Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/77497
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorDíaz Aguiluz, Elena Maríaes-ES
dc.contributor.authorGarcía Revillas, Jorgees-ES
dc.contributor.otherUniversidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresarialeses_ES
dc.date.accessioned2023-03-15T09:48:07Z-
dc.date.available2023-03-15T09:48:07Z-
dc.date.issued2024es_ES
dc.identifier.urihttp://hdl.handle.net/11531/77497-
dc.descriptionGrado en Administración y Dirección de Empresas y Máster Universitario en Ingeniería de Telecomunicaciónes_ES
dc.description.abstractMotivados por una exploración detallada de las intrincadas relaciones que influyen en los precios del oro, esta investigación utiliza un análisis empírico integral mediante un modelo Autorregresivo Vectorial (VAR, por sus siglas en inglés). La metodología se desarrolla en tres fases: exploración inicial de las interdependencias entre variables en el modelo de referencia, mejoras iterativas y un análisis detallado de las Funciones de Respuesta a Impulsos (IRF, por sus siglas en inglés) y la Descomposición Histórica. El modelo final, perfeccionado a través de iteraciones, incorpora la Volatilidad Geopolítica (GPR), el Shadow Rateo of Interest (SRI), la Volatilidad Económica (VIX), el Rendimiento del Mercado de Valores (MSCI World) y el Precio del Dólar (DXY). Siendo el precio del oro representado por el LMBA (London Business Market Association) Gold Price. Los resultados resaltan la sensibilidad del modelo a los estados económicos y ofrecen percepciones matizadas sobre la dinámica de los precios del oro a lo largo de la historia. El estudio identifica momentos clave, como crisis financieras y eventos globales, que dan forma a las trayectorias del oro. Surgieron oportunidades para investigaciones adicionales, sugiriendo coeficientes de regresión dinámicos para mejorar las capacidades predictivas. En esencia, este documento sirve como una guía crucial, navegando por las complejidades del panorama económico global y proporcionando percepciones sobre las influencias multifacéticas que dan forma al precio de este metal precioso.es-ES
dc.description.abstractMotivated by a detailed exploration of the intricate relationships influencing gold prices, this research employs a comprehensive empirical analysis using a Vector Autoregressive (VAR) model. The methodology unfolds in three phases: an initial exploration of interdependencies among variables in the benchmark model, iterative enhancements, and a detailed analysis of Impulse Response Functions (IRF) and Historical Decomposition. The final model, refined through iterations, incorporates Geopolitical Volatility (GPR), Shadow Rate of Interest (SRI), Economic Volatility (VIX), Stock Market Performance (MSCI World), and Dollar Price (DXY). Given that the gold price is denoted by the LBMA (London Business Market Association) Gold Price. The study identifies key moments, such as financial crises and global events, shaping gold trajectories. The research not only contributes to a deeper comprehension of gold price dynamics but also develops promising ideas for future exploration. The observed sensitivity of the model to economic states prompts contemplation on the potential integration of dynamic regression coefficients that adapt to the fluctuating economic environment, potentially incrementing the model's predictive capabilities during both growth and contraction periods. In essence, this document serves as a crucial guide, navigating the complexities of the global economic landscape and providing insights into the multifaceted influences shaping the precious metal's price.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoen-GBes_ES
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Stateses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/es_ES
dc.subject.otherK2Nes_ES
dc.titleModelling the Gold Marketes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsPrecio del Oro, Modelo Autorregresivo Vectorial (VAR, por sus siglas en inglés), Función de Respuesta a Impulsos (IRF, por sus siglas en inglés), Descomposición Histórica, Shadow Rate of Interest, Volatilidad, Rendimiento del Mercado de Valores, Precio del Dólar, Inflación.es-ES
dc.keywordsGold Price, Vector Autoregressive (VAR), Impulse Response Function (IRF), Historical Decomposition, Shadow Rate of Interest, Volatility, Stock Market Performance, Dollar Price, Inflation.en-GB
Aparece en las colecciones: KE2-Trabajos Fin de Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Propuesta_TFG.pdfPREC661,18 kBAdobe PDFVisualizar/Abrir     Request a copy
TFG - Garcia Revillas, Jorge.pdfTrabajo Fin de Máster1,18 MBAdobe PDFVista previa
Visualizar/Abrir
TFG - 201707391.pdfCATR1,18 MBAdobe PDFVisualizar/Abrir     Request a copy


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.