Economía, Finanzas y Computación

Permanent URI for this collectionhttps://dspace.unia.es/handle/10334/3692

Browse

Now showing 1 - 20 of 28

Trabajo académico
Prediction techniques based on non-parametric methods. Application to energy series
(Universidad Internacional de Andalucía, 2017) Paco Andrade, Kiana Katy; Paco Andrade, Kiana Katy
Trabajo de Máster en Economía, Finanzas y Computación. Director/Tutor: Dr. José Manuel Bravo Caro. The prediction of the electric energy demand is a problem of great importance for the electric industry, considering that, given the results of these predictions, di erent market agents take the most appropriate decisions. This is especially relevant for power companies that generate electric energy, because this way they're able to generate the amount needed in order to supply the market without exposing themselves to overproduction, which supposes a huge saving in economic costs. This paper proposes a method to predict the electric power demand using techniques based on non-parametric regression. An empirical study focusing on the UK electricity market is presented. The main objective of this research is to obtain a solid predictor for the electric power demand that essentially captures the intrinsic particularities of the electric power demand series and serves us to obtain future predictions. The methodology followed in order to obtain said predictor is based in using a training set in order to make and empirical adjustment of the predictor. The adjustment is obtained by selecting the set of hyperparameters that minimize the prediction error. The proposed predictor is validated and compared with others predictors through a validation set. The results support the goodness of the proposal made in this work.
Trabajo académico
Competición de Kaggle.com : Santander Costumer Satisfaction
(Universidad Internacional de Andalucía, 2017) Mateo Vázquez, José Domingo; Mateo Vázquez, José Domingo
Trabajo de Máster en Economía, Finanzas y Computación. Director/Tutor: Dr. José Manuel Bravo Caro. Este proyecto final de máster aporta una solución al problema Santander Customer Satisfaction de la plataforma kaggle.com. Es un problema de aprendizaje automático que se encuadra dentro del aprendizaje supervisado y consiste en la predicción de la satisfacción de los clientes del Banco Santander. Se han utilizado diferentes algoritmos programados en el lenguaje de programación R así como diferentes librerías.
Trabajo académico
Corporación Favorita Grocery Sales Forecasting Kaggle Competition
(Universidad Internacional de Andalucía, 2018) Mendoza Calero, Augusto Steves; Mendoza Calero, Augusto Steves
Trabajo de Máster en Economía, Finanzas y Computación. Director/Tutor: Dr. José Manuel Bravo Caro. En la actualidad el análisis de datos tiene importancia vital en todos los sectores e industrias, el proceso de transformación digital que se está generando a nivel mundial hace que las diferentes organizaciones realicen importantes inversiones en construir bases de datos para posteriormente analizarlas y mejorar el proceso de toma de decisiones apoyado en datos. Este proyecto final de master contribuye con una solución a un problema presentado por la empresa ecuatoriana Corporación Favorita en la plataforma Kaggle.com. Es un problema de series temporales, en el cual se tiene que realizar la predicción de ventas de la empresa.
Trabajo académico
Predicción de abandonos y pagos en videojuegos Freemium para móviles
(Universidad Internacional de Andalucía, 2018) Darias Jojorina, Alexei; Darias Jojorina, Alexei
Trabajo de Máster en Economía, Finanzas y Computación. Director: Dr. Emilio Congregado Ramírez de Aguilera. La industria de videojuegos para móviles ha crecido vertiginosamente en la actualidad y las empresas del sector dedican un gran esfuerzo para aumentar la retención de sus usuarios y la monetización. Un aspecto fundamental para la toma de decisiones es la predicción de jugadores que abandonan y/o realizan pagos dentro de los juegos. El objetivo de la presente investigación es predecir abandonos y pagos en un juego de la empresa Genera Games. Para ello se realizó el proceso de Descubrimiento de Conocimiento en Bases de Datos, desde la extracción de datos hasta el reconocimiento de patrones. Se utilizaron los métodos de clasificación binaria Regresión Logística, Bosques Aleatorios y Potenciación del Gradiente. El procesamiento computacional se hizo mediante SQL, R, Python y el software de análisis estadístico Stata. Como resultados se obtuvieron las predicciones para distintos períodos (corto, medio y largo plazo), así como la comparativa entre los métodos de clasificación.
Trabajo académico
Economic regimes identification using machine learning technics
(Universidad Internacional de Andalucía, 2018) Caki, Mamed; Caki, Mamed
Trabajo de Máster en Economía, Finanzas y Computación. Director: Dr. José Manuel Bravo Caro. Economic conditions over long time periods can be distinguished by regimes. Regime identification has been object of numerous investigations in economics and financial modeling for years. Recently, new machine learning technics such as decision trees, support vector machines and neural networks, among others, followed by alternative datasets and cheap computational processing power became available, allowing for alternative ways to model complex economic relationships. In the present work, we develop a supervised machine learning classifier using Random Forest technic to identify economic regimes using the S&P 500 stock market index series.
Trabajo académico
How risky is drunk driving in Spain and how much does it cost?
(Universidad Internacional de Andalucía, 2019) Mesa Ruiz, David; Mesa Ruiz, David
Trabajo de Máster en Economía, Finanzas y Computación. Tutora: Dña. Yolanda Fátima Rebollo Sanz. In this thesis, it is estimated the relative risk that drunk drivers pose on sober drivers, passengers and pedestrians, and quantified the external cost of drunk driving in Spain between 2004–2015. Eventually, the following conclusions are obtained. Firstly, it is found the relative risk of drunk drivers causing a crash during the night to be between 2.7–3.9 times higher than that of sober drivers. Secondly, the results point to a decline in drunk driving offences alongside an increase in its punition, mainly after the implementation of the Penalty Points System for driving licenses in Spain on July 1st 2006. It is also estimated that drunk drivers should be fined by €1250, in order to offset the external costs they caused, in terms of harmfulness. Overall, this assessment indicates a downturn in the external costs of drunk driving over the last decade in Spain.
Trabajo académico
Análisis de sentimiento en Twitter. Reputación de las principales aerolíneas europeas tras la crisis sanitaria del covid-19
(Universidad Internacional de Andalucía, 2020) Amigo Portilla, Adrián; Amigo Portilla, Adrián
Trabajo de Máster en Economía, Finanzas y Computación. Tutores: Dr. D. Juan Diego Borrero Sánchez ; Dr. D. Gonzalo Antonio Aranda Corral. El objetivo de esta tesis es analizar el impacto que ha tenido la crisis sanitaria provocada por la covid-19 en la reputación de las principales aerolíneas europeas. Esta reputación se ha elaborado en base a los comentarios que dejan los usuarios en Twitter hacia estas aerolíneas, para lo cual, se hizo un análisis de sentimiento de estos comentarios haciendo uso de Python y R, y se procesó de la siguiente manera. Primero se realizó la extracción de tuits con Python y fue cargado en R para una limpieza del texto, creación del corpus y análisis de palabras más frecuentes. Luego se procede con el análisis de sentimiento, en el cual se realiza; clasificación del sentimiento del tuit en 10 emociones distintas, polaridad de las palabras, puntuación general de cada uno de los tuits y puntuación general (reputación) de la aerolínea. Finalmente, se hace un breve análisis de la variación de la reputación de las aerolíneas tras un periodo de un mes, se realiza una comparación de resultados generales y se abordan las principales conclusiones obtenidas.
Trabajo académico
La estacionariedad y la resiliencia del turismo : cómo actúan las economías en función de su perfil y del suceso crítico
(Universidad Internacional de Andalucía, 2020) Tercero Tuda, Nicolás; Tercero Tuda, Nicolás
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Alfonso Vargas Sánchez. La evolución del turismo es uno de los indicadores más importantes para la economía de un país. De hecho, muchos países se basan en un modelo cuyo principal sustentador de sus economías es el turismo. Pero, ¿qué ocurre cuando el sector turístico se ve afectado por algún tipo de adversidad? La resiliencia es la capacidad que tiene un individuo, un colectivo o, en este caso, un sector de la economía, para superar circunstancias adversas o extremas, ya sean de carácter natural, biológico, terrorista o financiero. En este estudio, analizaremos nuestros datos de dos maneras: en primer lugar, buscamos conocer si el nivel de turismo de una determinada zona sigue una tendencia estacionaria. Para ello, empleamos la metodología de Box-Jenkins para determinar si nuestro modelo econométrico sigue un patrón estacionario y establecer una predicción. La serie temporal transcurre desde el año 2000 al año 2018. En la segunda etapa emplearemos una herramienta de visualización (PowerBI) para comparar el comportamiento del turismo, del nivel de gasto y del PIB per cápita de países con diferentes perfiles.
Trabajo académico
La incidencia del teletrabajo de los asalariados frente a los autoempleados
(Universidad Internacional de Andalucía, 2021) Mera Moreira, Pablo Ariel; Mera Moreira, Pablo Ariel
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Emilio Congregado. El teletrabajo es considerado como el mecanismo de reactivación productiva de los sistemas económicos y sociales durante la crisis de la covid-19. El objetivo de este trabajo es determinar el efecto de la situación laboral sobre la decisión de llevar a cabo actividades de teletrabajo. Se aplicó un modelo econométrico de regresión logística ordenada para determinar que variables demográficas contribuyen a obtener niveles de teletrabajos más altos. Se demuestra que las personas asalariadas tienen una probabilidad más alta de realizar el trabajo presencial en comparación con los autoempleados, y que los niveles altos de teletrabajos viene dado por las personas que pertenecen al autoempleo. Finalmente, se concluye que el teletrabajo a pesar de tener un incremento en los últimos años como medida de reactivación económica póspandemico, esta modalidad de trabajo es casi que inexistente en comparación a varios países de la UE, considerando que, más 85% de los encuestados tienen una probabilidad de aplicar el trabajo de manera presencial y no de forma remota.
Trabajo académico
Algoritmos de aprendizaje automático para la predicción de la productividad de la confección textil
(Universidad Internacional de Andalucía, 2021) Pérez Zaldívar, Lisandra; Pérez Zaldívar, Lisandra
Trabajo de Máster en Economía, Finanzas y Computación. Tutores: Dr. D. Diego Marín Santos ; Manuel Emilio Gegúndez Arias. La precisa estimación de la productividad es uno de los factores claves para planificar la producción. Actualmente, las empresas de la confección de prendas de vestir están enfocadas en realizar pronósticos sustentados por la toma de decisiones inteligentes. En esta investigación se presenta un procedimiento para detectar si la productividad de las líneas de producción de la confección será cumplida, en base a conocimientos previos. Para ello se aplican técnicas de aprendizaje supervisado, clasificando la productividad en cumplida o no cumplida. Estas técnicas fueron aplicadas a un conjunto de registros desbalanceados del área de producción de una empresa de confección textil de Bangladesh. Después de un análisis comparativo de los datos experimentales obtenidos en el proceso de pruebas, se demuestra que los algoritmos de clasificación son más eficientes cuando el conjunto de entrenamiento de datos esta equilibrado. Siendo la técnica de Random Forest la que mejor resultados ofrece sobre los criterios de evaluación definidos (Precisión, Sensibilidad y F1-Score). Finalmente, se puede visualizar mediante la curva ROC que el modelo Random Forest entrenado con datos balanceados obtiene el mejor AUC con un 75% en el punto de corte cuando la sensibilidad alcanza un 73%, especificidad un 76%, y como umbral óptimo 1. Siendo favorable para el proceso de identificación de los casos cuando la productividad no es cumplida.
Trabajo académico
COVID-19 y desempleo : una análisis del impacto en el mercado laboral español
(Universidad Internacional de Andalucía, 2021) Quintana Vázquez, Ismaray; Quintana Vázquez, Ismaray
Trabajo de Máster en Economía, Finanzas y Computación. Tutora: Dra. Dª Concepción Román Díaz. El año 2019 fue la antesala de la crisis sin precedentes del COVID-19 que afectó la economía en general y por consecuencia el mercado laboral. Este trabajo tiene como objetivo analizar el efecto de la situación laboral de España sobre la fuerza de trabajo, centrando la investigación en el perfil del parado y la evolución de sus características en cuanto a variables demográficas, de formación y nivel de estudio, y comunidad autónoma. Para ello hemos utilizando los microdatos proporcionados por la Encuesta de Población Activa correspondientes al segundo trimestre del 2019 y del 2021. Se aplicó un modelo econométrico logit multinomial no ordenado. Nuestros principales resultados ponen de manifiesto que el COVID aumenta la probabilidad de estar subempleados o desempleados, donde los jóvenes son los más afectados, además, se evidencia la brecha entre las oportunidades que tiene una mujer como demandante de empleo para conseguir un trabajo y las que tiene un hombre.
Trabajo académico
Técnicas de selección de variables en regresión lineal múltiple
(Universidad Internacional de Andalucía, 2021) Roque López, Jennifer; Roque López, Jennifer
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Antonio Javier Tallón Ballesteros. La selección de variables es una actividad crucial del preprocesamiento de datos. Diversas técnicas han sido propuestas, bajo cuatros enfoques: métodos filtro, embebido, semi-wrapper y wrapper. El objetivo del presente TFM es aplicar métodos de selección de variables a un conjunto datos para reducir la información irrelevante y proponer un plan de actuación para poder abordar tareas en el ámbito de reducción de dimensionalidad. Para tal fin se utilizan dos comandos de Stata, vselect y gvselect, propuestos por Lindsey y Sheather, los que permiten realizar la selección de variables tras realizar una regresión lineal. También se hace uso de los métodos CFS y ReliefF que brinda la herramienta Weka. Para la posterior medición y predicciones se utilizará el modelo de Regresión Lineal Múltiple.
Trabajo académico
Job retention schemes and implications on firm survival during Covid-19. Evidence from new Spanish data
(Universidad Internacional de Andalucía, 2021) García Clemente, Javier; García Clemente, Javier
Trabajo de Máster en Economía, Finanzas y Computación. Tutores: D. Emilio Congregado ; D. Jesús Rodríguez. We analyze the aggregated survival rates of more than a million employer units followed quarterly from April 1st, 2020 to April 1st, 2021, using new data from the experimental statistics of Demographic Situation of Companies (CODEM), by the Spanish National Statistics Institute (INE). This approach makes use of fractional regression methods to explain the survival rate by region, sector, size of the company and whether or not a job retention scheme (henceforth ERTE) had been adopted. Our main results show that the survival rate were significantly higher in those companies where an ERTE was adopted. Nevertheless, this effect was not homogeneous, particularly benefiting the most vulnerable firms. These firms were, as expected, the smallest (from 1 to 5 employees) and the ones which operate in some service sectors related to leisure, education, tourism and hospitality. Additionally, some unobserved heterogeneity among regions have been considered too, suggesting Balearic and Andalusian firms to be the most likely to close.
Trabajo académico
Acceso y uso de tecnologías de la información y comunicación en España : análisis e identificación de factores determinantes
(Universidad Internacional de Andalucía, 2021) Capote Vázquez, Osmar; Capote Vázquez, Osmar
Trabajo de Máster en Economía, Finanzas y Computación. Tutora: Dra. Dª Mónica Carmona Arango. Este trabajo examina los factores tanto socioeconómicos, demográficos, así como el equipamiento tecnológico como determinantes del acceso y uso de las TIC en los hogares españoles e influyentes en la denominada brecha digital. Para ello se utilizan los microdatos de la Encuesta sobre Equipamiento y Uso de Tecnologías de Información y Comunicación en los Hogares (ETIC_H), que elabora el Instituto Nacional de Estadística (INE) en España, para el año 2020, con una muestra de 15343 personas. Para el avance de la investigación se utiliza un modelo Logit el cual pertenece al grupo de modelos de elección discreta binario y se estima mediante la técnica de máxima verosimilitud. En los resultados obtenidos se pone de manifiesto algunas conclusiones que arrojan la estimación de los modelos teniendo en cuenta las hipótesis planteadas en la investigación.
Trabajo académico
Machine methods learning for the classification of the corruption risk by addition in the procurement of public works through bidding. Case study in Colombia = Métodos de aprendizaje automático para la clasificación de riesgo de corrupción por adición en contratación de obras públicas mediante licitación. Caso de estudio en Colombia
(Universidad Internacional de Andalucía, 2021) Villa Pedroza, Fidelina Isabel; Villa Pedroza, Fidelina Isabel
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Antonio Javier Tallón Ballesteros. Este trabajo presenta una metodología para la predicción de riesgo de corrupción causado en adición de valor en los contratos de obra públicas adjudicados por licitación en Colombia. Se utilizaron datos públicos de la plataforma de contratos electrónicos que permitieron clasificar qué contratos tuvieron esta modificación. En términos de resultados, se compararon las técnicas de clasificación básicas como Naïve Bayes hasta algoritmos más sofisticados como Random Forest, entrenados y validados con métricas como precisión, sensibilidad, medida F y curva ROC. Los modelos de clasificación obtenidos pretenden gestionar la inversión de los gastos públicos y es un ejemplo del aprovechamiento de los datos abiertos del gobierno.
Trabajo académico
Convergencia estocástica de datos de panel no estacionarios. Un análisis para los países de la ALADI
(Universidad Internacional de Andalucía, 2021) Alejandro Villarroel, Daniela Elizabeth; Alejandro Villarroel, Daniela Elizabeth
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Josep Lluís Carrión i Silvestre. El análisis de convergencia estocástica entre las economías que pertenecen a la Asociación Latinoamericana de Integración (ALADI) se fundamenta en el marco de datos de panel mediante técnicas de cointegración con las propiedades del ingreso real per-cápita considerando dependencia transversal de los individuos, la cual es capturada por factores comunes inobservables, también se presentan estimaciones de múltiples rupturas estructurales para evitar sesgos y que los resultados obtengan buenas inferencias estadísticas. De manera general, se rechaza la hipótesis de convergencia en la mayoría de las evaluaciones donde se consideran dos escenarios, el primero es un panel completo donde se excluye a Cuba por limitaciones en los datos; el segundo es un panel más corto incluyendo al país del Caribe. Se deduce que el tratado de ALADI, en términos de renta per-cápita no ha llevado a la convergencia de las economías integrantes.
Trabajo académico
Mejora de la predicción en tareas de aprendizaje automático supervisado : imputación de valores perdidos
(Universidad Internacional de Andalucía, 2021) Del Turco, Lucía Yanina; Del Turco, Lucía Yanina
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Antonio J. Tallón Ballesteros. En el presente trabajo, se analiza y estudia la problemática recurrente que suelen presentar las bases de datos: los missing data o valores perdidos. Se evalúan seis métodos de imputación tras su aplicación a conjuntos datos de regresión en presencia de valores ausentes. Además, se determinan los porcentajes de mejora en la predicción según RMSE (raíz del error cuadrático medio) y R2 para tres algoritmos diferentes en ocho bases de datos, siendo el objetivo central del mismo determinar si existe un método de imputación con mejor rendimiento para todos los casos donde existan valores perdidos, o por el contrario, resulta conveniente adoptar distintos procedimientos de imputación de acuerdo al método de regresión aplicado y a la base de datos analizada.
Trabajo académico
Numerical techniques for solving the Black-Scholes equation
(Universidad Internacional de Andalucía, 2022) Medjadi, Hadjer; Medjadi, Hadjer
Trabajo de Máster en Economía, Finanzas y Computación (2021-22). Tutor: Dr. D. Jared Lee Aurentz. The Black-Scholes model (named after Fischer Black and Myron Scholes) for option valuation is a model used in financial mathematics to theoretically estimate the value of a financial option, of the European option type. However, solving the Black-Scholes equation in higher dimensions requires numerical techniques. In this Master’s thesis, we propose a Chebyshev Pseudo spectral method and Euler Implicit method for pricing European call options and a comparative study of several possible configurations of these two methods. An option is a financial asset that offers the buyer the opportunity to buy or sell depending on the type of contract they hold. Each options contract will have a specific expiration date by which the holder must exercise their option, and it is either worthless or worth more than it was bought for. Black-Scholes partial differential equation presented in 1973, models the fair value of a European call option under certain market assumption. The terminal condition is derived from the difference between the stock price upon maturity and the option strike price, while the boundary conditions are derived from the put-call parity. We use the Chebyshev points as a set of points when discretizing Black-Scholes equation. Knowing that options has been priced with the use of finite differences it works as a comparison to the results of Chebyshev Pseudo- Spectral method. By approximating the initial condition with orthogonal Chebyshev polynomials and truncating the domain, the convergence rate increases significantly. In this context, numerical experiments confirm a considerable increase in efficiency, especially for large data sets. [1] [2] [2] [3] [4]
Trabajo académico
Volatilidad y pronóstico del mercado bursátil español mediante series temporales
(Universidad Internacional de Andalucía, 2022) Minga López, Diego Rolando; Minga López, Diego Rolando
Trabajo de Máster en Economía, Finanzas y Computación (2021-22). Tutor: Dr. D. Francisco Alfredo Márquez Hernández. Esta investigación tiene como objetivos, analizar los modelos de volatilidad ARCH y GARCH, para determinar cuál es el modelo que permite explicar con mayor precisión el comportamiento histórico del índice bursátil Ibex 35 y Solaria S.A. y, posteriormente, analizar la estabilidad de los modelos seleccionados para estimar la rentabilidad y volatilidad de ambas series. Los datos del Ibex 35 comenzaron del 2 de enero de 2006 al 25 de agosto de 2022 y de la empresa Solaria S.A. del 19 de junio del 2007 al 25 de agosto de 2022, fueron datos obtenidos de Yahoo Finance, a través del software RStudio. Se encontró que el modelo GARCH(1,1) es más eficiente para la serie del Ibex 35 y para Solaria S.A. el mejor modelo es el AR(2)-GARCH(1,1), ambos modelos resultaron estadísticamente significativos para estimar la rentabilidad y volatilidad de ambas series.
Trabajo académico
Estudio predictivo de contrataciones vía Modelos Econométricos de Elección Binaria y Machine Learning
(Universidad Internacional de Andalucía, 2023) Llamas Crespillo, Jonathan; Llamas Crespillo, Jonathan
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2022-23). Tutor: Dr. Dº. Nicola Rubino. Information technology and big data processing are tools that can be applied to almost any field or industry. In this master’s thesis, machine learning techniques, econometric models, and big data processing techniques will be used in the field of labour studies. The tool which I will be using to execute these techniques and models is Python. The goal will be firstly, to process the dataset and to validate and exploit it through statistical techniques and econometric models. Secondly, we are going to employ some classification techniques through Machine Learning. Finally, I will show my conclusions on the exercise, which are oriented to have utility for professional and research goals. The aim of this study is ultimately to analyse job seekers features to compare them to each other and determine if they are ideally employable, or not, using Machine Learning and Econometrics.