Predicción de la inflación en México con modelos desagregados por componente
Subject(s): In: Estudios económicos 27, 1 (ene-jun. 2012), 133-167Summary: Se realiza un análisis empírico sobre el nivel óptimo de desagregación sectorial y la mejor estrategia de modelización econométrica para la predicción de la inflación en México. Se comparan diferentes estrategias de modelización desagregada basadas en: 1) modelos ARIMA un¡variantes, 2) metodologías de datos de panel, 3) modelos de corrección del equilibrio y 4) modelos de factores dinámicos. Se encuentra que la consideración de desagregación sectorial es útil a la hora de predecir la tasa de inflación agregada en México. Es más, la predicción de la inflación basada en modelos con datos de panel, modelos de corrección del equilibrio y factores dinámicos superan a simples estrategias extrapolativas basadas en modelos ARIMA univariantes.Item type | Current library | Collection | Call number | Materials specified | Status | Date due | Barcode |
---|---|---|---|---|---|---|---|
Analítica | Biblioteca Legislativa | Hemeroteca | Available | 428647 |
Se realiza un análisis empírico sobre el nivel óptimo de desagregación sectorial y la mejor estrategia de modelización econométrica para la predicción de la inflación en México. Se comparan diferentes estrategias de modelización desagregada basadas en: 1) modelos ARIMA un¡variantes, 2) metodologías de datos de panel, 3) modelos de corrección del equilibrio y 4) modelos de factores dinámicos. Se encuentra que la consideración de desagregación sectorial es útil a la hora de predecir la tasa de inflación agregada en México. Es más, la predicción de la inflación basada en modelos con datos de panel, modelos de corrección del equilibrio y factores dinámicos superan a simples estrategias extrapolativas basadas en modelos ARIMA univariantes.
There are no comments on this title.