Mostrar el registro sencillo del ítem

Análisis de sentimiento de política monetaria de la Reserva Federal de Estados Unidos y sus efectos sobre el nivel, pendiente y curvatura de la curva de rendimientos del Tesoro de EE. UU.

Sentiment analysis of monetary policy of the Federal Reserve and its effects on the level, slope, and curvature of the US Treasury yield curve

dc.contributorPenagos Londoño, Gabriel Ignacio
dc.contributorJaimes Bonilla, Richard Valery
dc.creatorBlanco Zea, Juanita
dc.date2023-04-18T16:28:29Z
dc.date2023-04-18T16:28:29Z
dc.date2023-04-12
dc.date.accessioned2025-04-22T22:15:20Z
dc.date.available2025-04-22T22:15:20Z
dc.identifierhttp://hdl.handle.net/10554/64020
dc.identifierinstname:Pontificia Universidad Javeriana
dc.identifierreponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifierrepourl:https://repository.javeriana.edu.co
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/91579
dc.descriptionEste trabajo de grado tiene como objetivo investigar la relación que puede existir entre información no estructurada como lo es el sentimiento de la Reserva Federal de Estados Unidos hallado en sus minutas y el comportamiento de los tres componentes de la curva de rendimientos del Tesoro de Estados Unidos: Nivel, Pendiente y Curvatura. Se realizó un análisis de sentimiento mediante la técnica de procesamiento de lenguaje natural, posteriormente se extrajeron los tres componentes de la curva de rendimientos mediante un análisis de componentes principales y por último se ejecutó una red neuronal para cada componente con el fin de evaluar la posible relación entre sentimiento de la reserva federal y estos. El resultado permite concluir que la información consolidada en las minutas de la Reserva Federal es significativa para predecir el comportamiento de los tres factores de la curva de rendimientos del Tesoro. Además, se observa que el error de predicción es considerablemente menor cuando se implementan herramientas de machine learning como lo son las redes neuronales en comparación con la regresión lineal.
dc.descriptionThis paper aims to investigate the relationship that may exist between unstructured data such as the sentiment found in the minutes of the Federal Reserve and the behavior of the three components of the United States Treasury yield curve: Level, Slope and Curvature. A sentiment analysis was carried out using a natural language processing (NLP) technique, then the three components of the yield curve were estimated using a principal component analysis (PCA) and finally a neural network was executed for each component to evaluate the possible relationship between federal reserve sentiment and those components mentioned above. The result indicates that the information found in the Federal Reserve minutes is significant for predicting the behavior of the three factors of the Treasury yield curve. In addition, it is observed that the RMSE is considerably lower when machine learning tools such as neural networks are used compared to linear regression.
dc.descriptionMagíster en Economía
dc.descriptionMaestría
dc.formatPDF
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherPontificia Universidad Javeriana
dc.publisherMaestría en Economía
dc.publisherFacultad de Ciencias Económicas y Administrativas
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectCurva de rendimientos
dc.subjectProcesamiento de lenguaje natural
dc.subjectRedes neuronales
dc.subjectPolítica monetaria
dc.subjectYield Curve
dc.subjectNatural language processing
dc.subjectNeural networks
dc.subjectMonetary policy
dc.subjectMaestría en economía - Tesis y disertaciones académicas
dc.subjectRedes neuronales artificiales
dc.subjectLenguaje natural (Informática)
dc.subjectPolítica monetaria
dc.titleAnálisis de sentimiento de política monetaria de la Reserva Federal de Estados Unidos y sus efectos sobre el nivel, pendiente y curvatura de la curva de rendimientos del Tesoro de EE. UU.
dc.titleSentiment analysis of monetary policy of the Federal Reserve and its effects on the level, slope, and curvature of the US Treasury yield curve
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.typeTesis/Trabajo de grado - Monografía - Maestría
dc.typehttp://purl.org/coar/resource_type/c_bdcc
dc.typeinfo:eu-repo/semantics/masterThesis


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem