Resumen
La presente investigación busca contribuir a la gestión de las reservas internacionales de los bancos centrales debido a la importancia para estos de una adecuada estimación de las tasas de interés de los bonos del Tesoro de Estados Unidos y de la respectiva curva de rendimientos, en donde en los últimos años se observó la fuerte influencia que ejercen las crisis mundiales como la pandemia COVID-19 y los conflictos geopolíticos en la evolución de estas tasas. El estudio se basa en el caso del Banco Central de Costa Rica, para el cual se propusieron tres modelos econométricos de predicción usando un modelo vectorial autorregresivo y dos variantes del modelo dinámico Nelson-Siegel, a partir de la curva de rendimiento y utilizando índices financieros y variables macroeconómicas de Estados Unidos, tales como los índices de precios de consumidor, las expectativas de inflación, la capacidad de manufactura, la tasa de fondos federales entre otros. Se ajustaron los parámetros de los modelos con técnicas de optimización y estimadores lineales como el filtro de Kalman, validando los resultados con los publicados previamente en el estado del arte y con una base de datos actualizada del año 2000 al 2022. Se realizó una comparativa de la exactitud del pronóstico de la curva de rendimiento, logrando aproximar con índices de error muy bajos las tasas de interés con distintos vencimientos. La incorporación de los modelos desarrollados, tienen el potencial de convertirse en un importante apoyo y referencia para mantener y generar mayores retornos.
Referencias
Banco Central de Costa Rica. (2022). Estructura Orgánica. https://web.archive.org/web/20221203033841/https://www.bccr.fi.cr/transparencia-institucional/informaci%C3%B3n-institucional/estructura-org%C3%A1nica
Banco de la República de Colombia. (2021). Foreign Reserves Management. Repositorio Banco de la República. https://repositorio.banrep.gov.co/handle/20.500.12134/10472
Bloomberg. (2023). United States Securities (31/01/2000 - 28/02/2023) [Data Set]. Recuperado el 20 de marzo de 2023, de Bloomberg Terminal. https://www.bloomberg.com/
Board of Governors of the Federal Reserve System (US). (2023). Market Yield on U.S. treasury securities at 2-year constant maturity, quoted on an investment basis [Data Set]. Federal Reserve Bank of St. Louis. https://fred.stlouisfed.org/series/DGS2
Caldeira, J. F., Moura, G. V., & P. Santos, A. A. (2014 , 24–26 de julio). Predicting the yield curve using forecast combinations. [Ponencia]. XIV Encontro Brasileiro de Finanças, Universidade Federal de Pernambuco, Recife, Pernambuco, Brasil. https://www.anbima.com.br/data/files/77/53/10/4D/D32E7510E7FCF875262C16A8/predicting-the-yield-curve-using-forecast-combinations_1_.pdf
Christensen, J. H. E., Diebold, F. X., & Rudebusch, G. D. (2009). An arbitrage-free generalized Nelson–Siegel term structure model. The Econometrics Journal, 12(3), C33–C64. https://doi.org/10.1111/j.1368-423X.2008.00267.x
Christensen, J. H. E., Diebold, F. X., & Rudebusch, G. D. (2011). The affine arbitrage-free class of Nelson–Siegel term structure models. Journal of Econometrics, 164(1), 4–20. https://doi.org/10.1016/j.jeconom.2011.02.011
Diebold, F. X. (2017). Forecasting in Economics, Business, Finance and Beyond. University of Pennsylvania. https://web.archive.org/web/20201108113027/https://www.sas.upenn.edu/~fdiebold/Teaching221/Forecasting.pdf
Diebold, F. X., & Li, C. (2006). Forecasting the term structure of government bond yields. Journal of Econometrics, 130(2), 337–364. https://doi.org/10.1016/j.jeconom.2005.03.005
Diebold, F. X., Li, C., & Yue, V. Z. (2008). Global yield curve dynamics and interactions: a dynamic Nelson–Siegel approach. Journal of Econometrics, 146(2), 351–363. https://doi.org/10.1016/j.jeconom.2008.08.017
Diebold, F. X., Rudebusch, G. D., & Aruoba, S. B. (2006). The macroeconomy and the yield curve: a dynamic latent factor approach. Journal of Econometrics, 131, 309–338. https://doi.org/10.1016/j.jeconom.2005.01.011
Domínguez, S., Campoy, P., Sebastián, J. M., & Jiménez, A. (2006). Control en el espacio de estado (2ª ed.). Pearson Educación.
Estrella, A., & Mishkin, F. S. (1996a). The yield curve as a predictor of U.S. recessions. Current Issues in Economics and Finance, 2(7). https://doi.org/10.2139/ssrn.1001228
Estrella, A., & Mishkin, F. S. (1996b). The yield curve as a predictor of recessions in the United States and Europe. In Bank for International Settlements (Ed.), The determination of long-term interest rates and exchange rates and the role of expectations (Conference Papers, Vol. 2, pp. 324–339). https://web.archive.org/web/20230413062210/https://www.bis.org/publ/confp02n.pdf
Greene, W. H. (2002). Econometric Analysis (5ª ed.). Prentice Hall.
Guthrie, K., Mehta, S., & Smith, A. (2001, Junio). An Autoregressive Yield Curve Model - With No Free Lunch [Ponencia]. Finance & Investment Conference, United Kingdom. https://web.archive.org/web/20251001202135/https://www.actuaries.org.uk/system/files/documents/pdf/autoregressive-yield-curve-model.pdf
Huang, Z. (2021). Fitting yield curve with dynamic Nelson-Siegel Models: evidence from Sweden [Master's thesis, Uppsala University]. DiVA – Digitala Vetenskapliga Arkivet. https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-453026
Institute for Supply Management. (2022). ISM Report On Business. https://web.archive.org/web/20221209194352/https://www.ismworld.org/supply-management-news-and-reports/reports/ism-report-on-business/
Kwiatkowski, D., Phillips, P. C. B., Schmidt, P., & Shin, Y. (1992). Testing the null hypothesis of stationarity against the alternative of a unit root: How sure are we that economic time series have a unit root? Journal of Econometrics, 54, 159–178. https://doi.org/10.1016/0304-4076(92)90104-Y
Luenberger, D. G. (1998). Investment Science. Oxford University Press.
MathWorks. (2023). MATLAB (R2023a) [Software]. https://www.mathworks.com
Nelson, C. R., & Siegel, A. F. (1987). Parsimonious modelling of yield curves. The Journal of Business, 60(4), 473–489. https://doi.org/10.1086/296409
Velásquez-Giraldo, M., & Restrepo-Tobón, D. A. (2016). Affine term structure models: forecasting the yield curve for Colombia. Lecturas de Economía, (85), 53–90. https://doi.org/10.17533/udea.le.n85a02
Simon, D. (2006). Optimal State Estimation: Kalman, H∞, and Nonlinear Approaches. John Wiley & Sons.
Stock, J. H., & Watson, M. M. (2012). Introducción a la Econometría (3ª ed.). Pearson Educación.
U.S. Bureau of Labor Statistics. (2022). Consumer Price Index [Data Set]. https://www.bls.gov/cpi/

Esta obra está bajo una licencia internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0.
Derechos de autor 2025 Leonardo Marín Paniagua, Mercedes Chacón Vásquez (Autor/a)
