Stochastic Analysis for Short- and Long-Term Forecasting of Latin American Country Risk Indexes

Angesichts der Tatsache, dass die Entwicklung des Emerging Markets Bond Index (EMBI) zu großen Auswirkungen auf die Entscheidungsfindung der Anleger führen kann, können die prognostizierten Werte auf den Businessplan oder das Anlageportfolio eine Vorstellung davon haben, wie der Trend des Index auf seinen historischen Werten beruhen wird. Dieser Artikel stellt eine neue Methode zur kurz- und langfristigen Vorhersage von EMBI-Messungen aus lateinamerikanischen Ländern dar, indem künstliche neuronale Netzwerke verwendet werden, um das Verhalten des zugrunde liegenden Prozesses zu modellieren. Motiviert durch das Risiko im Entscheidungsfindungskonzept, kann der Algorithmus die Zeitreihendaten effektiv durch stochastische Analyse seines zukünftigen Verhaltens anhand von Bruchstücken des Gaußschen Rauschens vorhersagen. Relative Vorteile und Grenzen des Algorithmus werden hervorgehoben, indem er die Leistung der Rauheit der Serie (Hurst-Parameter) im statistischen Sinne aufzeigt.