Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning

Descripción del Articulo

En los últimos años se ha observado como diversas crisis acentuaron la volatilidad de la inflación, dificultando la capacidad de los bancos centrales para implementar políticas monetarias eficientes. En la actualidad se han desarrollado nuevas metodologías que poseen un alto poder predictivo, como l...

Descripción completa

Detalles Bibliográficos
Autor: Mesias Auquis, Luis Daniel
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/686052
Enlace del recurso:http://hdl.handle.net/10757/686052
Nivel de acceso:acceso abierto
Materia:Nowcasting
Índice de precios
Inteligencia artificial
Price index
Artificial intelligence
https://purl.org/pe-repo/ocde/ford#5.02.02
https://purl.org/pe-repo/ocde/ford#5.00.00
id UUPC_d188ef008301f9437900a93597d88b10
oai_identifier_str oai:repositorioacademico.upc.edu.pe:10757/686052
network_acronym_str UUPC
network_name_str UPC-Institucional
repository_id_str 2670
dc.title.es_PE.fl_str_mv Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
dc.title.alternative.none.fl_str_mv Real-Time Inflation Forecasting: A Machine Learning-Based Approach
title Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
spellingShingle Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
Mesias Auquis, Luis Daniel
Nowcasting
Índice de precios
Inteligencia artificial
Nowcasting
Price index
Artificial intelligence
https://purl.org/pe-repo/ocde/ford#5.02.02
https://purl.org/pe-repo/ocde/ford#5.00.00
title_short Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
title_full Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
title_fullStr Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
title_full_unstemmed Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
title_sort Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
author Mesias Auquis, Luis Daniel
author_facet Mesias Auquis, Luis Daniel
author_role author
dc.contributor.advisor.fl_str_mv ​​Tenorio Urcia, Juan José​
dc.contributor.author.fl_str_mv Mesias Auquis, Luis Daniel
dc.subject.none.fl_str_mv Nowcasting
Índice de precios
Inteligencia artificial
Nowcasting
Price index
Artificial intelligence
topic Nowcasting
Índice de precios
Inteligencia artificial
Nowcasting
Price index
Artificial intelligence
https://purl.org/pe-repo/ocde/ford#5.02.02
https://purl.org/pe-repo/ocde/ford#5.00.00
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#5.02.02
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#5.00.00
description En los últimos años se ha observado como diversas crisis acentuaron la volatilidad de la inflación, dificultando la capacidad de los bancos centrales para implementar políticas monetarias eficientes. En la actualidad se han desarrollado nuevas metodologías que poseen un alto poder predictivo, como los modelos de Machine Learning conocidos por sus capacidades para manejar datos en alta frecuencia (Schnorrenberger et al., 2024). Por tanto, la presente investigación propone un indicador adelantado que simule el comportamiento del IPC en tiempo real, utilizando modelos de penalización como LASSO, Ridge y Elastic Net (ENet). Para ello, se emplean más de 40 variables predictivas de frecuencia mensual, anualizadas, obtenidas de entidades oficiales del Perú para el período comprendido entre junio de 2008 y marzo de 2024. Los resultados muestran que los modelos de aprendizaje automático logran replicar de forma ágil la dinámica inflacionaria, superando en capacidad predictiva al conjunto de indicadores de referencia.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2025-08-12T15:38:08Z
dc.date.available.none.fl_str_mv 2025-08-12T15:38:08Z
dc.date.issued.fl_str_mv 2024-10-08
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.other.es_PE.fl_str_mv Trabajo de investigación
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10757/686052
dc.identifier.isni.es_PE.fl_str_mv 000000012196144X
url http://hdl.handle.net/10757/686052
identifier_str_mv 000000012196144X
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.en_US.fl_str_mv application/pdf
application/epub
application/msword
