Note on predicting consumer price indexes using artificial neuronal networks

ABSTRACT IN SPANISH: En este artículo se pronostica la variación porcentual del Índice de Precios al Consumidor en Colombia usando una red neuronal artificial. El modelo obtenido, una red neuronal tipo perceptrón multicapa, es capaz de capturar el ciclo estacional presente en los datos usando sólo los datos pasados, como entradas a la red neuronal, y no es necesario incluir variables ficticias que representen dicha componente estructural. La precisión de esta aproximación es mejor que la obtenida por otros modelos presentados en la literatura, incluidos aquellos con suavizaciones exponenciales, aproximaciones a modelos SARIMA y otras configuraciones de redes neuronales. // ABSTRACT IN ENGLISH: This article forecasts the percentage variation in the Colombian Consumer Price Index, using an artificial neuronal network. The model obtained, a multiple-layer perception neuronal network, is capable of capturing the seasonal cycle present in the data, by solely using past data as entries into the neuronal network; it is not necessary to include fictitious variables to represent said structural component. This approach is more precise than other models presented in the literature on the topic, including those with exponential smoothing, SARIMA model approximations, and other neuronal network configurations.