APLICACIÓN DE METAMODELOS DE CONTROL PREDICTIVO EN LA SIMULACIÓN DE SISTEMAS Y ESCENARIOS FINANCIEROS
Fredy Vides 1,2*, Lendy Banegas2
1 Centro de Innovación en Cómputo Científico, Escuela de Matemática, UNAH, Tegucigalpa, Honduras.
2Departamento de Estadística e Investigación, CNBS, Tegucigalpa, Honduras
Autor correspondiente: fredy.vides@unah.edu.hn
INTRODUCCIÓN
En un entorno global marcado por la incertidumbre y la interconexión de sistemas complejos, la capacidad de anticipar y mitigar riesgos es esencial para la estabilidad de diversos sectores, incluidos los financieros. Este estudio presenta un enfoque basado en metamodelos de control predictivo para la simulación de sistemas y escenarios, proporcionando herramientas para evaluar la resiliencia frente a perturbaciones hipotéticas. Aunque diseñado para trabajar con datos del mundo real, para esta presentación se utilizarán datos sintéticos con el fin de proteger la información y facilitar la divulgación científica.
METODOLOGÍA
La metodología se basa en la implementación de técnicas avanzadas de modelado computacional y control predictivo, combinadas con la extensión de técnicas originales de aproximación matricial estructurada (Nazerian et al. (2023), Vides (2022)) para la identificación de los modelos que componen los bloques del metamodelo. Inspirado en las innovaciones recientes en el campo del cómputo de reservorios, este trabajo extiende las ideas propuestas por Gauthier et al. (2021) sobre la computación de reservorio de próxima generación y por Budhiraja et al. (2021), quienes exploraron el uso de estos métodos para la predicción y regeneración de comportamientos financieros dinámicos y controlados por retrasos. La integración de estas ideas ha permitido desarrollar un marco algorítmico robusto que define las leyes de identificación de modelos dinámicos y la estimación de variables de interés a lo largo de diferentes horizontes temporales, adaptándose a las necesidades de analistas y gestores.
RESULTADOS
Los resultados destacan la capacidad del metamodelo para identificar vulnerabilidades sistémicas y ofrecer soluciones aplicables más allá del sector financiero. Aunque la aplicación específica en esta presentación se centra en sistemas de bancos comerciales, la metodología es suficientemente general para ser utilizada en otros sistemas complejos. Los escenarios sintéticos ilustran cómo la estabilidad del sistema puede favorecer la inclusión y el acceso a servicios críticos para sectores subatendidos.
CONCLUSIÓN
Este estudio destaca la flexibilidad y efectividad de los metamodelos de control predictivo desarrollados, proporcionando un marco adaptable para la simulación y gestión de riesgos en diversos sectores. Aunque los modelos se diseñaron inicialmente para trabajar con datos del mundo real, el uso de datos sintéticos en esta presentación asegura la protección de la información sensible y facilita la comprensión y divulgación de los resultados
REFERENCIAS
- Nazerian, A.; Vides, F.; Sorrentino, F. Algebraic decomposition of model predictive control problems. IEEE Control Systems Letters. 2023; 7:1441–1446.
- Vides, F. Computing semilinear sparse models for approximately eventually periodic signals. IFAC-PapersOnLine. 2022;55(20):205–210.
- Gauthier, D. J.; Bollt, E.; Griffith, A.; Barbosa W. A. S. Next generation reservoir computing. Nature Communications. 2021;12(1):5564.
- Budhiraja, R.; Kumar, M.; Das, M. K.; Bafila, A. S.; Singh, S. A reservoir computing approach for forecasting and regenerating both dynamical and time-delay controlled financial system behavior. PLOS ONE. 2021;16(2):1–24.
Cómo citar este trabajo (Vancouver):
Vides F, Banegas L. APLICACIÓN DE METAMODELOS DE CONTROL PREDICTIVO EN LA SIMULACIÓN DE SISTEMAS Y ESCENARIOS FINANCIEROS [resumen]. En: Vispo NS, editor. Memorias del Congreso de Investigación y Posgrado UNAH 2024: Libro de resúmenes. Madrid/Tegucigalpa: Clinical Biotec S.L.; Universidad Nacional Autónoma de Honduras; 2024. doi: 10.70099/cb/unah/2024.mem
ISBN del libro: 978-84-09-76685-7