the effects that excluding the Cell Phone-only Population (CPO) has on the accuracy of pre-election telephone surveys in Spain. The data were taken from the 2012 Andalusia Regional Election, where all poll-based forecasts failed. Our results show how using only landlines contributed to significant biases in voting estimates, where votes for the right-wing party (PP) were overestimated and votes for the left-wing parties (PSOE and IU) were underestimated. Moreover, and consistently with similar studies carried out in other countries, our analysis shows how under-coverage is clearly structured along important socio-demographic variables. This means that under-coverage could be causing bias in the measurements of other subjects that are important for social and political research in Spain.
BASE
Proponemos nuevos modelos para el efecto de "El Niño Southern Oscillation", ENSO, sobre los precios de los alimentos en Colombia. Estudiamos el efecto del "Oceanic Niño Index", ONI, la medida de ENSO preferida, y de las precipitaciones locales sobre los precios de los alimentos perecederos. Estos modelos surgen de hechos estilizados conocidos, los cuales resumimos en este escrito, y admiten representaciones tiempo-variantes espacio-estado, de las que derivamos las reglas óptimas de pronóstico. Encontramos que una función de transferencia simple, condicional a la intensidad de ENSO, es suficiente para explicar estas relaciones. En adición al bien conocido hecho que la Niña tiene un efecto distinto al del Niño sobre los precios de los alimentos, también hallamos que el efecto de ENSO cambia con su intensidad. Reconocer que el ONI es un indicador imperfecto de las condiciones climáticas locales mejora el ajuste de nuestro modelo, lo cual se refleja en sus pronósticos. El modelo para la precipitación, sin embargo, no necesita de este recurso. También surgen ganancias en eficiencia debido al modelamiento de la heterocedasticidad. Finalmente, estos modelos pueden servir para entender el efecto de ENSO en otras variables como el PIB. ; We propose models for the effect of El Niño Southern Oscillation, ENSO, on food prices. We study the effect of the Oceanic Niño Index, ONI, the preferred ENSO measurement, and rainfall on fresh food prices. These models arise from well known stylized facts, which we summarize in this paper, and have time-varying state space forms from which we derive optimal forecasts. We found that a simple transfer function, conditional on ENSO intensity, suffices to model these relationships. In addition to the well known fact that Niñas' effect on food prices differs from Niños' effect, we also found that ENSO's effect varies with its intensity. Furthermore, acknowledging that ONI is an imperfect measure of local climatic conditions improves the model fit, which yields sensible forecasts. The rainfall-based model, however, does not employ this methodology. We also report efficiency gains from heteroskedasticity modelling. Finally, these models may also serve to study ENSO effect on other variables such as the GDP. ; Entendiendo, modelando y pronosticando el efecto de 'El Niño' sobre los precios de los alimentos: el caso colombiano Enfoque En este trabajo proponemos modelos para la relación entre el ENSO (El Niño-Oscilación del Sur, por su sigla en inglés) y la pluviosidad local, sobre la inflación de alimentos perecederos en Colombia. Estos modelos explican la inflación de alimentos perecederos en función Índice Oceánico el Niño (ONI, por su sigla en inglés) y de la pluviosidad local. El modelo tiene las siguientes características. Primero, modelamos los cambios de los precios relativos de los alimentos perecederos en vez de sus inflaciones. Segundo, suponemos que tanto el ONI como la pluviosidad local miden erróneamente las características climáticas locales de producción. Así, cada una de estas variables se descompone en una señal y un error de medición no observados, las cuales se obtienen de modelos con componentes no observados. A manera de contraste estimamos también modelos no lineales sin error de medición. Tercero, en los modelos de componentes no observados suponemos adicionalmente que la dinámica de la señal tiene una representación espacio-estado muy general, en la cual la señal es más suave que el ONI o la pluviosidad local. Cuarto, dependiendo de los valores del ONI, definimos un proceso que denominamos "intensidad", el cual se comporta como una cadena de Markov homogénea. Quinto, los cambios de los precios relativos responden a las condiciones climáticas locales no observadas, la señal, dependiendo de la intensidad observada. Sexto, suponemos que la función de transferencia de las condiciones climáticas no observadas a los cambios de los precios relativos es simple. Séptimo, también suponemos la existencia de heterocedasticidad condicional determinística que depende de la intensidad realizada en cada periodo de tiempo. Contribución Este trabajo le aporta a la literatura local e internacional porque incorpora, al estudio de la relación entre el ENSO y la inflación de alimentos, modelos novedosos que producen pronósticos condicionales sensatos. Adicionalmente, porque se modela los cambios de los precios relativos en lugar de la inflación de los perecederos. Segundo, basamos nuestro modelo en los hechos estilizados establecidos en (Caicedo-García, 2007) y en un reciente estudio de los autores, por publicarse, sobre la caracterización de los choques climáticos en Colombia, lo cual conlleva a especificar la no linealidad de manera natural. Frase destacada: Con base en estos dos modelos estamos en capacidad de producir pronósticos condicionales a escenarios sobre los valores futuros del ONI o de la precipitación Resultados Se encontraron modelos que producen pronósticos sensatos. El modelo con base en el ONI requiere la utilización de un esquema de error de medición debido a que el ONI es una medida de alcance global de los choques climáticos. El modelo con base en la precipitación no requiere de la utilización de esta formulación. Con base en estos dos modelos estamos en capacidad de producir pronósticos condicionales a escenarios sobre los valores futuros del ONI o de la precipitación. Para el modelo con base en ONI se obtuvo la regla óptima de pronóstico condicional a través del filtro de Kalman para escenarios dados. Estos escenarios se pueden obtener de la Administración Nacional Oceánica y Atmosférica de Estados Unidos (NOOA, por sus siglas en inglés), por ejemplo. Más específicamente, encontramos efectos no lineales muy significativos cuando se presenta un evento El Niño o La Niña, así como también para diferentes intensidades del ENSO. De hecho, las pruebas de comparación múltiple del efecto entre pares de intensidades del ONI nos llevaron agrupar estas en pocos subgrupos con efecto significantemente diferente entre, pero no dentro de ellos. Además, encontramos que a pesar de que la filtración de las condiciones climáticas locales es cercana al ONI/pluviosidad, surgen errores de medición considerables, especialmente en el modelo basado en ONI.
BASE
El consumo de suelo derivado de la urbanización es un tema recurrente que se encuentra dentro de diversos informes sobre políticas urbanas, tanto a nivel europeo como a nivel estatal. Cada vez más, estos documentos se refieren a la importancia del suelo como un recurso finito y la necesidad de proteger el suelo del desarrollo urbano incontrolado y de los patrones de desarrollo expansivo y disperso. En este artículo se analiza una serie de cuestiones metodológicas que surgen de una línea de investigación en relación con la medición del consumo de suelo y la predicción de escenarios futuros de desarrollo urbano en un contexto del Sur de Europa, apoyándose en las técnicas de teledetección y los autómatas celulares. Se espera que el resultado de esta investigación sea útil, no sólo para proporcionar evidencia empírica y aumentar la conciencia pública de los riesgos ambientales que se derivan de un crecimiento urbano expansivo, sino también para ayudar a los técnicos y los políticos por igual en el proceso de la toma de decisiones públicas sobre el futuro crecimiento urbano. ; El consum de sòl derivat de la urbanització és un tema recurrent que es troba dins de diversos informes sobre polítiques urbanes, tant a nivell europeu com a nivell estatal. Cada cap més aquests documents es refereixen a la importància del sòl com un recurs finit i la necessitat de protegir el sòl del desenvolupament urbà incontrolat i dels patrons de desenvolupament expansiu i dispersos. En aquest article s'analitza una sèrie de qüestions metodològiques que sorgeixen d'una línia d'investigació en relació amb la mesura del consum de sòl i la predicció d'escenaris futurs de desenvolupament urbà en el context del Sud d'Europa, recolzant-se en les tècniques de teledetecció i autòmats cel·lulars. S'espera que el resultat d'aquesta investigació sigui útil, no només per proporcionar evidència empírica i augmentar la consciència pública dels riscs ambiental que es deriven d'un creixement urbà expansiu, sinó també per ajudar als tècnics i polítics per igual en el procés de la presa de decisions públiques sobre el futur creixement urbà. ; Concern over land consumption is a reoccurring theme found within a wide range of urban policy documents just as much at the European level as at the national level. Ever increasingly, these documents refer to the importance of land being a finite resource and the need to protect land from uncontrolled urban development, and from expansive and disperse patterns of development. This article discusses a number of methodological issues arising from a line of research relating to the measurement of land consumption and the forecasting of future scenarios of urban development in a Southern European context, drawing upon remote sensing techniques and cellular automata. It is hoped that the outcome of this research will be useful, not just to provide empirical evidence and raise public awareness of the environmental risks deriving from expansive urban growth, but also to assist professionals and politicians alike in the public decision making process concerning future urban growth. ; Peer Reviewed
BASE
El consumo de suelo derivado de la urbanización es un tema recurrente que se encuentra dentro de diversos informes sobre políticas urbanas, tanto a nivel europeo como a nivel estatal. Cada vez más, estos documentos se refieren a la importancia del suelo como un recurso finito y la necesidad de proteger el suelo del desarrollo urbano incontrolado y de los patrones de desarrollo expansivo y disperso. En este artículo se analiza una serie de cuestiones metodológicas que surgen de una línea de investigación en relación con la medición del consumo de suelo y la predicción de escenarios futuros de desarrollo urbano en un contexto del Sur de Europa, apoyándose en las técnicas de teledetección y los autómatas celulares. Se espera que el resultado de esta investigación sea útil, no sólo para proporcionar evidencia empírica y aumentar la conciencia pública de los riesgos ambientales que se derivan de un crecimiento urbano expansivo, sino también para ayudar a los técnicos y los políticos por igual en el proceso de la toma de decisiones públicas sobre el futuro crecimiento urbano. ; El consum de sòl derivat de la urbanització és un tema recurrent que es troba dins de diversos informes sobre polítiques urbanes, tant a nivell europeu com a nivell estatal. Cada cap més aquests documents es refereixen a la importància del sòl com un recurs finit i la necessitat de protegir el sòl del desenvolupament urbà incontrolat i dels patrons de desenvolupament expansiu i dispersos. En aquest article s'analitza una sèrie de qüestions metodològiques que sorgeixen d'una línia d'investigació en relació amb la mesura del consum de sòl i la predicció d'escenaris futurs de desenvolupament urbà en el context del Sud d'Europa, recolzant-se en les tècniques de teledetecció i autòmats cel·lulars. S'espera que el resultat d'aquesta investigació sigui útil, no només per proporcionar evidència empírica i augmentar la consciència pública dels riscs ambiental que es deriven d'un creixement urbà expansiu, sinó també per ajudar als tècnics i polítics per igual en el procés de la presa de decisions públiques sobre el futur creixement urbà. ; Concern over land consumption is a reoccurring theme found within a wide range of urban policy documents just as much at the European level as at the national level. Ever increasingly, these documents refer to the importance of land being a finite resource and the need to protect land from uncontrolled urban development, and from expansive and disperse patterns of development. This article discusses a number of methodological issues arising from a line of research relating to the measurement of land consumption and the forecasting of future scenarios of urban development in a Southern European context, drawing upon remote sensing techniques and cellular automata. It is hoped that the outcome of this research will be useful, not just to provide empirical evidence and raise public awareness of the environmental risks deriving from expansive urban growth, but also to assist professionals and politicians alike in the public decision making process concerning future urban growth. ; Peer Reviewed
BASE
This study examines whether the Google Trends search criteria are useful in forecasting the monthly arrival of tourists to Colombia. To this end, a baseline model that employs as a predictor the lags values of tourist arrivals is compared with two alternative specifications: (i) the baseline model augmented with monthly data from Google Trends; and (ii) the baseline model but modified with the inclusion of weekly data from Google Trends. The results show statistically significant evidence that Google Trends data provide benefits for the evaluation and prediction of tourist arrivals to Colombia. High-frequency (weekly) data adds high predictive value compared to models that use data of the same frequency (monthly). In this way, the tourism industry and those in charge of tourism public policy can rely on the predictive capacity of Google Trends data to improve their planning processes in the short and medium run. ; Este artículo examina si los criterios de búsqueda de Google Trends son útiles para predecir la llegada mensual de turistas a Colombia. Para este fin, se compara un modelo base que utiliza como predictor los rezagos propios de la llegada de turistas con dos especificaciones alternativas: (i) el modelo base aumentado con la inclusión de datos mensuales de Google Trends; y (ii) el modelo base, pero modificado con la inclusión de datos semanales de Google Trends. Los resultados obtenidos presentan evidencia estadísticamente significativa de que los datos de Google Trends aportan beneficios a la evaluación y predicción de llegadas de turistas a Colombia. En particular, se encuentra que datos de alta frecuencia (semanales) agregan alto valor predictivo en comparación con los modelos que usan datos de la misma frecuencia (mensuales). De este modo, la industria del turismo y los encargados de la política pública de turismo pueden apoyarse de la capacidad predictiva de los datos de Google Trends para mejorar sus procesos de planeación en el corto y mediano plazo. ; Cet article cherche à savoir si les critères de recherche de Google Trends sont utiles pour prévoir les arrivées touristiques mensuelles en Colombie. Pour ce faire, nous proposons un modèle de base qui utilise comme prédicteur les décalages inhérents à l'arrivée des touristes. Ce modèle est ensuite comparé avec deux spécifications alternatives : (i) le modèle de base augmenté par l'inclusion des données mensuelles issues de Google Trends ; et (ii) le modèle de base augmenté par l'inclusion des données hebdomadaires issues également de Google Trends. Nous montrons que les données de Google Trends apportent des avantages statistiquement significatifs à l'évaluation et la prévision des arrivées touristiques en Colombie. Tout particulièrement, les modèles qui utilisent des données à haute fréquence (hebdomadaire), ajoutent une valeur prédictive plus élevée par rapport aux modèles utilisant des données de la même fréquence (mensuelle). Ainsi, l'industrie du tourisme et les responsables de sa politique publique peuvent s'appuyer sur la capacité prédictive des données Google Trends, afin d'améliorer leurs processus de planification à court et moyen terme.
BASE
In: Debates
In: Universidad de Málaga 10
In: Regional Economic Outlook