2017-05-042017-05-042017-05-042017-05-04https://repositorio.banrep.gov.co/handle/20.500.12134/6306This paper examines inflation expectations of the World Economic Survey for ten inflation targeting countries. First, by a Self Organizing Maps methodology, we cluster the trajectory of agents inflation expectations using the beginning of the oil price shock occurred in June of 2014 as a benchmark in order to discriminate between those countries that anticipated the shock smoothly and those with brisk changes in expectations. Then, the expectations are modeled by artificial neural networks forecasting models. Second, for each country we investigate the information content of the quantitative survey forecast by comparing it to the average annual inflation based on national consumer price indices. The results indicate the presence of heterogeneity among countries to anticipate inflation under the oil shock and, also different patterns of accuracy to predict average annual inflation were found depending on the observed inflation trend.48 páginas : ilustraciones, gráficas, tablasPDFengOpen AccessExpectativas de inflaciónAprendizaje automáticoMapas autoorganizadosRedes neuronales autorregresivas no linealesEncuestas de expectativasWorking PaperC22 - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion processesC63 - Computational Techniques; Simulation ModelingC45 - Neural Networks and Related TopicsE27 - Consumption, Saving, Production, Investment, Labor Markets, and Informal Economy: Forecasting and Simulation: Models and ApplicationC02 - Mathematical MethodsInflation expectationsMachine learningSelf-organizing mapsNonlinear autoregressive neural networkExpectation surveysEconomía -- Encuestas -- 2014Petróleo -- Precios -- Encuestas -- 2014Índice de precios al consumidor -- 2014Pronóstico de la economíaAcceso abiertoAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0E27 - Consumo, ahorro, producción, inversión e economía informal: Predicción y simulación; Modelos y aplicaciónC02 - Métodos matemáticosC22 - Modelos de series temporales; Regresiones cuantiles dinámicas; Modelos dinámicos de tratamiento; procesos de difusiónC45 - Redes neuronales y temas relacionadosC63 - Técnicas de computación; modelos de simulaciónLas opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.The opinions contained in this document are the sole responsibility of the author and do not commit Banco de la República or its Board of Directors.Objeto de publicación: La obra de mí (nuestra) autoría tiene por objeto ser publicada en el Portal de Investigaciones del Banco de la República e incluirla en el repositorio institucional de esa misma entidad. La obra podrá consistir en documento escrito, audiovisual, audio, gráfico, fotográfico, infográfico, podcasts, etc., y podrá estar en cualquier formato conocido o por conocerse.Datos personales: El(los) autor(es) ha(n) incluido sus datos personales (nombres, correo electrónico, filiación académica, perfil académico, entre otros) en el Portal de Investigaciones o la obra remitida para publicación, y por consiguiente, manifiesta(n) que mediante el diligenciamiento y registro de sus datos personales autoriza(n) al Banco de la República el tratamiento (recolección, almacenamiento, uso, circulación o supresión) de todos los datos suministrados con la finalidad de adelantar la publicación de la obra en el Portal de Investigaciones, dar a conocer su perfil académico y medios de contacto para fines académicos y divulgativos, así como para la construcción de indicadores y estadísticas para el seguimiento y control de las actividades de divulgación del Portal de Investigaciones. Para tal fin, se informa que el tratamiento de los datos personales se realizará de acuerdo con las políticas o lineamientos generales disponibles en http://www.banrep.gov.co/proteccion-datos-personales, en la sección “Protección de Datos Personales - Habeas Data”.https://hdl.handle.net/20.500.12134/6306