Especificación de modelos econométricos utilizando minería de datos

Abstract

En este trabajo presentamos un nuevo procedimiento para seleccionar modelos econométricos. Está basado en un enfoque heurístico, empleando algoritmos genéticos, que permite explorar el universo de modelos disponibles a partir de un modelo general sin restricciones. Este proceso de búsqueda del modelo óptimo está guiado únicamente por el criterio de información de Schwarz, que actúa como la función pérdida de un algoritmo genético empleado para seleccionar el modelo óptimo. Este procedimiento muestra buen comportamiento en relación a otras metodologías alternativas. A modo de ejemplos de su utilidad se muestran tres problemas donde el algoritmo ha sido empleado con éxito: la selección de variables que explican el crecimiento económico, la predicción del fracaso empresarial y la formación de una cartera de pocos activos que siga el comportamiento de un índice bursátil como el IBEX35 Español.

n this paper we present a new procedure for selecting econometric models. It is based on a heuristic approach, called genetic algorithms, which permits us to explore the universe of available models starting from a general model without restrictions. This search process for the optimal model is guided only by the Schwarz Information Criterion, which acts as the lost function of the genetic algorithm employed for selecting the optimum. This procedure shows good performance with respect to other methodologies. As examples of its utility three problems where the algorithm was successfully employed are presented: the selection of variables that explain economic growth, the prediction of failure of firms and the construction of a portfolio with few actives that follows the behaviour of a stock exchange index such as the Spanish IBEX35.