La Inflación en Colombia: Una Aproximación desde las Redes Neuronales

Las redes neuronales (ANN) 1 son modelos computacionales diseñados para simular el funcionamiento del cerebro y, en particular, la forma como éste procesa información. En el contexto de análisis de series de tiempo, se clasifican como modelos no lineales entrenados para (i) realizar conexiones entre los valores pasados y presentes de una serie de tiempo y (ii) extraer estructuras y relaciones escondidas que gobiernan el sistema de información. El atractivo de este enfoque, inspirado en la neurología, es su habilidad para aprender, es decir, para identificar dependencias con base en una muestra finita, de manera que el conocimiento adquirido pueda ser generalizado a muestras no observadas (Herbrich et.al, 1999). Si bien, como señalan Kuan y White (1994), las redes neuronales y sus algoritmos de aprendizaje asociados están todavía lejos de ofrecer una descripción acertada de cómo funciona el cerebro, éstas se han constituido en un marco de modelación muy poderoso e interesante cuyo potencial ha sido comprobado en diversas aplicaciones en todas las ciencias2. Para Moshiri y Cameron (1998), los investigadores son atraídos hacia ese enfoque porque las redes neuronales no están sujetas a supuestos restrictivos como la linealidad, que suele ser necesaria para la aplicación de los modelos matemáticos tradicionales.