Los activos tangibles de colección, son aquellos activos que no están directamente relacionados con la evolución de los mercados financieros. Estos activos se llevan estudiando en España desde finales de los noventa, (Coca, 1998). En este trabajo se realiza por primera vez, un análisis de los activos numismáticos, mediante Redes Neuronales Autoorganizadas. El objetivo que buscamos en nuestro artículo, es determinar un patrón de variables que determine el valor de mercado de los activos numismáticos de oro. Con el fin de poder clasificar a los diferentes activos numismáticos de oro, para una correcta inversión en ellos.
La muestra a la que realizamos el análisis, son los activos numismáticos de oro emitidos por España, EEUU, Gran Bretaña y Francia, desde 1900 a 2007. La metodología empleada son las Redes Neuronales Autoorganizadas, las cuales han sido utilizadas desde principio de los �80. Algunas de sus aplicaciones se detallan en Self-Organizing Maps (Kohonen, 1997). En tanto en Visual Explorations in Finance (Kohonen y Deboeck, 2000) se profundiza en el análisis exploratorio de los datos, en el �data mining�, y en una perspectiva global de los métodos tradicionales de clasificación y visualización de los datos, que se particulariza para el análisis de los mercados financieros y para la detección de estructuras subyacentes en los datos económicos.
Los resultados obtenidos nos muestran conclusiones respecto a la metodología empleada, la cual es aplicable; respecto a los tipos de activos numismáticos de oro, donde se demuestra que no existen diferencias significativas entre los activos numismáticos de oro, tipo bullions y los conmemorativos. Y si existen diferencias significativas entre los activos de tipo moneda histórica, donde existen diferencias significativas entre ellos, según país emisor, calidad y antigüedad, principalmente. Respecto a los mercados numismáticos existen diferencias entre el mercado americano y el mercado europeo de activos numismáticos de tipo moneda histórica, pero no así, en los de tipo bullion y conmemorativa.
Collectible Tangible Assets are those that directly they are not related to the evolution of the financial markets. These assets have been studied in Spain from the end of the nineties (Coca, 1998). In this work we made for the first time an analysis of the numismatic assets by means of Neural Networks Self- Organize. In this research our objective is to determine a pattern of variables that show the market value of numismatic gold assets. The purpose is being able to classify different numismatic gold assets in order to get a right investment.
Research sample is composed by numismatic gold assets. Those assets have been emitted by Spain, the U.S.A., Great Britain and France, from 1900 to 2007. We used Neural Networks Self-Organizing methodology, which have been used from beginning the 80. Some of their applications are detailed in Self-Organizing Maps (Kohonen, 1997). Visual Explorations in Finance (Kohonen and Deboeck, 2000) deepened in the exploratory analysis of the data, in �data mining�, and in a global perspective of data classification by traditional methods. Those methods are specially used for financial markets analysis and detection of underlying structures in the economic data. Results prove there are no significant differences between numismatic gold assets, specifically between bullions and commemorative ones. However significant difference exists between historical currency assets, mainly according to emitting country, quality and antiquity. According to numismatic markets, differences between American and the European markets exist. In fact, there are differences in historical currency assets but not in commemorative bullion.
© 2001-2025 Fundación Dialnet · Todos los derechos reservados