Predicción de tipos de cambio utilizando monedas MILA con Google Trends
| dc.contributor.advisor | Hardy Hernández, Nicolás prof. guía | es_ES |
| dc.contributor.author | Menéndez Cortes, Francisca | |
| dc.contributor.author | Sepúlveda Díaz, Michelle | |
| dc.coverage.spatial | Santiago, Chile | es_ES |
| dc.date.accessioned | 2021-03-30T19:46:27Z | |
| dc.date.available | 2021-03-30T19:46:27Z | |
| dc.date.issued | 2020 | |
| dc.description | Tesis (Licenciado en Ciencias Económicas y Administrativas, mención Finanzas)--Universidad Finis Terrae, 2020 | es_ES |
| dc.description.abstract | El propósito de esta investigación es evaluar la capacidad predictiva que tiene la herramienta de Google Trends para predecir los tipos de cambio de los países que componen el MILA: Chile, Perú, Colombia y México. El argumento económico y financiero detrás de esta investigación es que la frecuencia de búsqueda que entrega Google Trends es un proxy de las expectativas que tienen los agentes en el mercado sobre el rendimiento en la economía. Se utiliza el Diccionario de Harvard para reconocer palabras con connotación positiva y negativa, respecto al estado de la economía. Se realizan análisis dentro y fuera de muestra para evaluar la capacidad predictiva de Google Trends. Consistente con evidencia previa, los resultados de predictibilidad son inestables y poco robustos. Este estudio es importante para inversionistas, portfolio manager y/o agentes que deben gestionar el riesgo del tipo de cambio. | es_ES |
| dc.identifier.uri | http://hdl.handle.net/20.500.12254/1911 | |
| dc.language.iso | es | es_ES |
| dc.publisher | Universidad Finis Terrae (Chile) Facultad de Economía y Negocios | es_ES |
| dc.rights | Atribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL) | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/cl/ | es_ES |
| dc.subject | MILA | es_ES |
| dc.subject | TIPO DE CAMBIO | es_ES |
| dc.subject | GOOGLE TRENDS | es_ES |
| dc.subject | TESIS DIGITAL | es_ES |
| dc.title | Predicción de tipos de cambio utilizando monedas MILA con Google Trends | es_ES |
| dc.type | Tesis | es_ES |