Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/78711
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorDíaz Aguiluz, Elena Maríaes-ES
dc.contributor.authorGarcía Lozano, Jesúses-ES
dc.contributor.otherUniversidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresarialeses_ES
dc.date.accessioned2023-06-12T10:14:23Z-
dc.date.available2023-06-12T10:14:23Z-
dc.date.issued2024es_ES
dc.identifier.urihttp://hdl.handle.net/11531/78711-
dc.descriptionGrado en Administración y Dirección de Empresas y Grado en Análisis de Negocios/Business Analyticses_ES
dc.description.abstractLas tierras raras son un tema popular pero aún inexplorado en la actualidad. Gracias a sus características físicas y químicas, desempeñan un papel vital en el desarrollo de tecnologías modernas como paneles solares, reactores de energía nuclear o chips para teléfonos. Esta amplia variedad de aplicaciones hace que las tierras raras sean un activo valioso en el mercado de materias primas. Siguiendo los hallazgos realizados en el artículo "Modelado del mercado de las tierras raras", de Manuel González Plaza, este documento tiene como objetivo estudiar las predicciones de precios basadas en diferentes variables que afectan los precios de los metales de tierras raras en el mercado de materias primas. Estos hallazgos son la base de este análisis, que se centra en las variables macroeconómicas de la Tasa de Fondos Federales en Sombras de Wu-Xia, el GEA tracker y el índice ESG. A través de una predicción de referencia, un modelo autorregresivo pronostica los precios diarios de los metales de tierras raras entre el 26 de febrero de 2016 y el 31 de marzo de 2023. Luego, un segundo modelo vuelve a predecir los precios; sin embargo, esta vez incluirá las variables mencionadas anteriormente, dentro del mismo marco temporal y con una frecuencia diaria. Esto proporcionará una mejor comprensión del comportamiento de los precios y profundizará las posibilidades de análisis adicionales. Los resultados muestran la complejidad para la predicción de estos precios, y sugieren que las variables consideradas inicialmente de gran impacto hacia estos números son más intrincadas de lo que parecen, ya que los efectos de diferentes tendencias socioeconómicas y de mercado juegan un papel significativo en la definición de estos valores.es-ES
dc.description.abstractRare earth metals are a popular yet unexplored topic nowadays. Thanks to their physical and chemical traits, they play a vital role in the development of modern technologies such as solar panels, nuclear energy reactors or phone chips. This wide variety of applications make rare earths a valuable asset in the market of commodities. Following the findings made on the paper Modelado del mercado de las tierras raras, by Manuel González Plaza, this paper aims to study the price predictions based on different variables that affect the prices of rare earth metals in the commodities market. Such findings are the basis of this analysis, which focus on the macroeconomic variables of Wu-Xia Shadow Rate, GEA tracker, and ESG index. Through a benchmark prediction, an autoregressive model forecasts the daily prices of rare earth metals between February 26th, 2016 and March 31st, 2023. Then, a second model forecasts the prices again; however, this time it will include the variables mentioned before, within the same time frame and a daily frequency. This will give a better understanding of price behavior and deepens the possibilities of further analysis. Results show the complexity for the prediction of these prices and suggest that the variables initially thought to affect these numbers are more intricate than they appear, as the impact of different socioeconomic and market trends play a significant role in defining these values.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoes-ESes_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.otherKBAes_ES
dc.titleModelling Commodity Marketses_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordstierras raras, índice de precios, materias primas, modelo predictivo, autorregresión, Tasa de Fondos Federales en Sombras de Wu-Xia, GEA Tracker, índice ESGes-ES
dc.keywordsrare earths, price index, commodities, predictive model, autoregression, Wu-Xia Shadow Rate, GEA Tracker, ESGen-GB
Aparece en las colecciones: KBA-Trabajos Fin de Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
PROPUESTA DE INVESTIGACION analytics.pdfPREC124,9 kBAdobe PDFVisualizar/Abrir     Request a copy
TFG- Garcia Lozano, Jesus.pdfTrabajo Fin de Grado11,15 MBAdobe PDFVisualizar/Abrir


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