@article{Ladrón de Guevara Cortés_Torra Porras_Monte Moreno_2021, title={Técnicas estadísticas y computacionales para extraer factores de riesgo sistemático subyacentes: un estudio comparativo en la Bolsa Mexicana de Valores}, volume={13}, url={https://revfinypolecon.ucatolica.edu.co/article/view/3740}, DOI={10.14718/revfinanzpolitecon.v13.n2.2021.9}, abstractNote={<p>Este artículo compara las técnicas de reducción de dimensionalidad o de extracción de características: Análisis de Componentes Principales, Análisis Factorial, Análisis de Componentes Independientes y Análisis de Componentes Principales basado en Redes Neuronales, las cuales son usadas para extraer los factores de riesgo sistemático subyacentes que generan los rendimientos de las acciones de la Bolsa Mexicana de Valores, bajo un enfoque estadístico de la Teoría de Valoración por Arbitraje. Llevamos a cabo nuestra investigación de acuerdo a dos diferentes perspectivas. Primero, las evaluamos desde una perspectiva teórica y matricial, haciendo un paralelismo entre los particulares procesos de mezcla y separación de cada método. En segundo lugar, efectuamos un estudio empírico con el fin de medir el nivel de precisión en la reconstrucción de las variables originales.</p>}, number={2}, journal={Revista Finanzas y Política Económica}, author={Ladrón de Guevara Cortés, Rogelio and Torra Porras, Salvador and Monte Moreno, Enric}, year={2021}, month={ago.}, pages={513–543} }