Esta investigación presenta un proceso de construcción de escenarios de estrés siguiendo principios puramente empíricos. La aplicación se desarrolla utilizando la técnica de meta-labeling para identificar períodos con características similares en la serie de tasas de interés y, posteriormente, analizar el comportamiento del índice benchmark durante esos períodos. Los datos se aproximan a la función de densidad de probabilidad empírica mediante la solución cerrada de la familia de distribuciones Pearson Tipo IV. A partir de esto, se generan los escenarios por medio de Simulación de Monte Carlo (SMC) utilizando datos sintéticos y se interpretan los resultados. Finalmente, se proponen dos métodos para la aplicación de choques generados sobre un portafolio particular.

Esta investigación analiza el efecto de la tasa de política monetaria en las tasas del mercado, tanto activas como pasivas. Con este fin, se utiliza un modelo de corrección de errores (ECM) diferenciando por el período previo a la crisis del COVID y el período posterior.

Este estudio analiza la volatilidad de los depósitos en el sistema financiero utilizando datos diarios y métodos como la volatilidad histórica y el modelo EWMA. Los resultados muestran una alta sensibilidad al entorno financiero, con episodios de mayor volatilidad asociados a incrementos en los gastos por captaciones y señales de fricción en contextos restrictivos.

Esta investigación estudia la interacción del crédito con el nivel de actividad económica en el corto plazo (short-run). Se utiliza un modelo de Vectores Autorregresivos Bayesianos (BVAR) para estimar el efecto esperado tanto a nivel agregado como por sector económico.