dc.publisher.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
Repositorio Académico - UPC
dc.source.none.fl_str_mv reponame:UPC-Institucional
instname:Universidad Peruana de Ciencias Aplicadas
instacron:UPC
instname_str Universidad Peruana de Ciencias Aplicadas
instacron_str UPC
institution UPC
reponame_str UPC-Institucional
collection UPC-Institucional
bitstream.url.fl_str_mv https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/12/Mesias_AL.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/13/Mesia_AL_Fichaautorizacion.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/14/Mesias_AL_Reportesimilitud.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/15/Mesias_AL_Actasimilitud.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/8/Mesias_AL.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/9/Mesia_AL_Fichaautorizacion.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/10/Mesias_AL_Reportesimilitud.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/11/Mesias_AL_Actasimilitud.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/7/Mesias_AL.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/2/Mesia_AL.docx
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/3/Mesia_AL_Fichaautorizacion.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/6/Mesias_AL_Reportesimilitud.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/5/Mesias_AL_Actasimilitud.pdf
bitstream.checksum.fl_str_mv 7cc2ec9e3c9837b95cd814577dca4e80
1523493331a76721f3550cb46e9189d9
7cc2ec9e3c9837b95cd814577dca4e80
0122b20d6cc1f5424b34492428734cf2
aceb687ec3657f40e5b73ca64b1dce92
b3c8514dcb4adb208e8311e3ca40b221
5e0af5a03eda1a476998f6a137642f80
9f45ae89b0c48bf5985a875dc2fa2a32
3de27e561da50199b5b7af4bcf111382
bcfcc9560c849c027aaafbb2998d93a8
e871071edcf3944bf5706253c17d9c3c
8abfb23935c58d659415f993bb9a9f09
0067414092c94e0996e2bb5d2ba9b545
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio académico upc
repository.mail.fl_str_mv upc@openrepository.com
_version_ 1846066162548342784
spelling 7cc765e47f9f14acef312c24cd3ff727​​Tenorio Urcia, Juan José​904897337bdceb06bfc75a98bd6ba27c500Mesias Auquis, Luis Daniel2025-08-12T15:38:08Z2025-08-12T15:38:08Z2024-10-08http://hdl.handle.net/10757/686052000000012196144XEn los últimos años se ha observado como diversas crisis acentuaron la volatilidad de la inflación, dificultando la capacidad de los bancos centrales para implementar políticas monetarias eficientes. En la actualidad se han desarrollado nuevas metodologías que poseen un alto poder predictivo, como los modelos de Machine Learning conocidos por sus capacidades para manejar datos en alta frecuencia (Schnorrenberger et al., 2024). Por tanto, la presente investigación propone un indicador adelantado que simule el comportamiento del IPC en tiempo real, utilizando modelos de penalización como LASSO, Ridge y Elastic Net (ENet). Para ello, se emplean más de 40 variables predictivas de frecuencia mensual, anualizadas, obtenidas de entidades oficiales del Perú para el período comprendido entre junio de 2008 y marzo de 2024. Los resultados muestran que los modelos de aprendizaje automático logran replicar de forma ágil la dinámica inflacionaria, superando en capacidad predictiva al conjunto de indicadores de referencia.In recent years, several crises have accentuated inflation volatility, hindering the ability of central banks to implement efficient monetary policies. Currently, new methodologies with high predictive power have been developed, such as Machine Learning models, which are known for their ability to handle high-frequency data (Schnorrenberger et al., 2024). Therefore, the present research proposes a leading indicator that simulates the CPI’s behavior in real time, using penalized models such as LASSO, Ridge, and Elastic Net (ENet). For this purpose, more than 40 annualized predictive variables with monthly frequency from official Peruvian entities, covering the period from June 2008 to March 2024, are used. Finally, the results indicate that machine learning models can quickly replicate inflation dynamics, outperforming the benchmark set of indicators in terms of predictive accuracy.Trabajo de investigaciónapplication/pdfapplication/epubapplication/mswordspaUniversidad Peruana de Ciencias Aplicadas (UPC)PEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2Universidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCNowcastingÍndice de preciosInteligencia artificialNowcastingPrice indexArtificial intelligencehttps://purl.org/pe-repo/ocde/ford#5.02.02https://purl.org/pe-repo/ocde/ford#5.00.00Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine LearningReal-Time Inflation Forecasting: A Machine Learning-Based Approachinfo:eu-repo/semantics/bachelorThesisTrabajo de investigaciónhttp://purl.org/coar/resource_type/c_7a1fSUNEDUUniversidad Peruana de Ciencias Aplicadas (UPC). Facultad de EconomíaBachillerEconomía y Negocios InternacionalesBachiller en Economía y Negocios Internacionales2025-08-15T15:59:08Zhttps://purl.org/pe-repo/renati/type#trabajoDeInvestigacionhttps://orcid.org/0000-0003-4196-934746068389https://purl.org/pe-repo/renati/level#bachiller31113670818830THUMBNAILMesias_AL.pdf.jpgMesias_AL.pdf.jpgGenerated Thumbnailimage/jpeg28393https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/12/Mesias_AL.pdf.jpg7cc2ec9e3c9837b95cd814577dca4e80MD512falseMesia_AL_Fichaautorizacion.pdf.jpgMesia_AL_Fichaautorizacion.pdf.jpgGenerated Thumbnailimage/jpeg25702https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/13/Mesia_AL_Fichaautorizacion.pdf.jpg1523493331a76721f3550cb46e9189d9MD513falseMesias_AL_Reportesimilitud.pdf.jpgMesias_AL_Reportesimilitud.pdf.jpgGenerated Thumbnailimage/jpeg28393https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/14/Mesias_AL_Reportesimilitud.pdf.jpg7cc2ec9e3c9837b95cd814577dca4e80MD514falseMesias_AL_Actasimilitud.pdf.jpgMesias_AL_Actasimilitud.pdf.jpgGenerated Thumbnailimage/jpeg40299https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/15/Mesias_AL_Actasimilitud.pdf.jpg0122b20d6cc1f5424b34492428734cf2MD515falseCONVERTED2_3985701TEXTMesias_AL.pdf.txtMesias_AL.pdf.txtExtracted texttext/plain56026https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/8/Mesias_AL.pdf.txtaceb687ec3657f40e5b73ca64b1dce92MD58falseMesia_AL_Fichaautorizacion.pdf.txtMesia_AL_Fichaautorizacion.pdf.txtExtracted texttext/plain2646https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/9/Mesia_AL_Fichaautorizacion.pdf.txtb3c8514dcb4adb208e8311e3ca40b221MD59falseMesias_AL_Reportesimilitud.pdf.txtMesias_AL_Reportesimilitud.pdf.txtExtracted texttext/plain1271https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/10/Mesias_AL_Reportesimilitud.pdf.txt5e0af5a03eda1a476998f6a137642f80MD510falseMesias_AL_Actasimilitud.pdf.txtMesias_AL_Actasimilitud.pdf.txtExtracted texttext/plain1178https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/11/Mesias_AL_Actasimilitud.pdf.txt9f45ae89b0c48bf5985a875dc2fa2a32MD511falseORIGINALMesias_AL.pdfMesias_AL.pdfapplication/pdf1739376https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/7/Mesias_AL.pdf3de27e561da50199b5b7af4bcf111382MD57trueMesia_AL.docxMesia_AL.docxapplication/vnd.openxmlformats-officedocument.wordprocessingml.document211938https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/2/Mesia_AL.docxbcfcc9560c849c027aaafbb2998d93a8MD52falseMesia_AL_Fichaautorizacion.pdfMesia_AL_Fichaautorizacion.pdfapplication/pdf231444https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/3/Mesia_AL_Fichaautorizacion.pdfe871071edcf3944bf5706253c17d9c3cMD53falseMesias_AL_Reportesimilitud.pdfMesias_AL_Reportesimilitud.pdfapplication/pdf585269https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/6/Mesias_AL_Reportesimilitud.pdf8abfb23935c58d659415f993bb9a9f09MD56falseMesias_AL_Actasimilitud.pdfMesias_AL_Actasimilitud.pdfapplication/pdf120859https://repositorioacademico.upc.edu.pe/bitstream/10757/686052/5/Mesias_AL_Actasimilitud.pdf0067414092c94e0996e2bb5d2ba9b545MD55false10757/686052oai:repositorioacademico.upc.edu.pe:10757/6860522025-08-29 02:39:53.167Repositorio académico upcupc@openrepository.com
score 13.04064
Predicción de Inflación en Tiempo Real: Un Enfoque Basado en Machine Learning
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares