Evaluation by Means of Simulation of Unit Root Test at Seasonal Frequencies. Application and Scientific Modeling of Soybean Oil Exports in Argentine

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Evaluation by Means of Simulation of Unit Root Test at Seasonal Frequencies. Application and Scientific Modeling of Soybean Oil Exports in Argentine"

Transcripción

1 Revisa de Episemología y Ciencias Humanas Evaluación mediane simulación del es de raíces uniarias en frecuencias esacionales. Aplicación y modelización de la exporación de aceie de soja en Argenina Evaluaion by Means of Simulaion of Uni Roo Tes a Seasonal Frequencies. Applicaion and Scienific Modeling of Soybean Oil Expors in Argenine Celina Belrán Faculad de Ciencias Agrarias. Universidad Nacional de Rosario. belranc@da1.ne.ar Absrac This work evaluaes, by means of simulaion, he mehodology developed by Hylleberg, Engle, Granger y Yoo (HEGY, 1990) o deec uni roos a seasonal frequencies and zero frequency in quarerly series. The simulaion experimen is carried on i) o evaluae he es size in annual frequency which shows ha he hypohesis proof based upon sequence es has a endency o overesimae he nominal significaion level of es and suggess he use of a join es; ii) o evaluae he power of he es a seasonal frequencies being deeced ha he omission of a deermining componen a he es auxiliary regression diminishes he power and iii) o compare forecasing errors observing ha he predicable capaciy of models is slighly affeced when 1 and 4 order difference is applied o series wihou aking ino accoun he possibiliy of combining boh ypes of seasonal variaion. Likewise, an empiric work is carried ou on he series of Soybean Oil Expors in Argenine. This variable shows uni roo a he zero and annual frequency. To compare he predicable capaciy of differen models, a univariae poin of view is adoped fiing an ARMA model (Box- Jenkins, 1976) o each series convenienly differeniaed. As regards he performance in forecasing, i was observed ha he model considering he exisence of uni roos found in he appropriae es produces minor errors han he res. On he near horizon, he difference found in forecasing errors is no relevan. Neverheless, on inermediae and far horizons he superioriy of he model considering he ype of seasonal variaion found in HEGY es is relevan. Keywords: series económicas, seasonal variaion, uni roos a seasonal frequencies, forecasing errors

2 71 Resumen En ese rabajo se evalúa, mediane simulación, la meodología desarrollada por Hylleberg, Engle, Granger y Yoo (HEGY, 1990) para deecar raíces uniarias en las frecuencias esacionales y en la frecuencia cero, en series rimesrales. El experimeno de simulación se lleva a cabo para: i) evaluar el amaño del es en la frecuencia anual, el que muesra que la prueba de hipóesis basada en los es secuenciales iende a sobreesimar el nivel de significación nominal del es, sugiriendo uilizar el es conjuno, ii) evaluar la poencia del es en las frecuencias esacionales, deecándose que la omisión de una componene deerminísica en la regresión auxiliar del es disminuye la poencia y iii) comparar errores de pronósico, observando que cuando en la serie se aplica la diferencia de orden 1 y 4 sin considerar la posibilidad de una combinación de ambos ipos de esacionalidad, la capacidad prediciva de los modelos se ve levemene afecada. Asimismo, un rabajo empírico se realiza sobre la serie de Exporaciones de Aceie de Soja en Argenina. Esa variable presena raíz uniaria en la frecuencia cero y anual. Para comparar la capacidad prediciva de disinos modelos se aborda un enfoque univariado ajusando un modelo ARMA (Box-Jenkins, 1976), a cada serie convenienemene diferenciada. Con respeco al desempeño en los pronósicos, se observó que el modelo que considera la exisencia de las raíces uniarias halladas en el es perinene produce errores menores que los resanes. Para horizones cercanos, la diferencia hallada en los errores de pronósicos no resula significaiva. Sin embargo, para horizones inermedios y lejanos, la superioridad del modelo que considera el ipo de esacionalidad hallado en el es HEGY es significaiva. Palabras claves: esacionalidad, raíces uniarias esacionales, pronósicos 1. INTRODUCCIÓN En los úlimos años se ha pueso mayor aención en el esudio de las propiedades y caracerísicas esacionales de las series de iempo. Los primeros es para raíces uniarias fueron los propuesos por Fuller (1976) y Dickey-Fuller (1979). Poseriormene, Granger (1981) planea el concepo de coinegración mienras que Hylleberg, Engle, Granger y Yoo (1990) desarrollan un es para raíces uniarias esacionales y uilizan écnicas para examinar la coinegración en diferenes frecuencias [1]. Ghysels, Lee y Noh (1994) presenan una exensión de ese procedimieno []. El componene esacional puede represenarse en una amplia gama de modelos. Los modelos más uilizados para esacionalidad se agrupan en res clases: Proceso con esacionalidad puramene deerminísica Proceso esacional esacionario Proceso esacional inegrado Si bien esos res ipos de modelos represenan procesos muy diferenes, en la prácica, a menudo se los uilizan como si fuesen equivalenes. Por esa razón es imporane poder deecar el ipo de proceso responsable de la esacionalidad presene en los daos con el fin de uilizar esa información para ajusar un modelo que permia obener buenos pronósicos. Una alernaiva para deerminar las propiedades esacionales de las series de iempo es aplicar un es para deecar raíces uniarias en la frecuencia cero y en las frecuencias esacionales.

3 Revisa de Episemología y Ciencias Humanas El objeivo de ese rabajo es hacer, mediane simulación, una evaluación de la meodología propuesa para deecar raíces uniarias en las frecuencias esacionales, cuando el proceso generador de los daos esá inegrado sólo en alguna frecuencia. Esa evaluación se refiere paricularmene al amaño del es en la frecuencia anual y la poencia del es en cada una de las frecuencias esacionales cuando el proceso que genera los daos coniene una componene deerminísica de esacionalidad. No obsane se ajusan modelos uilizados habiualmene en ese ipo de variables y se compara la capacidad prediciva de los mismos. Enre esos modelos se pueden disinguir los modelos ARIMA. Además, se espera hacer una conribución en ese ema mediane un análisis empírico de la serie de exporación de aceie de soja de Argenina. El ipo de esacionalidad presene en esa serie se deermina un es de raíces uniarias esacionales y la información referene a las mismas nos indica el filro adecuado para lograr la esacionariedad. Para comparar la capacidad prediciva de disinos modelos se aborda un enfoque univariado en el cual se ajusa un modelo ARMA (Box-Jenkins, 1976), a la serie convenienemene diferenciada. El rabajo esá organizado como sigue. En la sección se presenan los disinos ipos de procesos esacionales de series de iempo como así ambién el concepo de inegración esacional. En la sección 3 se desarrolla el es de raíces uniarias propueso por Hylleberg, Engle, Granger y Yoo (HEGY ) para deerminar la presencia de raíces uniarias esacionales. La descripción de la serie económica del secor agronómico como así ambién los resulados del es de raíces uniarias se presenan en la sección 4; mienras que los resulados de la modelización se encuenran en la sección 5. En la sección 6 se muesran los resulados de la simulación y la discusión de la evidencia hallada, en la sección 7.. TIPOS DE PROCESOS ESTACIONALES. INTEGRACIÓN ESTACIONAL Desde la represenación especral de una serie de iempo, un proceso esacional puede ser descripo como aquel que posee un specrum con picos en las frecuencias esacionales ω s = πj / s, j = 1,,...,s/, donde s es el número de períodos por año, suponiendo que s es par y que dicho specrum exise. Un proceso cuya esacionalidad es oalmene deerminísica puede ser pronosicado con exaciud y su aspeco permanecerá invariane en el iempo. En ese caso, la represenación del proceso con esacionalidad deerminísica esá consiuida por un conjuno de variables dummies o funciones rigonoméricas [3]. Por ora pare, un proceso esacional esacionario es aquel generado por una auoregresión poencialmene infinia, cuyo polinomio iene odas sus raíces fuera del círculo uniario pero algunas de ellas son pares de complejos conjugados con periodicidad esacional. En ales casos, el specrum presena picos en algunas frecuencias esacionales. Para definir el ercer ipo de proceso responsable de la esacionalidad, es necesario incluir el concepo de inegración. Una serie y es un proceso esacional inegrado si su represenación auoregresiva presena una raíz uniaria. En forma más general se dice que el proceso es inegrado de orden d en la frecuencia θ si su specrum adopa la forma d f( ω ) = c( ω θ) para θ ω.

4 73 Un proceso de ese ipo presena cieras caracerísicas [1]. Se dice que iene memoria larga, debido a que un shock pasado influencia los valores presenes y puede cambiar permanenemene el parón esacional. Asimismo, sus variancias se incremenan linealmene con el iempo desde el comienzo del proceso y no esán correlacionadas con oros procesos que presenen raíces uniarias en oras frecuencias [1]. Sobre la base de los concepos precedenes, es posible pensar que una serie con un marcado comporamieno esacional puede esar inegrada esacionalmene y ener además un componene de esacionalidad deerminísica, uno esacionario o alguna combinación de ellos. 3. TEST DE RAÍCES UNITARIAS ESTACIONALES Considérese a modo de ejemplo, el caso de una serie de iempo rimesral. Sea y un proceso esocásico univariado y = α y 4 + u = 1,,...,T. (3.1) donde u es un proceso esacionario con media cero y variancia consane. El proceso y iene cuaro raíces uniarias cuando α=1, una en la frecuencia θ = 0, una en θ =π, y un par de raíces complejas en las frecuencias θ = π/, 3π/. El es desarrollado por Hylleberg, Engle, Granger y Yoo [1] es una exensión del de Dickey-Fuller (1979, 1981) para el caso de daos rimesrales. Es el es usado con mayor frecuencia en rabajos empíricos ya que permie deecar la presencia de raíces uniarias en alguna o en odas las frecuencias esacionales como así ambién en la frecuencia cero. El mismo, inroduce la facorización del polinomio de diferencia esacional ϕ(b)= 4 =(1-B 4 ), siendo B el operador de rezago B m y = y -m para cualquier enero m, y esima por mínimos cuadrados ordinarios la siguiene regresión: y4, = π1y1, 1 + πy, 1 + π3y3, + π4y3, 1 + ε (3.) donde y y y 1,, 3, = (1 + B + B = (1 B 4 = (1 B + B y 4, = (1 B )y = 4y Si es necesario, pueden adicionarse rezagos de y 4 para que los errores sean ruido blanco, como así ambién componenes deerminísicos ales como consane, endencia y variables dummies esacionales. El objeivo es probar la hipóesis que las raíces del polinomio son 1, -1, i, -i. Para la raíz 1, cero ciclos por año, el es consise en someer a prueba la hipóesis π 1 = 0, de la misma manera que para la raíz 1, dos ciclos por año, cuya hipóesis correspondiene es π = 0. Con respeco a las raíces complejas, un ciclo por año, deberá probarse que ambos π3 y π 4 son igual a cero, mediane un es conjuno. No exisirán raíces uniarias esacionales si π y alguno de π3 o π 4 son diferenes de cero, lo cual requiere el rechazo de ambos es [4]. Para deerminar si la serie es esacionaria, es decir que no iene ninguna raíz uniaria, debe verificarse que cada uno de los coeficienes π k son no nulos, excepo alguno de π3 o π 4 [5]. La disribución de la esadísicas sobre los parámeros de inerés se encuenra abulada y depende de la presencia de regresores de inercepo, endencia y esacionalidad deerminísicas. En Ghysels, Lee y Noh (1994) [] se )y + B 3 B )y 3 )y (3.3)

5 Revisa de Episemología y Ciencias Humanas encuenran las disribuciones de las esadísicas F de los ess conjunos correspondienes a la presencia de las cuaro raíces uniarias y a las res raíces uniarias esacionales respecivamene. Si la serie y coniene raíces uniarias en odas las frecuencias, enonces cada una de las series ransformadas y -y -1, y -y -, y +y -1, y +y - serán no esacionarias debido a que ninguna iene en cuena odas las raíces uniarias implicadas en (1-B 4 ). 4. DESCRIPCIÓN DE LA SERIE ECONÓMICA Y RESULTADOS DEL TEST DE RAÍCES UNITARIAS ESTACIONALES El análisis de inegración esacional se realiza sobre la serie económica rimesral Exporación de aceie de soja 1. Los gráficos de la serie en esudio se presenan a coninuación Gráfico 4.1: Exporación de aceie de soja, en Argenina Los daos evidencian endencia y un marcado parón esacional que parece cambiar con el iempo como se puede visualizar en el gráfico 4.. El gráfico 4.3 muesra variaciones en el comporamieno de los cuaro períodos de la serie. 1 FUENTE: SAGPyA, Dirección de Mercados Agroalimenarios

6 75 Gráfico 4.3: Exporación de aceie de soja en Argenina para cada rimesre menos el promedio del año correspondiene Gráfico 4.: Diferencia de orden 1 de la exporación de aceie de soja, en Argenina Trim1 Trim Trim3 Trim El es HEGY para deecar raíces uniarias esacionales se aplica a las series, incorporando a la regresión auxiliar un inercepo, una pendiene, dummies esacionales y disinos órdenes de rezago para lograr residuos provenienes de un proceso ruido blanco. Los valores críicos fueron exraídos de las ablas 1a y 1b de HEGY 1990 (pag 6-7). En ese caso, el es arrojó que la endencia no era necesaria incorporar a la regresión auxiliar y que el único rezago significaivo corresponde a 4 períodos. Bajo esas consideraciones se realiza nuevamene el es. Los resulados se muesran en las Tabla 4.1.

7 Revisa de Episemología y Ciencias Humanas Tabla 4.1: Tes de inegración esacionala. Rezagos Esadísicas Raíz uniaria en: incluídos b π 1 π π 3 π 4 π 3 π 4 Período * Frecuencia cero y anual *- significaivo al 5% **- significaivo al 1% a- En odos los casos, los coeficienes de los rezagos y las diez primeras auocorrelaciones de los residuos resularon no significaivas. Según los resulados obenidos, en esa serie, es evidene la presencia de raíz uniaria en la frecuencia cero (H 0 : π 1 =0), como así ambién es claro que en la frecuencia bianual se rechaza dicha hipóesis (H 0 : π =0). Con respeco a la frecuencia anual, ano uilizando el es secuencial como el es F conjuno indica la presencia de de raíz uniaria en dicha frecuencia. No obsane, en Ghysels, Lee y Noh (1994) [] se demuesra que los es secuenciales para π 3 y π 4, a diferencia del es conjuno F 3,4, iende a sobresimar el nivel de significación nominal del es. Según lo expueso recienemene, podemos concluir respeco al orden de diferenciación necesario en las series: Si se oma en cuena el resulado del es HEGY, no es posible rechazar la hipóesis de raíz uniaria en la frecuencia cero y anual (un ciclo por año) y, por lo ano, la esacionalidad esocásica y la endencia serían las responsables del filro S(B)=(1-B)(1+B ) para lograr esacionariedad. Eso significa que 3 ( 1 B + B B ) z = (z z 1) + (z z 3), la suma de cambios rimesrales consecuivos, sería una serie esacionaria. Pueso que, según ese resulado, se puede pensar a los cambios rimesrales consecuivos como coinegrados con coeficienes (1,1), exisiría una relación de equilibrio enre los mismos. Dado que usualmene se uilizan la ransformación (1-B)(1-B 4 ) en aplicaciones con series rimesrales que muesran esacionalidad y endencia, la misma será considerada en análisis poseriores. No obsane, es imporane desacar que el filro (1-B)(1-B 4 ) asume la presencia de dos raíces uniarias en la frecuencia cero y las res raíces uniarias esacionales.

8 77 5. AJUSTE DE MODELOS A LA SERIE DE EXPORTACIÓN DE ACEITE DE SOJA EN ARGENTINA Se ajusa un modelo ARMA a las series: (1-B)(1-B 4 )y, (1-B 4 )y y (1-B)(1+B )y, donde y es la exporación de aceie de soja en Argenina Serie diferenciada (1-B)(1+B) y. El es de raíces uniarias indica que exisen raíces uniarias en la frecuencia cero y anual, por lo ano aplicando el filro S(B)=(1-B)(1-B ) a la serie, ésa se orna esacionaria. La serie diferenciada presena un correlograma con auocorrelaciones que se coran en forma marcada luego del segundo rezago y auocorrelaciones parciales que ienden a desaparecer a parir del cuaro rezago. Si bien se ajusaron disinos modelos a fin de obener el mejor ajuse, el modelo final presena: Esacionalidad deerminísica Coeficiene AR(1) Coeficiene MA() Es decir, que la serie filrada según el es de raíces uniarias presena un modelo ARMA(1,) con una componene de esacionalidad deerminísica remanene. Los residuos del ajuse presenan auocorrelaciones no significaivas en los primeros 8 rezagos (p=0.10) y normalidad (p=0.5). El modelo esimado es: B ) (1 B )(1 + B )y = ε 0.96ε D1, D, (0.0010) (0.000) (0.4103) (0.4939) (0.0001) (0.6430) ( 1. Además, se ajusa un modelo con esacionalidad esocásica esacionaria, sin incluir una componene de esacionalidad deerminísica, a la serie filrada obeniéndose como resulado fala de ajuse en cada modelo enaivo. Eso significa que la remoción de las raíces uniarias mediane el filro (1-B)(1+B ) es efeciva si se incluyen en el modelo los érminos deerminísicos esacionales uilizados en la regresión auxiliar del es HEGY. D 3, 5.. Serie diferenciada (1-B) (1-B4) y. El modelo seleccionado para esa serie corresponde a un ARMA de orden1 para el polinomio auorregresivo y de orden 4 para el promedio móvil, con una componene esacional deerminísica. En la eapa de validación del mismo se hallaron residuos no correlacionados y normales (p=0.10). El modelo esimado es: Si no se incluyen en el es HEGY dummies esacionales en la regresión auxiliar, siendo significaivas, cambia el resulado de la frecuencia bianual.

9 Revisa de Episemología y Ciencias Humanas (0.0035) (0.000) (0.15) (0.463) (0.0004) (0.105) ( B ) y = ε ε D1, D, 4.45 D3, No obsane, hay que señalar que ese modelo no verifica la condición de inveribilidad ya que la raíz del polinomio promedio móvil es próxima a la unidad = eso indicaría que posiblemene se esá en presencia de una sobre diferenciación. Ese resulado no es sorprendene porque al aplicar una diferencia de orden 1 y una de orden 4 se esá asumiendo que exisen dos raíces uniarias en la frecuencia cero y las res raíces uniarias esacionales; pero, según lo hallado en el es perinene, sólo se encuenra evidencia de la presencia de raíces uniarias en las frecuencias cero y anual Comparación de los modelos Para comparar el desempeño de los modelos en los pronósicos, se uilizan las úlimas k observaciones muesrales (k=1,4,8). Se calcula el Error Medio Absoluo Porcenual Pos Muesral (PSMAPE), eso es. 1 ŷ y PSMAPE ( K ) =.100. k y T + K = T + 1 La abla presena los resulados. Comparando los modelos ARIMA se puede observar que el valor del PSMAPE, 1, 4 y 8 pasos hacia delane, es menor en el modelo con el filro (1-B)(1+B ). Ese resulado esaría susenando que la esacionalidad presena una componene aleaoria evidenciada por la presencia de una raíz uniaria en la frecuencia anual. El filro (1-B)(1+B ), idenificado en el es de raíces uniarias, muesra un mejor desempeño para pronosicar. Tabla 5.3.1: Comparación de los modelos respeco al desempeño para pronosicar 1, 4 y 8 pasos hacia adelane. Modelo PSMAPE(1) PSMAPE(4) PSMAPE(8) (1-B)(1+B ) y (1-B)(1-B 4 ) y

10 79 6. SIMULACIÓN El experimeno de simulación se lleva a cabo uilizando el programa SAS Versión 8.1, procedimieno IML, para la generación de los daos y el programa EVIEWS 3 para la aplicación meodológica Evaluación del amaño del es de raíces uniarias esacionales en la frecuencia anual Se uiliza como proceso generador de los daos (PGD), uno con raíces uniarias en la frecuencia anual, eso es ( 1 φ B ) ( 1+ B ) y = ε (1 θ B ) (1) donde ε es un proceso ruido blanco que se disribuye normal esándar, para =1,,...,10. Las primeras 0 observaciones fueron descaradas para reducir el efeco de las condiciones iniciales (y 0 =y -1 =y - =0). Los valores asignados a los parámeros son: Simulación 1: φ = 0.3 θ = Se realizaron 500 replicaciones del experimeno. En cada serie arificial se aplicó el es de raíces uniarias HEGY en el programa Eviews Versión 3.1. cuyos resulados se presenan en la abla Tabla 6.1.1: Porcenaje de rechazos incorrecos de la hipóesis nula de presencia de raíz uniaria en las frecuencias cero y anual. Nivel de significación Frecuencia 1% 5% Anual (π 3 y Tes π 4 ) Tes F Como se puede apreciar en la abla 6.1.1, el es para raíz uniaria en la frecuencia anual basado en los ess secuenciales presenan un porcenaje de rechazos, siendo la hipóesis nula correca, noablemene mayor al valor nominal. Con respeco al es basado en la esadísica F se observa que iene un mejor desempeño. Ese resulado es compaible con aquel hallado en Ghysels, Lee y Noh (1994), quienes afirman que la esraegia basada en los es secuenciales para ensayar la hipóesis de raíz uniaria en la frecuencia anual iende a sobreesimar el nivel nominal del es. 6.. Evaluación de la poencia del es HEGY en las frecuencias esacionales

11 Revisa de Episemología y Ciencias Humanas Una caracerísica nooria observada en el análisis de la serie de exporaciones de aceie de soja en Argenina es que el resulado del es de raíces uniarias dependía en ciera forma de la inclusión de una componene deerminísica de esacionalidad en la regresión auxiliar. Por al moivo se procedió a simular dos nuevos conjunos de 500 series cada uno, uilizando como PGD uno con raíz uniaria en frecuencia cero y una componene esacional deerminísica con disinas caracerísicas. Para esudiar la poencia del es en la frecuencia bianual el proceso generador presena el efeco esacional deerminísico siguiene: ( 1 φ B ) (1 B ) y = ε (1 θ B ) + α + α D + α D + α D () con los siguienes valores de coeficienes: Simulación : φ =.3 θ = 0.3 α = 1 α = α = 0.5 α = El efeco deerminísico correspondiene a cada rimesre se represena en el gráfico ,, 3 3, Efeco deerminísico 1,5 1 0,5 0-0,5-1 -1, Trimesre Gráfico 6..1: Efeco esacional deerminísico, simulación, en cada rimesre De la misma manera que en la simulación anerior, las primeras 0 observaciones fueron descaradas para reducir el efeco de las condiciones iniciales (y 0 =y -1 =y - =0). Se lleva a cabo el es de raíces uniarias en cada serie, con y sin variables dummies en la regresión auxiliar y se calcula la poencia del es Siendo ese el parón deerminísico de esacionalidad, el es de raíz uniaria en la frecuencia bianual pareciera verse afecado al omiir, en la regresión auxiliar, la incorporación de dummies esacionales. La abla 6..1 muesra los resulados. Tabla 6..1: Poencia del es de raíz uniaria con el PGD () simulación.

12 81 Frecuencia Con Sin dummies dummies Bi anual Anual Tes F Se procedió de la misma manera para esudiar la poencia del es en la frecuencia anual. El proceso generador presena el efeco esacional deerminísico siguiene: Simulación 3: φ =.3 θ = 0.3 α = 1 α = 0 α = 1.5 α = El efeco deerminísico correspondiene a cada rimesre esá represenado en el gráfico 6... Efeco deerminísico 1,5 1 0,5 0-0,5-1 -1, Trimesre Gráfico 6..: Efeco esacional deerminísico, simulación 3, en cada rimesre Al igual que anes, pero ahora con ese parón deerminísico de esacionalidad, en el es de raíz uniaria en la frecuencia anual se deeca una disminución de la poencia cuando se omie un componene de esacionalidad deerminísica en la regresión auxiliar. La abla 6.. muesra los resulados. Tabla 6..: Poencia del es de raíz uniaria con el PGD () simulación 3. Frecuencia Con Sin dummies dummies Bi anual Anual Tes F Se puede observar que si no se incluyen dummies esacionales en la regresión auxiliar del es HEGY para raíces uniarias, la poencia del es para la frecuencia anual es baja. Eso sugiere que la capacidad del es HEGY para deecar la ausencia de raíces uniarias se ve afecada si en la regresión auxiliar se omie la posibilidad de un componene de

13 Revisa de Episemología y Ciencias Humanas esacionalidad deerminísico. Eso se da en las frecuencias esacionales y depende del ipo de parón de esacionalidad deerminísico. Por lo ano, la uilización de érminos deerminísicos esacionales en la regresión auxiliar pareciera ser una buena recomendación. 6.3 Evaluación de pronósicos La evaluación de la capacidad prediciva de los modelos se lleva a cabo en los daos generados por el proceso () con valores de los parámeros correspondienes a la simulación 3. A cada serie simulada se le ajusó el modelo () y un modelo ARMA a la serie con diferenciación de orden 1 y 4 (diferencias aplicadas habiualmene), eso es 4 (1 φ B ) (1 B )(1 B ) y = ε (1 θ B θ B θ B ) (3 En cada uno de los ajuses, las úlimas 8 observaciones fueron descaradas para pronósicos. Se calculó el error medio porcenual pos muesral 8, 4 y 1 paso hacia delane en cada modelo, es decir PSMAPE ( K ) = 1 k T + K = T + 1 ŷ y y.100 De esa forma se obiene, para cada serie simulada, un valor de PSMAPE(8), PSMAPE(4) y PSMAPE(1) correspondiene a cada modelo. La abla presena el promedio, mediana, rengo inercuarílico y desvío esándar para los errores de pronósicos posmuesrales correspondienes a los dos modelos ajusados.

14 83 Tabla 6.3.1: Medidas descripivas para los PSMAPE de los modelos ajusados N=500 series Promedio Mediana Desvío Esándar Psmape(1)_ M Psmape(1)_ M3 Psmape(4)_ M Psmape(4)_ M3 Psmape(8)_ M Psmape(8)_ M3 Rango Inercuaríli co 100,35 99,95 5,74 1,89 100,01 100,03 0,84 0,46 98,01 97,84 4,47 0,78 99,99 100,03 0,74 0,44 98,07 97,86 3,61 0,83 100,0 100,03 0,76 0,44 Se puede ver que 1, 4 y 8 pasos hacia delane, la mediana de PSMAPE es menor en el modelo () que en el (3). Con respeco al promedio se observa relación similar para el error 4 y 8 pasos hacia delane, ya que para el PSMAPE 1 es menor el promedio del modelo (3). No obsane, los errores de pronósicos son comparados mediane el es no paramérico de Wilcoxon para muesras relacionadas observándose que no hay diferencias significaivas en horizones cercanos (1 paso) (p=0.14), y sí hay diferencias significaivas en horizones inermedios y lejanos (4 y 8 pasos) (p< en ambos casos). 7. DISCUSIÓN El análisis de la esacionalidad en la serie de exporaciones de aceie de soja en Argenina arroja que la misma presena una raíz uniaria en la frecuencia cero como así ambién en la frecuencia anual y por lo ano, el filro S(B)=(1-B)(1+B ) remueve las raíces uniarias de la serie y la ransforma en esacionaria. En oras palabras, la serie 3 ( 1 B + B B ) y = ( y y 1 ) + ( y y 3 ), es esacionaria. Eso puede inerprearse como la esacionariedad de la suma de cambios rimesrales consecuivos. Según lo hallado, se puede pensar a los cambios rimesrales consecuivos como coinegrados con coeficienes (1,1), y por lo ano exisiría una relación de equilibrio enre los mismos. Con respeco al desempeño en los pronósicos de los modelos propuesos, se observó que el modelo con menor error de pronósico es el que considera el ipo de esacionalidad hallado en el es de raíz uniaria. De los resulados hallados en el experimeno de simulación se desprende que la prueba de hipóesis para raíz uniaria en la frecuencia anual basada en los es secuenciales iende a sobreesimar el nivel de significación nominal del es. Por lo ano sugiere la uilización del es conjuno. Asimismo, con respeco a la poencia del es para en la frecuencia bianual y

15 Revisa de Episemología y Ciencias Humanas anual, se puede concluir que si el proceso generador de los daos presena una componene esacional deerminísica que es ignorada en la regresión auxiliar del es HEGY, la poencia del es disminuye marcadamene. Con respeco a los pronósicos, cuando en la modelización se incorpora la esacionalidad deerminísica o bien se aplica la diferencia de orden 1 y 4 sin considerar la posibilidad de una combinación de ambos ipos de esacionalidad la capacidad prediciva de los modelos se ve afecada. 8. REFERENCIAS [3] Belrán, C. (004) Modelos para series de iempo esacionales. Tesis de maesría, dirigida por M.T. Blaconá, Maesría en esadísica Aplicada, Universidad Nacional de Rosario. [4] Engle, R.F., Granger, C.W.J., Hylleberg, S., Lee, H.S. (1993) Seasonal coinegraion. Journal of Economerics Nro. 55, pag [5] Franses, P.H., Romijn, G., (1993) Periodic inegraion in quarely UK macroeconomic variables. Inernaional Journal of Forecasing Nro. 9, pag [] Ghysels, E., Lee, H.S., Noh, J. (1994) Tesing for uni roos in seasonal ime series. Journal of Economerics Nro. 6, pag [1] Hylleberg, S., Engle, R.F., Granger, C.W.J., Yoo, B.S. (1990) Seasonal inegraion and coinegraion. Journal of Economerics Nro. 44, pag

ECONOMETRÍA EMPRESARIAL II ADE

ECONOMETRÍA EMPRESARIAL II ADE 4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.

Más detalles

TÓPICOS RECIENTES DE SERIES DE TIEMPO MULTIVARIADAS APLICADOS EN LA ECONOMÍA

TÓPICOS RECIENTES DE SERIES DE TIEMPO MULTIVARIADAS APLICADOS EN LA ECONOMÍA Novenas Jornadas "Invesigaciones en la Faculad" de Ciencias Económicas Esadísica, noviembre de 2004. Blaconá, María Teresa Bussi, Javier Venroni, Nora Belrán, Celina Insiuo de Invesigaciones Teóricas Aplicadas

Más detalles

Métodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica

Métodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Represenación Gráfica REPRESENTACIÓN GRÁFICA DE LA SERIE DE DATOS Período i Demanda Di 25 2 2 3 225 4 24 5 22 Para resolver

Más detalles

ANÁLISIS DE LAS TASAS DE DESOCUPACIÓN DEL GRAN ROSARIO Y GRAN BUENOS AIRES A TRAVÉS DE MODELOS UNIVARIADOS DE SERIES DE TIEMPO (1º º 2002)

ANÁLISIS DE LAS TASAS DE DESOCUPACIÓN DEL GRAN ROSARIO Y GRAN BUENOS AIRES A TRAVÉS DE MODELOS UNIVARIADOS DE SERIES DE TIEMPO (1º º 2002) Ocavas Jornadas "Invesigaciones en la Faculad" de Ciencias Económicas y Esadísica, noviembre de 003. Blaconá, María Teresa* Bussi, Javier** Venroni, Nora** *Insiuo de Invesigaciones Teóricas y Aplicadas

Más detalles

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) ESPECIFICACION La meodología VAR es, en ciera forma, una respuesa a la imposición de resricciones a priori que caraceriza a los modelos economéricos keynesianos:

Más detalles

TEXTO PARA DISCUSSÃO N 140

TEXTO PARA DISCUSSÃO N 140 TEXTO PARA DISCUSSÃO N 140 TESTS DE RAÍCES UNITARIAS ESTACIONALES EN LA SERIE CRONOLÓGICA DE LOS PRECIOS DEL NOVILLO EN EL MERCADO DE LINIERS (ARGENTINA) Anonio Aguirre Agoso de 2000 Ficha caalográfica

Más detalles

Notas sobre Análisis de Series de Tiempo: Estacionariedad, Integración y Cointegración

Notas sobre Análisis de Series de Tiempo: Estacionariedad, Integración y Cointegración Noes on Time Series Analysis:\Saionariy, Inegraion and Coinegraion hp://www.personal.rdg.ac.uk/~lessda/lecure3.hm Noas sobre Análisis de Series de Tiempo: Esacionariedad, Inegración y Coinegración Generalidades

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Esadísico de Daos Climáicos SERIES TEMPORALES I Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Monevideo, Uruguay 2011 CONTENIDO Esudio de las series emporales en Climaología.

Más detalles

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico Curso 6/7 Economería II Tema : Procesos Esocásicos. Caracerización de los procesos ARIMA. Concepo de proceso esocásico sico. Esacionariedad fuere y débil de los procesos esocásicos. Teoremas de ergodicidad

Más detalles

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,

Más detalles

Acerca de la estacionalidad estocástica. Una aplicación para la demanda real de dinero en Uruguay.

Acerca de la estacionalidad estocástica. Una aplicación para la demanda real de dinero en Uruguay. Acerca de la esacionalidad esocásica. Una aplicación para la demanda real de dinero en Urugua. Elizabeh Bucacos - 25 688-7565 Esa versión al: 29.6.5 Comenarios bienvenidos. No ciar. ACERCA DE LA ESTACIONALIDAD

Más detalles

Análisis de Series Temporales. Jose Jacobo Zubcoff. Departamento de Ciencias del Mar y Biología Aplicada

Análisis de Series Temporales. Jose Jacobo Zubcoff. Departamento de Ciencias del Mar y Biología Aplicada Análisis de Series Temporales Jose Jacobo Zubcoff Deparameno de Ciencias del Mar y Biología Aplicada Inroducción al análisis de series emporales Objeivo: analizar la evolución de una variable a ravés del

Más detalles

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez Ejercicios de Economería para el ema 4 Curso 2005-06 Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez 1 1. Considérese el modelo siguiene: Y X + u * = α + β 0 Donde: Y* = gasos deseados

Más detalles

Sesión 2 Análisis univariado de series de tiempo

Sesión 2 Análisis univariado de series de tiempo Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión Análisis univariado de series de iempo 4. Series de iempo esacionarias 4.. Qué enendemos por proceso

Más detalles

Métodos de Previsión de la Demanda Datos

Métodos de Previsión de la Demanda Datos Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco

Más detalles

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk Deerminación de las garanías para el conrao de fuuros de soja en pesos. Value a Risk Gabriela acciano inancial Risk Manager gfacciano@bcr.com.ar Direcora Deparameno de Capaciación y Desarrollo de Mercados

Más detalles

Complejidad de modelos: Sesgo y Varianza

Complejidad de modelos: Sesgo y Varianza Complejidad de modelos: Sesgo y Varianza 17 de abril de 2008 Noas de clase. Rolando Belrán A Las medidas de sesgo y varianza son úiles para los modeladores en ano que ayudan a regular la complejidad del

Más detalles

Sesión 2 Análisis univariado de series de tiempo. 5. Series de tiempo no estacionarias en media

Sesión 2 Análisis univariado de series de tiempo. 5. Series de tiempo no estacionarias en media Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión 2 Análisis univariado de series de iempo 5. Series de iempo no esacionarias en media La maoría

Más detalles

CAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la

CAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la CAPÍTULO III. METODOLOGÍA En ese capíulo se expondrán los diversos modelos de pronósicos así como su noación, la esimación de sus parámeros para poder enonces escoger el modelo que más se adecue a la Serie

Más detalles

Modelo Estructural de Espacio de Estado para la demanda diaria promedio de energía eléctrica en la República Argentina

Modelo Estructural de Espacio de Estado para la demanda diaria promedio de energía eléctrica en la República Argentina Modelo Esrucural de Espacio de Esado para la demanda diaria promedio de energía elécrica en la República Argenina Blaconá, María eresa, Abril, Juan Carlos I. Inroducción El Mercado Elécrico Mayorisa (MEN)

Más detalles

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA Insrucor: Horacio Caalán TEORÍA DE COINTEGRACIÓN Efecos de las propiedades esocásicas de las series en un modelo de regresión

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE.

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. Invesigación y écnicas de Mercado Previsión de Venas ÉCNICAS CUANIAIVAS ELEMENALES DE PREVISIÓN UNIVARIANE. (II) écnicas elemenales: Modelos Naive y Medias Móviles. Medición del error de previsión. Profesor:

Más detalles

Pronósticos de Ingresos y Gastos Anuales a partir de datos mensuales: Una ilustración para Colombia.

Pronósticos de Ingresos y Gastos Anuales a partir de datos mensuales: Una ilustración para Colombia. Universidad Icesi Pronósicos de Ingresos y Gasos Anuales a parir de daos mensuales: Una ilusración para Colombia. Julio César Alonso 1, Mauricio Alejandro Arcos 1 1 UNIVERSIDAD ICESI, CIENFI (Cenro de

Más detalles

Estimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles.

Estimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos de índices bursáiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos

Más detalles

Análisis estocástico de series temporales

Análisis estocástico de series temporales Análisis esocásico de series emporales Ernes Pons (epons@ub.edu) Análisis esocásico de Series Temporales Moivación Ejemplos 4500000 8 4000000 6 3500000 4 3000000 2 0 2500000-2 2000000-4 500000-6 000000-8

Más detalles

Raíces unitarias y cambio estructural. Un nuevo procedimiento de contraste aplicado a la convergencia en renta

Raíces unitarias y cambio estructural. Un nuevo procedimiento de contraste aplicado a la convergencia en renta Raíces uniarias y cambio esrucural. Un nuevo procedimieno de conrase aplicado a la convergencia en rena Marzo 7 Clasificación JEL: C, C5, C María Isabel González Marínez Universidad de Murcia Deparameno

Más detalles

LA VELOCIDAD DE CIRCULACION DE DINERO EN EL ECUADOR

LA VELOCIDAD DE CIRCULACION DE DINERO EN EL ECUADOR 1 LA VELOCIDAD DE CIRCULACION DE DINERO EN EL ECUADOR José Luis Moncayo Carrera 1 Ec. Manuel González 2 RESUMEN El presene documeno iene como objeivo, presenar la aplicación de écnicas economéricas en

Más detalles

LECTURA 07: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES

LECTURA 07: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES LECTURA 7: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES 1 INTRODUCCION El propósio de análisis esadísico es reducir el nivel de inceridumbre en el proceso de decisiones

Más detalles

Sistemas lineales con ruido blanco

Sistemas lineales con ruido blanco Capíulo 3 Sisemas lineales con ruido blanco 3.1. Ruido Blanco En la prácica se encuenra procesos esocásicos escalares u con media cero y la propiedad de que w( 1 ) y w( 2 ) no esán correlacionados aún

Más detalles

Curso Combinado de Predicción y Simulación Edición 2004

Curso Combinado de Predicción y Simulación  Edición 2004 Curso Combinado de Predicción y Simulación www.uam.es/predysim Edición 2004 UNIDAD 2: TÉCNICAS ELEENTALES DE PREDICCIÓN CASO DE APLICACIÓN 1.- Predicción y simulación de los coses salariales en España

Más detalles

PREVISIÓN DE LA DEMANDA

PREVISIÓN DE LA DEMANDA Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.

Más detalles

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción 5.2. Modelo E-GARCH Inroducción Los modelos GARCH exponenciales nacen a parir de la publicación de Daniel Nelson (99) sobre heerocedasicidad condicional en los modelos de renabilidad de acivos. Dicho auor

Más detalles

y t = α 0 + α 1t + γ(l)ε (16.1)

y t = α 0 + α 1t + γ(l)ε (16.1) CAPITULO 6 MODELOS DE SERIES DE TIEMPO NO ESTACIONARIAS 6.. INTRODUCCIÓN El análisis esadísico radicional de series de iempo, presenado en capíulo anerior, supone la exisencia de la propiedad esadísica

Más detalles

Econometría II. Análisis de series temporales (I): Procesos estacionarios. Miguel Jerez y Sonia Sotoca Universidad Complutense de Madrid.

Econometría II. Análisis de series temporales (I): Procesos estacionarios. Miguel Jerez y Sonia Sotoca Universidad Complutense de Madrid. Economería II Análisis de series emporales (I): Procesos esacionarios Miguel Jerez y Sonia Sooca Universidad Compluense de Madrid Febrero 2004 Ver. /6/2003, Pag. # Índice: Inroducción Concepos básicos

Más detalles

Modelos econométricos de predicción macroeconómica en la Argentina. Autores: George McCandless Ma. Florencia Gabrielli Tomás E.

Modelos econométricos de predicción macroeconómica en la Argentina. Autores: George McCandless Ma. Florencia Gabrielli Tomás E. Modelos economéricos de predicción macroeconómica en la Argenina Auores: George McCandless Ma. Florencia Gabrielli Tomás E. Murphy Gerencia de Invesigaciones Económico Financieras Área de Economía y Finanzas

Más detalles

GRADO TURISMO TEMA 6: SERIES TEMPORALES

GRADO TURISMO TEMA 6: SERIES TEMPORALES GRADO TURISMO TEMA 6: SERIES TEMPORALES Prof. Rosario Marínez Verdú 1 TEMA 6: SERIES TEMPORALES 1. Componenes de una serie emporal. 2. Análisis de la Tendencia. 3. Análisis de las Variaciones Esacionales.

Más detalles

Modelo de regresión lineal simple

Modelo de regresión lineal simple Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos

Más detalles

Uso del concepto de cointegración para la modelación de la tasa de desocupación

Uso del concepto de cointegración para la modelación de la tasa de desocupación Uso del concepo de coinegración para la modelación de la asa de desocupación Blaconá, María Teresa; Bussi, Javier Faculad de Ciencias Económicas Esadísica Consejo de Invesigaciones Universidad Nacional

Más detalles

Centro de Estudios de las Finanzas Públicas

Centro de Estudios de las Finanzas Públicas Cenro de Esudios de las Finanzas Públicas Comenarios al informe sobre el comporamieno Pronósicos de la Recaudación del Impueso al Valor Agregado de la balanza de pagos, (IVA) enero-marzo 2009 CEFP / 039

Más detalles

TODO ECONOMETRÍA. Autocorrelación

TODO ECONOMETRÍA. Autocorrelación TODO ECONOMETRÍA Auocorrelación Índice Definición Causas Consecuencias Deección Medidas correcivas Definición de la auocorrelación Definición de auocorrelación La perurbación de una observación cualquiera

Más detalles

MODELO ARIMA(p, d, q) (P, D, Q) s

MODELO ARIMA(p, d, q) (P, D, Q) s SERIES TEMPORALES: MODELO ARIMA Faculad Ciencias Económicas y Empresariales Deparameno de Economía Aplicada Profesor: Saniago de la Fuene Fernández MODELO ARIMA(p, d, q) (P, D, Q) s Se han analizado las

Más detalles

Análisis estadístico de la naturaleza de los componentes del PIB colombiano*

Análisis estadístico de la naturaleza de los componentes del PIB colombiano* Análisis esadísico de la nauraleza de los componenes del PIB colombiano* Rafael Guillermo García Cáceres**, María Elsa Correal Núñez*** Resumen El análisis de la nauraleza de la endencia es un ema de fundamenal

Más detalles

Serie Apuntes de Clase ΩΒΓ

Serie Apuntes de Clase ΩΒΓ Serie Apunes de Clase ΩΒΓ N 4 Seiembre del 04 Rafael Busamane Romaní UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS Universidad del Perú, DECANA DE AMÉRICA FACULTAD DE CIENCIAS ECONÓMICAS La Serie Apunes de

Más detalles

Guía de Ejercicios Econometría II Ayudantía Nº 3

Guía de Ejercicios Econometría II Ayudantía Nº 3 Guía de Ejercicios Economería II Ayudanía Nº 3 1.- La serie del dao hisórico del IPC Español desde enero de 2002 hasa diciembre de 2011, esá represenada en el siguiene gráfico: 115 110 105 100 95 90 85

Más detalles

ESTUDIO DEL PRONÓSTICO DE LA DEMANDA DE ENERGIA ELECTRICA, UTILIZANDO MODELOS DE SERIES DE TIEMPO

ESTUDIO DEL PRONÓSTICO DE LA DEMANDA DE ENERGIA ELECTRICA, UTILIZANDO MODELOS DE SERIES DE TIEMPO Scienia e Technica Año IX, No, Diciembre 00. UTP. ISSN 0-70 7 ESTUDIO DEL PRONÓSTICO DE LA DEMANDA DE ENERGIA ELECTRICA, UTILIZANDO MODELOS DE SERIES DE TIEMPO RESUMEN El presene ariculo describe un pronosico

Más detalles

6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA

6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA 38 6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA 6.1 Méodo general Para valorar los usos recreacionales del agua, se propone una meodología por eapas que combina el uso de diferenes écnicas

Más detalles

ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA. Lima noviembre 2008

ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA. Lima noviembre 2008 Índice de volumen de venas de la producción indusrial ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA Lima noviembre 2008 Rolando Porilla

Más detalles

ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t

ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t E.D.O para Ingenieros CAPITULO INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES Las ecuaciones diferenciales son ecuaciones en las que conienen derivadas, Por ejemplo: '' + ' = en la que al resolver se debe

Más detalles

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009)

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009) Comenarios al documeno: Milagro económico dominicano: buena suere y buenas políicas (Andújar 2009) III Foro de invesigadores económicos de los bancos cenrales miembros del CMCA San José Cosa Rica Agoso

Más detalles

Procesos Estocásticos. Procesos Estocásticos. Procesos Estocásticos. 1 Introducción y conceptos básicos. Al final del tema el alumno será capaz de:

Procesos Estocásticos. Procesos Estocásticos. Procesos Estocásticos. 1 Introducción y conceptos básicos. Al final del tema el alumno será capaz de: Procesos socásicos Procesos socásicos I Inroducción y concepos básicos sadísicos de un proceso esocásico Referencias: Capíulo 8 de Inroducción a los Sisemas de Comunicación. Sremler, C.G. 993 Apunes de

Más detalles

MODELOS ESTOCÁSTICOS DE PLUVIOMETRÍA Y TEMPERATURAS MEDIAS MENSUALES EN ESPAÑA

MODELOS ESTOCÁSTICOS DE PLUVIOMETRÍA Y TEMPERATURAS MEDIAS MENSUALES EN ESPAÑA MODELOS ESTOCÁSTICOS DE PLUVIOMETRÍA Y TEMPERATURAS MEDIAS MENSUALES EN ESPAÑA Ayuga Téllez, E.; González García, C.; Robredo Sánchez, J.C.; Marín Fernández, A.J. y Grande Oriz, M.A. Escuela Técnica Superior

Más detalles

Modelos de Ajuste Nominal Incompleto. Por Agustín Casas, UdeSa. Diego Hofman, Princeton. Analía Olgiati, BID. Javier DiFiori, Morgan Stanley

Modelos de Ajuste Nominal Incompleto. Por Agustín Casas, UdeSa. Diego Hofman, Princeton. Analía Olgiati, BID. Javier DiFiori, Morgan Stanley Modelos de Ajuse Nominal Incompleo Por Agusín Casas, UdeSa. Diego Hofman, Princeon. Analía Olgiai, BID. Javier DiFiori, Morgan Sanley JEL CLASS: E12 - Keynes; Keynesian; Pos-Keynesian E13 - Neoclassical

Más detalles

III EXÁMENES DE ECONOMETRÍA EMPRESARIAL

III EXÁMENES DE ECONOMETRÍA EMPRESARIAL III EXÁMENES DE ECONOMETRÍA EMPRESARIAL 1* a) Indique razonadamene las hipóesis sobre el érmino de perurbación en el modelo lineal básico. b) Suponiendo las hipóesis básicas del aparado a), los residuos

Más detalles

Modelo de volatilidad estocástica asimétrica por umbrales (modelo TA-ARSV).

Modelo de volatilidad estocástica asimétrica por umbrales (modelo TA-ARSV). Modelo de volailidad esocásica asimérica por umbrales (modelo TA-ARSV). García Ceneno, María del Carmen (garcen@ceu.es) Deparameno de Méodos Cuaniaivos e Informáica Universidad CEU San Pablo Madrid RESUMEN

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de 2013 12:00 horas Primer Apellido: Nombre: DNI: Teléfono: Segundo Apellido: Grupo y Grado: Profesor(a): e mail: Preguna 1 A B C

Más detalles

LA BANCA COMERCIAL Y LA COTIZACION DEL DÓLAR EN EL MERCADO PARALELO Rolando Virreira C. 1. INTRODUCCION

LA BANCA COMERCIAL Y LA COTIZACION DEL DÓLAR EN EL MERCADO PARALELO Rolando Virreira C. 1. INTRODUCCION LA BANCA COMERCIAL Y LA COTIZACION DEL DÓLAR EN EL MERCADO PARALELO Rolando Virreira C. 1. INTRODUCCION Mucho se ha comenado en los úlimos años, en senido de que la banca privada ha enido y iene una influencia

Más detalles

Las señales pueden ser también, señales continuas o señales alternas.

Las señales pueden ser también, señales continuas o señales alternas. INSIUO ÉCNICO SLESINO LORENZO MSS ema 1: CONCEPOS PRELIMINRES LLER DE MEDICIONES Conenido: Concepo de señal elécrica. Valores caracerísicos de las señales elécricas: Frecuencia (período, Fase, Valor de

Más detalles

PRÁCTICA 3: Sistemas de Orden Superior:

PRÁCTICA 3: Sistemas de Orden Superior: PRÁCTICA 3: Sisemas de Orden Superior: Idenificación de modelo de POMTM. Esabilidad y Régimen Permanene de Sisemas Realimenados Conrol e Insrumenación de Procesos Químicos. . INTRODUCCIÓN Esa prácica se

Más detalles

Documento No. 33. por Víctor M. Guerrero y Gabriel Vera Ferrer. Marzo, 1981.

Documento No. 33. por Víctor M. Guerrero y Gabriel Vera Ferrer. Marzo, 1981. Documeno No. 33 Una Aplicación del Análisis de Inervención a Series de Tiempo de la Economía Mexicana por Vícor M. Guerrero y Gabriel Vera Ferrer Marzo, 98. Las ideas conenidas en el presene ensayo son

Más detalles

Experimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría

Experimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría Experimeno 3 Análisis del movimieno en una dimensión Objeivos. Esablecer la relación enre la posición y la velocidad de un cuerpo en movimieno 2. Definir la velocidad como el cambio de posición en un inervalo

Más detalles

EFICIENCIA DEL MERCADO CAMBIARIO EUROPEO: Un Análisis de Cointegración con Datos de Alta Frecuencia

EFICIENCIA DEL MERCADO CAMBIARIO EUROPEO: Un Análisis de Cointegración con Datos de Alta Frecuencia EFICIENCIA DEL MERCADO CAMBIARIO EUROPEO: Un Análisis de Coinegración con Daos de Ala Frecuencia JOSE MIGUEL GREDILLA Universidad Técnica Federico Sana María Deparameno de Indusrias MANUEL MADRID-ARIS

Más detalles

4. Modelos de series de tiempo

4. Modelos de series de tiempo 4. Modelos de series de iempo Los modelos comunes para el análisis de series de iempo son los que se basan en modelos auorregresivos y modelos de medias móviles o una combinación de ambos. Es posible realizar

Más detalles

Luis H. Villalpando Venegas,

Luis H. Villalpando Venegas, 2007 Luis H. Villalpando Venegas, [SIMULACIÓN DE PRECIOS DEL PETROLEO BRENT ] En ese rabajo se preende simular el precio del peróleo Bren, a ravés de un proceso esocásico con reversión a la media, con

Más detalles

Y t = Y t Y t-1. Y t plantea problemas a la hora de efectuar comparaciones entre series de valores de distintas variables.

Y t = Y t Y t-1. Y t plantea problemas a la hora de efectuar comparaciones entre series de valores de distintas variables. ASAS DE VARIACIÓN ( véase Inroducción a la Esadísica Económica y Empresarial. eoría y Pácica. Pág. 513-551. Marín Pliego, F. J. Ed. homson. Madrid. 2004) Un aspeco del mundo económico que es de gran inerés

Más detalles

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia Scienia E Technica ISSN: 0122-1701 scienia@up.edu.co Colombia Zapaa, Carlos J.; Vahos, Mauricio A.; Romero, Carlos A. Modelamieno del caudal de un río para esudios de confiabilidad de largo plazo de sisemas

Más detalles

Cuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s).

Cuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s). Unidad 5. a ransformada de aplace Inroducción. En nuesro curso de cálculo elemenal aprendimos que la derivación y la inegración son ransformadas, es decir, que esas operaciones ransforman una función en

Más detalles

VOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN

VOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN VOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN MARCELA CONSTANZA TECANO MOLANO Direcor Ingeniero DIEGO HERNÁNDEZ

Más detalles

DESESTACIONALIZACIÓN DE LA PRODUCCIÓN INDUSTRIAL CON LA METODOLOGÍA X-12 ARIMA

DESESTACIONALIZACIÓN DE LA PRODUCCIÓN INDUSTRIAL CON LA METODOLOGÍA X-12 ARIMA DESESTACIONALIZACIÓN DE LA PRODUCCIÓN INDUSTRIAL CON LA INTRODUCCIÓN Álvaro Hernando Chaves Casro La publicación oficial de esadísicas debe garanizar la calidad, la oporunidad y la coberura. En el caso

Más detalles

GESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega

GESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega GESTIÓN DE INVENTARIOS Código: 760033M Docene: Julio César ondoño Orega 1. Concepos avanzados de pronósicos de demanda 1. CONCEPTOS AVANZADOS DE PRONÓSTICOS DE DEMANDA Medición y análisis de los errores

Más detalles

ANEXO Las instituciones calcularán mensualmente los puntos en riesgo utilizando el procedimiento que a continuación se detalla:

ANEXO Las instituciones calcularán mensualmente los puntos en riesgo utilizando el procedimiento que a continuación se detalla: ANEXO 5 METODOLOGIA A SEGUIR PARA DETERMINAR EL MONTO MÍNIMO DEL FIDEICOMISO, ASÍ COMO EL IMPORTE DE LAS CUOTAS SOBRE LAS CUALES SE CALCULARÁN LAS APORTACIONES A QUE SE REFIERE EL ARTÍCULO 55 BIS DE LA

Más detalles

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero D o de Economía Aplicada Cuaniaiva I Basilio Sanz Carnero PROCESOS ESTOCÁSTICOS Un proceso esocásico «Z» considera «n» variables aleaorias, Z n, en momenos de iempo sucesivos, cada una de esas «n» variables

Más detalles

Estimación puntual ± Margen de error

Estimación puntual ± Margen de error Esimación Punual Para esimar el valor de un parámero poblacional se calcula la caracerísica correspondiene de la muesra, a lo que se le conoce como esadísico muesral. A la media muesral x se le idenifica

Más detalles

Dyna Universidad Nacional de Colombia ISSN (Versión impresa): COLOMBIA

Dyna Universidad Nacional de Colombia ISSN (Versión impresa): COLOMBIA Dyna Universidad Nacional de Colombia dyna@unalmed.edu.co ISSN (Versión impresa): 0012-7353 COLOMBIA 2002 Mario Vélez / Carlos Casro MODELO DE REVISIÓN PERIÓDICA PARA EL CONTROL DEL INVENTARIO EN ARTÍCULOS

Más detalles

Energética ISSN: Universidad Nacional de Colombia Colombia

Energética ISSN: Universidad Nacional de Colombia Colombia nergéica ISSN: 00-9833 energeica_nal@unal.edu.co Universidad Nacional de Colombia Colombia Hernández N., Olver; Velásquez, Juan David; Dyner, Isaac Modelos ARIMA y esrucural de la serie de precios promedio

Más detalles

EJERCICIOS PROPUESTOS

EJERCICIOS PROPUESTOS 8 Deerminanes. Ejercicio resuelo. EJERCICIOS PROPUESTOS. Calcula el valor de los siguienes deerminanes. 8 4 5 0 0 6 c) 4 5 4 8 6 4 8 4 5 0 6+ 0 0+ 5 00 5 6 0+ 000 0 48 0 6 ( ) ( ) ( ) ( ) ( ) 4 5 5 + 4

Más detalles

COEFICIENTES DE PRESION MONETARIA SOBRE LOS PRECIOS EN EL CORTO Y EL LARGO PLAZO

COEFICIENTES DE PRESION MONETARIA SOBRE LOS PRECIOS EN EL CORTO Y EL LARGO PLAZO BANCO CENTRAL DE COSTA RICA DIVISIÓN ECONÓMICA DEPARTAMENTO DE INVESTIGACIONES ECONÓMICAS DIE-PI-02-95 COEFICIENTES DE PRESION MONETARIA SOBRE LOS PRECIOS EN EL CORTO Y EL LARGO PLAZO Juan E. Muñoz Giró

Más detalles

Cuarta práctica de REGRESIÓN.

Cuarta práctica de REGRESIÓN. Cuara prácica de REGRESIÓN. DAOS: fichero pracica regresión 4.sf3 1. Objeivo: El objeivo de esa prácica es deecar el problema de Mulicolinealidad y ajusar modelos de regresión cuando los daos son colineales.

Más detalles

Series de Tiempo Métodos Descriptivos

Series de Tiempo Métodos Descriptivos Series de Tiempo Méodos Descripivos Resumen El procedimieno de Méodos Descripivos crea varias ablas y gráficas para daos de series de iempo. Una serie de iempo consise en un conjuno daos numéricos secuenciales

Más detalles

Econometría de Series de Tiempo 1

Econometría de Series de Tiempo 1 Economería de Series de Tiempo Economería II Prof. Arlee Belran Barco En esa sección, se desarrollará un análisis de la economería de series de iempo que abarcará res grandes emas: el análisis univariado,

Más detalles

Paridad del Poder Adquisitivo en el Tipo de Cambio Argentino (peso/dólar) * Néstor A. Le Clech **

Paridad del Poder Adquisitivo en el Tipo de Cambio Argentino (peso/dólar) * Néstor A. Le Clech ** Paridad del Poder Adquisiivo en el Tipo de Cambio Argenino (peso/dólar) * Nésor A. Le Clech ** Resumen El presene rabajo implemena el modelo de deerminación del ipo de cambio conocido como Paridad del

Más detalles

Gerardo Prieto Blanco **** julio de Resumen

Gerardo Prieto Blanco **** julio de Resumen La memoria larga y la coinegración fraccional en las series emporales: una aplicación a la Paridad de los Poderes de Compra en los países del Cono Sur Gerardo Prieo Blanco **** julio de 006 Resumen En

Más detalles

Normalidad de los errores. Fortino Vela Peón Universidad Autónoma Metropolitana

Normalidad de los errores. Fortino Vela Peón Universidad Autónoma Metropolitana Normalidad de los errores Forino Vela Peón Universidad Auónoma Meropoliana fvela@correo.xoc.uam.mx Ocubre, 00 0/0/0 México, D. F. Inroducción Uno de los supuesos básicos del modelo de regresión lineal

Más detalles

Figura 1. Coordenadas de un punto

Figura 1. Coordenadas de un punto 1 Tema 1. Sección 1. Diagramas espacio-iempo. Manuel Guiérrez. Deparameno de Álgebra, Geomería y Topología. Universidad de Málaga. 2971-Málaga. Spain. Marzo de 21. En la mecánica es usual incluir en los

Más detalles

Metodología de cálculo del diferencial base

Metodología de cálculo del diferencial base Meodología de cálculo del diferencial base El diferencial base es el resulado de expresar los gasos generales promedio de operación de las insiuciones de seguros auorizadas para la prácica de los Seguros

Más detalles

Documento No. 55. Destacionalización de Series de Tiempo Económicas: Parte II Ajustes Previos Hacia la Deestacionalización. Por. Víctor M.

Documento No. 55. Destacionalización de Series de Tiempo Económicas: Parte II Ajustes Previos Hacia la Deestacionalización. Por. Víctor M. Documeno No. 55 Desacionalización de Series de Tiempo Económicas: Pare II Ajuses Previos Hacia la Deesacionalización Por Vícor M. Guerrero Agoso, 1983. Las ideas conenidas en el presene ensayo son responsabilidad

Más detalles

UNIDAD IX. Técnicas de Suavización

UNIDAD IX. Técnicas de Suavización UNIDAD IX Técnicas de Suavización UNIDAD IX La esadísica demuesra que suele ser más fácil hacer algo bien que explicar por qué se hizo mal. Allen L. Webser, 1998 Cuál es el objeivo de la Técnica de suavización?

Más detalles

ECONOMETRÍA II 1. La Econometría de Series de Tiempo

ECONOMETRÍA II 1. La Econometría de Series de Tiempo ECONOMETRÍA II. La Economería de Series de Tiempo Economería II Noas de clase.. Análisis Univariado de Series de Tiempo... Series de Tiempo Esacionarias Análisis univariado: se idenifica cada variable

Más detalles

Guía de Ejercicios 1 Modulaciones Analógicas - Espacio de Señales - Modulaciones Digitales

Guía de Ejercicios 1 Modulaciones Analógicas - Espacio de Señales - Modulaciones Digitales 66.78 Comunicaciones Digiales y Analógicas Marzo, 3 Guía de Ejercicios Modulaciones Analógicas - Espacio de Señales - Modulaciones Digiales. Modulaciones Analógicas Ejercicio - AM-PS Una señal de AM con

Más detalles

Material sobre Diagramas de Fase

Material sobre Diagramas de Fase Maerial sobre Diagramas de Fase Ese maerial esá dedicado a los esudianes de Conrol 1, para inroducirse a los diagramas de fase uilizados para el Análisis de Esabilidad de los punos de equilibrio del sisema

Más detalles

Estudio Empírico de la Selección y Estimación de los Modelos de Crecimiento Estadístico

Estudio Empírico de la Selección y Estimación de los Modelos de Crecimiento Estadístico Esudio Empírico de la Selección Esimación de los Modelos de Crecimieno Esadísico S. Amirkhalhali, U.L.G. Rao and S. Amirkhalkhali 1 Resumen: En ese papel se comparan los modelos de crecimieno Lineal Exponencial

Más detalles

Exportación de tomate en Canarias: un patrón estacional estable?

Exportación de tomate en Canarias: un patrón estacional estable? Economía Agraria y Recursos Naurales, ISSN: 1578-0732, Vol. 2, 2 (2002), pp. 53-72 Exporación de omae en Canarias: un parón esacional esable? Gloria Marín Rodríguez, Vícor Javier Cano Fernández y José

Más detalles

1 Física General I Paralelos 05 y 22. Profesor RodrigoVergara R 0102) Movimiento Rectilíneo Horizontal

1 Física General I Paralelos 05 y 22. Profesor RodrigoVergara R 0102) Movimiento Rectilíneo Horizontal Física General I Paralelos 5 y. Profesor Rodrigoergara R ) Movimieno Recilíneo Horizonal ) Concepos basicos Definir disancia recorrida, posición y cambio de posición. Definir vecores posicion, velocidad

Más detalles

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA Por Mónica Orega Moreno Profesora Esadísica. Deparameno Economía General y Esadísica RESUMEN El aumeno de la siniesralidad laboral

Más detalles

Notas sobre el Presupuesto de la Nación y el Déficit Fiscal. Hernán Rincón C. Abril 16 de 2003

Notas sobre el Presupuesto de la Nación y el Déficit Fiscal. Hernán Rincón C. Abril 16 de 2003 Noas sobre el Presupueso de la Nación y el Défici Fiscal Hernán Rincón C Abril 16 de 2003 1 Inroducción Un ema básico que debe conocer un omador de decisiones de políica fiscal, así como cualquier individuo

Más detalles

ECONOMETRIA II LADE/ LADE-DERECHO. CURSO 2009/2010. Soluciones Hoja de ejercicios 4

ECONOMETRIA II LADE/ LADE-DERECHO. CURSO 2009/2010. Soluciones Hoja de ejercicios 4 ECONOMETRIA II LADE/ LADE-DERECHO. CURSO 2009/2010 Soluciones Hoja de ejercicios 4 A1) Considere el siguiene modelo VAR con mecanismo de corrección del equilibrio (del error) Δy 0.2 0.1 0.3 Δy 1 ε1 = (

Más detalles

El Efecto Traspaso de la Tasa de Interés y la Política Monetaria en el Perú:

El Efecto Traspaso de la Tasa de Interés y la Política Monetaria en el Perú: BANCO CENTRAL DE RESERVA DEL PERÚ El Efeco Traspaso de la Tasa de Inerés y la Políica onearia en el Perú: 995-4. Erick Lahura * * Banco Cenral de Reserva del Perú, Ponificia Universidad Caólica del Perú

Más detalles

PARIDAD DE PODER DE COMPRA:

PARIDAD DE PODER DE COMPRA: ESCUELA DE ECONOMIA Y ADMINISTRACIÓN PARIDAD DE PODER DE COMPRA: UNA REVISIÓN DE LA LITERATURA EMPÍRICA Seminario para opar al íulo de Ingeniero Comercial, Mención Adminisración Auor: Ania Johanna Iribarren

Más detalles

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión Comenarios de la Noa Técnica sobre la Deerminación del Incremeno de la Reserva de Previsión Fernando Solís Soberón y Rosa María Alaorre Junio 1992 Serie Documenos de Trabajo Documeno de rabajo No. 3 Índice

Más detalles

PROYECCIÓN DE LA INFLACIÓN EN CHILE *

PROYECCIÓN DE LA INFLACIÓN EN CHILE * VOLUMEN 4, Nº3 / Diciembre 200 PROYECCIÓN DE LA INFLACIÓN EN CHILE * Francisco Nadal De Simone ** Uncerainy over model selecion:... My approach o his problem while on he Federal Reserve Board was relaively

Más detalles