Determinación de ciclos y tendencias en series de tiempo macroeconómicas mediante un enfoque bayesiano
Bolívar, Wendy
Determinación de ciclos y tendencias en series de tiempo macroeconómicas mediante un enfoque bayesiano
En este trabajo se determina el ciclo y la tendencia como componentes no observables, en el contexto de modelos de series de tiempo estructurales, para la economía venezolana durante el periodo 1984-2008. Se combinan modelos escritos en la forma de espacio de los estados (Harvey y Jaeger, 1993), con el empleo del filtro de Kalman; y mediante la estimación de ciclos de segundo orden que tienden a ser más suaves que los de primer orden, también se incorporan técnicas Bayesianas (Harvey el al., 2007). De esta forma se incluye información previa sobre algunos parámetros, como la frecuencia del ciclo, entre otros; las densidades a posteriori se estiman con métodos de Monte Carlo, corno el algoritmo de Metropolis-Hastings, con lo que se predice la dirección futura del ciclo. Se utilizan datos trimestrales para la estimación de dos modelos. En el primero se desagrega el producto interno bruto (PIB) para mostrar las características del ciclo, tales como duración, puntos de quiebre y amplitud. En el segundo modelo, se estima una curva de Phillips, donde se determina la inflación por el ciclo o brecha del producto.
Determinación de ciclos y tendencias en series de tiempo macroeconómicas mediante un enfoque bayesiano
En este trabajo se determina el ciclo y la tendencia como componentes no observables, en el contexto de modelos de series de tiempo estructurales, para la economía venezolana durante el periodo 1984-2008. Se combinan modelos escritos en la forma de espacio de los estados (Harvey y Jaeger, 1993), con el empleo del filtro de Kalman; y mediante la estimación de ciclos de segundo orden que tienden a ser más suaves que los de primer orden, también se incorporan técnicas Bayesianas (Harvey el al., 2007). De esta forma se incluye información previa sobre algunos parámetros, como la frecuencia del ciclo, entre otros; las densidades a posteriori se estiman con métodos de Monte Carlo, corno el algoritmo de Metropolis-Hastings, con lo que se predice la dirección futura del ciclo. Se utilizan datos trimestrales para la estimación de dos modelos. En el primero se desagrega el producto interno bruto (PIB) para mostrar las características del ciclo, tales como duración, puntos de quiebre y amplitud. En el segundo modelo, se estima una curva de Phillips, donde se determina la inflación por el ciclo o brecha del producto.
