En México la aplicación de redes neuronales artificiales para medir el riesgo de mercado es un tema poco conocido y explorado. Por tal motivo, esta investigación parte de que si el riesgo sistémico es la pérdida que puede presentar un portafolio, un activo o un título en particular, originada por cambios y/o movimientos adversos que afectan su precio o valor final, entonces la medición del mismo. El objetivo de este estudio puede llevarse a cabo con el uso de una red neuronal artificial de tipo clasificador planteada como la hipótesis a probar, que ayude a establecer un ajuste a la medición y clasificación del riesgo de mercado mexicano con la aplicación de una red alimentada en su capa de entrada con 384 observaciones trimestrales utilizadas como el conjunto de datos correspondientes a las 16 empresas más activas y volátiles, de un total de 35 emisoras que conforman el Índice de Precios y Cotizaciones y que cotizaron en la Bolsa Mexicana de Valores de 2004 a 2009.Los resultados de clasificación del riesgo de mercado (segmentados como bajo, medio y alto riesgo) obtenidos por la red muestran que las variables que contribuyen significativamente a la medición y clasificación del riesgo son la tasa de rendimiento requerida, los cetes a 91 días y los rendimientos accionarios en comparación con otras ya utilizadas anteriormente.Finalmente, la aportación original de este trabajo es que propone un ajuste a la medición del riesgo de mercado mexicano con el propósito de obtener información más objetiva para los inversionistas, acreedores, accionistas y demás organismos económicos y financieros que requieran de un índice más eficiente, que les permita una adecuada toma de decisiones.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados