Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Efectos de la variación de los costos de la construcción sobre los precios de la vivienda VIS y VIP en Colombia en el periodo 2017 - 2022
(Pontificia Universidad Javeriana Cali, 2024) Ordoñez Ramírez, Lilian Nathalia; Ortiz Garzón, José Luis; Gómez Daza, Jesús Ancizar
Este estudio analiza los precios de las viviendas de interés social y prioritaria (VIS y VIP) en Colombia, evaluando cómo las variaciones en subsidios y costos de construcción afectan estos precios entre 2017 y 2022. La investigación utiliza modelos econométricos VAR (vectores autorregresivos) para examinar la relación entre los precios de la vivienda y el Índice de Costos de Construcción de la Vivienda (ICCV). Los resultados indican que, aunque los precios de la vivienda responden a cambios en el ICCV, no se encuentra evidencia de una burbuja de precios. Además, se determina que no hay una relación causal significativa entre los subsidios y los precios de la vivienda VIS y VIP. El estudio se estructura en capítulos que incluyen la formulación del problema, el marco teórico, la metodología, el desarrollo práctico y las conclusiones.
Modelo predictivo para riesgo de quiebra en el sector salud en Colombia para el periodo 2023
(Pontificia Universidad Javeriana Cali, 2024) Ramírez Ríos, Juan Camilo; Vélez Restrepo, Juan Esteban; Peña Vargas, Víctor Alberto
Este trabajo de investigación presenta un análisis exhaustivo sobre la predicción de riesgos de quiebra en el sector salud en Colombia, centrando la atención en la evaluación de la solvencia financiera de las Instituciones Prestadoras de Salud. Frente a un escenario de crecientes desafíos económicos y financieros, exacerbados por la pandemia de COVID-19 y la integración de poblaciones migrantes, el sector salud colombiano enfrenta una crisis de insolvencia que amenaza su estabilidad y continuidad. La investigación se fundamenta en un robusto conjunto de datos proporcionado por la Supersalud, abarcando información financiera de 1335 empresas hasta el año 2022, con un enfoque particular en aquellas en proceso de liquidación. Utilizando metodologías avanzadas de análisis, se evalúan y comparan tres modelos predictivos: Regresión Logística, Máquina de Vectores de Soporte (SVM) y Redes Neuronales. Cada modelo se sometió a un riguroso proceso de validación cruzada y se analizó mediante una serie de métricas de rendimiento, incluyendo precisión, sensibilidad y especificidad, para determinar su capacidad predictiva. Los resultados indican que, mientras cada modelo ofrece insights valiosos, ciertas técnicas proporcionan un mejor entendimiento y predicción de los riesgos financieros inminentes. Este estudio contribuye significativamente a la literatura existente al ofrecer una metodología replicable y un modelo predictivo optimizado que puede ser utilizado por los reguladores y administradores del sector salud para realizar intervenciones proactivas y fundamentadas. Asimismo, el análisis proporciona una base empírica para la formulación de políticas públicas que aspiren a fortalecer la resiliencia financiera del sistema de salud en Colombia.
Integración de inteligencia artificial y teoría de portafolio en la evaluación y optimización de pronósticos para ETFS
(Pontificia Universidad Javeriana Cali, 2024) Murcia Piedrahita, Juan David; Joaqui Barandica, Orlando
Ante un mercado financiero global en constante evolución, los Exchange Traded Funds (ETFs) han surgido como herramientas versátiles de inversión, accesibles para diversificar portafolios a bajo costo y con alta flexibilidad. A continuación, esta investigación aborda la integración de la inteligencia artificial, especialmente el aprendizaje automático, para perfeccionar la evaluación y predicción de precios en 5 ETFs: SPDR S&P 500 ETF Trust (SPY), iShares Russell 2000 ETF (IWM), Invesco QQQ Trust (QQQ), Grayscale Bitcoin Trust (GBTC), Vanguard Total Stock Market ETF (VTI). A causa de la volatilidad y diversidad del mercado, existe una necesidad crítica de desarrollar estrategias de inversión que no solo optimicen los retornos, sino que también minimicen los riesgos asociados. Este estudio utiliza técnicas de aprendizaje automático, como el método KNN para la clasificación de tendencias de precios, combinadas con la teoría de portafolio de Markowitz, para formular enfoques de inversión que maximicen la rentabilidad ajustada al riesgo. Así pues, el análisis descriptivo inicial reveló patrones que influyen en el rendimiento de los ETFs, estableciendo una base sólida para la predicción precisa de movimientos de precios y la construcción de portafolios optimizados. Los resultados muestran que la integración de técnicas avanzadas de aprendizaje automático con principios fundamentales de inversión mejora notablemente la gestión de portafolios de ETFs, evidenciando una capacidad de predicción superior al 50% para tendencias de precios. Siendo así, esta capacidad para equilibrar el rendimiento y el riesgo es crucial en el entorno financiero actual, caracterizado por su rápida evolución y complejidad. Además, los hallazgos sugieren que adoptar enfoques tecnológicos avanzados puede superar las limitaciones de las estrategias de inversión tradicionales, ofreciendo a los inversores herramientas más robustas para navegar mercados financieros volátiles. En conclusión, este estudio subraya la importancia de combinar la inteligencia artificial con la teoría de portafolios para optimizar la gestión de inversiones en ETFs, proponiendo futuras investigaciones que extiendan estos métodos a otros tipos de activos financieros, lo que podría ampliar aún más las estrategias de inversión efectivas y seguras.
Diseño de una arquitectura de software en la nube mantenible y escalable para optimizar la siembra de aguacate hass en la región andina de Colombia
(Pontificia Universidad Javeriana Cali, 2024) Toro Echeverria, Edwin David; Giraldo Rendón, Juan Pablo
El proyecto de grado se centra en el diseño de una arquitectura de software adaptativa, mantenible y escalable para optimizar la siembra de aguacate Hass en la región Andina de Colombia. Este enfoque es de gran importancia debido al crecimiento de la industria del aguacate en el país y la necesidad de cuidar el medio ambiente. La problemática que se aborda es la dificultad que tienen los agricultores para tomar las mejores decisiones al momento de realizar la siembra de aguacate Hass, ya que no cuentan con las suficientes herramientas tecnológicas que les puedan brindar información precisa, como el estado del suelo, fuentes hídricas cercanas, presencia de bacterias en el medio ambiente, etc. Los objetivos del proyecto se enfocan en definir los atributos de calidad, aplicar tácticas y patrones de arquitectura, y diseñar módulos en los cuales se registren datos clave para la siembra del aguacate Hass en la región Andina de Colombia, integrando sistemas de información geográfica. Con esto se espera alcanzar resultados como la escalabilidad, disponibilidad y rendimiento de la arquitectura propuesta en este proyecto.
Rol que desempeñan los fondos de pensiones privados sobre la estabilidad de los mercados financieros de acciones en Colombia, Chile y México
(Pontificia Universidad Javeriana Cali, 2024) Rodríguez Legarda, Jorge Andrés; Gómez Daza, Jesús Ancizar
Este trabajo investiga la relación existente entre la volatilidad de los mercados financieros de Colombia, México y Chile, y los rendimientos de los fondos de pensiones privados de cada país. Para tal propósito se utilizan los precios reportados por cada fondo de pensiones a las respectivas entidades de control en un periodo comprendido entre 2015 y 2023. Se utilizan metodologías de estimación como modelos de corrección de errores y modelos de vectores autorregresivos para modelar la relación existente entre las variables en un horizonte de corto y largo plazo. A nivel de resultados la investigación encuentra evidencia de que el efecto estabilizador/desestabilizar de los fondos estudiados varía en función del perfil de riesgo que posea el fondo de pensiones y el horizonte temporal en el cual se analice la relación.