Hospital, Costa Rica
La presente investigación busca contribuir a la gestión de las reservas internacionales de los bancos centrales debido a la importancia para estos de una adecuada estimación de las tasas de interés de los bonos del Tesoro de Estados Unidos y de la respectiva curva de rendimientos, en donde en los últimos años se observó la fuerte influencia que ejercen las crisis mundiales como la pandemia COVID-19 y los conflictos geopolíticos en la evolución de estas tasas. El estudio se basa en el caso del Banco Central de Costa Rica, para el cual se propusieron tres modelos econométricos de predicción usando un modelo vectorial autorregresivo y dos variantes del modelo dinámico Nelson-Siegel, a partir de la curva de rendimiento y utilizando índices financieros y variables macroeconómicas de Estados Unidos, tales como los índices de precios de consumidor, las expectativas de inflación, la capacidad de manufactura, la tasa de fondos federales entre otros. Se ajustaron los parámetros de los modelos con técnicas de optimización y estimadores lineales como el filtro de Kalman, validando los resultados con los publicados previamente en el estado del arte y con una base de datos actualizada del año 2000 al 2022. Se realizó una comparativa de la exactitud del pronóstico de la curva de rendimiento, logrando aproximar con índices de error muy bajos las tasas de interés con distintos vencimientos. La incorporación de los modelos desarrollados, tienen el potencial de convertirse en un importante apoyo y referencia para mantener y generar mayores retornos.
This research seeks to contribute to the management of international reserves of central banks due to the importance of an adequate estimation of interest rates of U.S. Treasury bonds and the respective yield curve, where in recent years the strong influence exerted by global crises such as the COVID-19 pandemic and geopolitical conflicts on the evolution of these rates has been observed. The study is based on the case of the Central Bank of Costa Rica, for which three mathematical prediction models were proposed using a vector autoregressive model and two variants of the Nelson-Siegel dynamic model, based on the yield curve and using financial indexes and macroeconomic variables of the United States, such as consumer price indexes, inflation expectations, manufacturing capacity, and the federal funds rate, among others. The parameters of the models were adjusted with optimization techniques and linear estimators such as the Kalman Filter, validating the results with those previously published in the state of the art and with an updated database from 2000 to 2022. A comparison of the accuracy of the yield curve forecast was carried out, managing to approximate with very low error rates the interest rates with different maturities. The incorporation of the developed models has the potential to become an important support and reference to maintain and generate higher returns.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados