Licenciatura de ADE y Licenciatura conjunta Derecho y ADE Examen de Econometría II 20 de septiembre de 2005
|
|
- Rosa María Márquez Valdéz
- hace 6 años
- Vistas:
Transcripción
1 Licenciaura de ADE y Licenciaura conjuna Derecho y ADE Examen de Economería II 0 de sepiembre de 005 Apellido y Nombre: Grupo: INFORMACION IMPORTANTE El examen consa de res pares con una valoración oal de 00 punos. A) Cinco pregunas de respuesas múliples. 40 Punos. Duración: hora B) Una preguna (a elegir de dos posibles) de los punos a 4 del programa. 30 Punos C) Una preguna (a elegir de dos posibles) de los punos 5 y 6 del programa. 30 Punos Las pares ) y 3) ienen una duración oal de hora y media El examen en su oalidad iene una duración de horas y media La primera pare de respuesas múliples debe enregarse hasa anes de pasada la primera hora del examen. Para el examen, los alumnos asisenes podrán uilizar libros y apunes encuadernados, de modo que no se pueda solar hoja alguna. La presencia de hojas suelas de apunes o libros en el lugar de un examinando supondrá la expulsión de ése del examen con la calificación auomáica de suspenso. Si los objeos mencionados se encuenran equidisanes enre varios examinandos odos ellos serán expulsados del examen con las mismas consecuencias. CALENDARIO DEL EXAMEN DE SEPTIEMBRE de 005 Mares 0 de Sepiembre Examen de Economería II Miércoles de Sepiembre Viernes 3 de Sepiembre Viernes 3 de Sepiembre, a las :30 hs Publicación de las calificaciones provisionales SOLO PARA LADE 7 y DERLADE 77 Publicación de las calificaciones provisionales PARA EL RESTO DE LOS GRUPOS Revisión del examen SOLO PARA LADE 7 y DERLADE 77 Revisión del examen Mares 7 de Sepiembre, a las 9:00 hs PARA EL RESTO DE LOS GRUPOS LEER: Las soliciudes de revisión se deberán dejar en un sobre adherido a la puera del Despacho (GETAFE) y Despacho.B.0 (COLMENAREJO) desde el día expliciado de publicación provisional hasa horas anes de la fecha y hora de revisión de cada grupo.
2 Apellido y Nombre: Grupo: PARTE A. Duración: Hora NORMAS PARA LA PARTE A Señale con un X en cada preguna la respuesa o respuesas correcas. En cada preguna la punuación máxima es de ocho (8) punos y, obviamene, corresponde al caso en el que se marcan odas las respuesas correcas y sólo a ellas. En respuesas parciales, las que no se consiguen la máxima punuación, se calificarán con p punos cada señalización correca y con menos p punos cada señalización falsa, siendo: 8 p =, siendo n el número de opciones correcas en cada caso. n Preguna A. (8 punos) Las exporaciones mensuales de un empresa vienen deerminadas por el modelo: log( E ) = ( 0,3L) ε donde ε es un proceso ruido blanco con varianza 0,. En lo que sigue las asas de variación se definen como las correspondienes diferencias de los logarimos. (a) Las asas mensuales de variación de las exporaciones no ienen evolución esacional en su nivel. (b) La varianza de la ransformación esacionaria es mayor que 0,. (c) En la ransformación esacionaria de las exporaciones las auocorrelaciones simples de orden uno y dos, ambas son negaivas. (d) En la ransformación esacionaria de las exporaciones las auocorrelaciones parciales de orden uno y dos son disinas de cero. (e) En la ransformación esacionaria de las exporaciones la auocorrelación simple de orden doce es nula. (f) La ransformación esacionaria de la serie iene media igual a 0,7. Respuesas correcas: (b), (d), (e)
3 Preguna A. (8 punos) Dados los siguienes procesos: ( ε L )logy = 0,0+ ( L )( L) logy = ε 0,6ε 0,4ε donde ε y son los procesos ruidos blancos independienes. ε (a) Ambas series ienen endencia con crecimieno sisemáico. (b) Ambas series son inegradas de segundo orden, I(). (c) Las asas de crecimieno anuales, aproximadas por las diferencias anuales de las ransformaciones logarímicas, son esacionarias en el caso de pero no en el y de. y (d) La ransformación esacionaria de y iene correlación esacional. (e) La función de auocorrelación de la ransformación esacionaria de correlaciones nulas a parir del reardo rece inclusive. y iene (f) Las ransformaciones esacionarias de ambas variables y e y ienen media nula. Respuesas correcas: (a), (c), (e) Preguna A.3 (8 punos) Una deerminada serie emporal rimesral, X, viene generada por el modelo log X + W = a + b + 0,0 S + 0,0 S 0,05S3 0, 07S 4 donde es una variable arificial que oma los valores,, 3,, las variables S j oman el valor unidad cuando la observación X corresponde al j-ésimo rimesre naural y cero en las demás observaciones y W es un componene esacionario del ipo: W =,3W 0 + ε, donde ε es ruido blanco. (a) La ransformación esacionaria de log X se obiene mediane una regresión. (b) Si b=0 el modelo no iene crecimieno sisemáico. (c) El crecimieno de X en los segundos rimesres naurales es mayor que en los erceros rimesres. (d) En la ransformación esacionaria de log X la correlación de primer orden es 0,3. (e) En la ransformación esacionaria de log X la correlación de segundo orden es mayor que la correlación parcial de segundo orden. (f) En la ransformación esacionaria de log X las correlaciones de orden 3 y 4 ienen el mismo signo. Respuesas correcas: (a), (b), (c), (d), (e) y (f) 3
4 Preguna A.4 (8 punos) Dado el siguiene modelo VAR y = 0,3 0, y + 0, y + ε y 0,5 + 0, 3y + ε () = () donde ε y son procesos ruido blanco con: ε var( ε ) σ 0 0 σ = (a) Exise correlación conemporánea enre los procesos del modelo. (b) Las esperanzas maemáicas de y son nulas. y (c) El modelo es recursivo. (d) El modelo se caraceriza por ener solamene causalidad unidireccional de y. y (e) La variable y no causa en el senido de Granger a y. Respuesas correcas: (c) y a Preguna A.5 (8 punos) Se quiere analizar la relación dinámica enre dos variables y y x que son I(). Para ello se ajusa un modelo de regresión que es esimado por MCO con los siguienes resulados: y = x (0.) Las canidades enre parénesis son las desviaciones esándar. Además se ha calculado el esadísico de Dickey-Fuller para los residuos que oma un valor de El valor en las ablas de Dickey-Fuller para el nivel de significación del 5% es -.86, que se oma como valor críico para rechazar la hipóesis nula. Señale cuáles de las siguienes respuesas son cieras: (a) Los residuos, (b) Los residuos, (0.) + uˆ, son esacionarios, por lo ano, la regresión no es espuria. û, no son esacionarios, por lo ano, la regresión es espuria. û (c) Las variables y y x no esán coinegradas. (d) Las variables Δy y Δx son esacionarias Respuesas correcas: (b), (c), (d) 4
5 Licenciaura de ADE y Licenciaura conjuna Derecho y ADE Examen de Economería II 0 de Sepiembre de 005 Apellido y Nombre: Grupo: NORMAS PARA LA PARTE B Y C El iempo para la realización conjuna de esas dos pares es de hora y media. En cada pare sólo debe conesar sólo a una preguna. Uilice un cuadernillo de papel de examen por preguna. Como borrador puede uilizar las hojas del enunciado de ese examen. PARTE B Preguna B. (30 punos) Considere la facuración rimesral (en miles de euros) de una empresa de programas informáicos para el período primer rimesre de 980 a cuaro rimesre de 004. A parir de la información adjuna conese a las siguienes cuesiones: (a) Señale las caracerísicas evoluivas de la serie de facuración, sabiendo que la serie no coniene oscilaciones esacionales de su nivel. (b) Deermine razonadamene el orden de inegración de la serie de facuración. (c) A parir de la información adjuna proponga un modelo univariane para la serie de facuración de la empresa. Jusifique adecuadamene su respuesa. 5
6 SALIDA Null Hypohesis: FACTURACION has a uni roo Exogenous: Consan, Linear Trend Lag Lengh: (Auomaic based on SIC, MAXLAG=) -Saisic Prob.* Augmened Dickey-Fuller es saisic Tes criical values: % level % level % level *MacKinnon (996) one-sided p-values. Augmened Dickey-Fuller Tes Equaion Dependen Variable: D(FACTURACION) Mehod: Leas Squares Sample: 980Q 004Q4 Included observaions: 00 Variable Coefficien Sd. Error -Saisic Prob. FACTURACION(-) D(FACTURACION(-)) C R-squared Mean dependen var.0566 Adjused R-squared S.D. dependen var.98 S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion.9843 Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic)
7 SALIDA Null Hypohesis: DFACTURACION has a uni roo Exogenous: Consan Lag Lengh: 0 (Auomaic based on SIC, MAXLAG=) -Saisic Prob.* Augmened Dickey-Fuller es saisic Tes criical values: % level % level % level *MacKinnon (996) one-sided p-values. Augmened Dickey-Fuller Tes Equaion Dependen Variable: D(DFACTURACION) Mehod: Leas Squares Dae: 05/30/05 Time: 09:40 Sample (adjused): 980Q 004Q4 Included observaions: 99 afer adjusmens Variable Coefficien Sd. Error -Saisic Prob. DFACTURACION(-) C R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression.0034 Akaike info crierion Sum squared resid Schwarz crierion.9765 Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic) SALIDA 3: Conrase de significación para la media Hypohesis Tesing for DFACTURACION Sample: 980Q 004Q4 Included observaions: 00 Tes of Hypohesis: Mean = Sample Mean =.0566 Sample Sd. Dev. =.98 Mehod Value Probabiliy -saisic
8 Gráfico Gráfico Facuración Trimesral (D facuración = facuracion ) Facuración rimesral Gráfico 3 ACF y PACF de facuracion B.. Solución sugerida Aparado (a) (0 punos) La facuración presena una endencia creciene lineal. No exise una media global para oda la muesra, exisen diferenes medias locales. 8
9 Sin embargo parece no presenar heerocedasicidad. De hecho se observa como las oscilaciones de la serie no varían a lo largo del período muesral. No parece preciso omar logarimo para analizar la evolución de la facuración. Aparado (b) (0 punos) Como ya se ha indicado el gráfico muesra claros indicios de que la variable facuración de esa empresa es no esacionaria y al menos I(). Ese resulado queda confirmado por el conrase Dickey Fuller que se presena en la salida, donde el p- valor elevadísimo (0.9046) nos lleva a no rechazar la hipóesis nula de I() frene a I(0) a los niveles habiuales de significación. Sin embargo una vez que se oma una diferencia regular ( Facuracion ) aparecen claros indicios de esacionariedad: º) El gráfico muesra que la serie que la serie Facuracion no iene endencias y muesra afinidad a una media posiiva global (ver ambién salida 3). º) El conrase D-F (salida ) muesra que para Facuración se rechaza a los niveles habiuales de significación la hipóesis de I() frene a I(). 3º) El decrecimieno rápido de la acf de la serie Facuracion es ambién caracerísico de series esacionarias. Así pues la serie de Facuración parece I() aunque presena una media disina de cero por lo que realmene es I(,). Aparado (c) (0 punos) º) La ransformación esacionaria de la variable facuración es Facuracion. º) La variable Facuracion no parece ener media cero. Efecivamene, a la luz del gráfico y la salida 3 (conrase de significación de la media) se aprecia como Facuracion iene una media no nula posiiva. 3º) Si analizamos la acf y pacf de la ransformación esacionaria así como el conrase Ljung-Box, enconramos sólidos indicios como para pensar que exise auocorrelación. En concreo, las auocorrelaciones en los reardos regulares en acf y pacf, sugieren que 9
10 exise esrucura regular de auocorrelación. El ipo de esrucura presene parece ser Auorregresiva de orden uno con parámero posiivo. No se aprecia esrucura de auocorrelación en los reardos esacionales. El modelo sugerido es ( ) ϕl Facuracion = δ + ε Los resulados de la esimación de dicho modelo son los siguienes: Dependen Variable: D(FACTURACION) Mehod: Leas Squares Sample: 980Q 004Q4 Included observaions: 00 Convergence achieved afer 3 ieraions Variable Coefficien Sd. Error -Saisic Prob. C AR() R-squared Mean dependen var.0566 Adjused R-squared S.D. dependen var.98 S.E. of regression.008 Akaike info crierion Sum squared resid Schwarz crierion.9437 Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic) Invered AR Roos.59 0
11 D(FACTURACION) Residuals
12 Preguna B. (30 punos) A parir de daos mensuales del IPI del Reino Unido, que cubren el periodo , se ha esimado el siguiene modelo: logipi = 3,99 + 0,0049 0, 0034ξ ν () donde ξ 74.7 es una variable rampa que oma valor 0 si es anerior a julio de 974 y a parir de ese insane oma valores,, 3, Esa variable se asocia a los efecos de la primera crisis del peróleo. (a) Inerpree los parámeros del modelo, y sobre la base de ales resulados comene los efecos que la crisis del peróleo uvo sobre el crecimieno de la producción indusrial briánica. (b) Los índices de producción indusrial suelen conener oscilaciones esacionales de nivel y así es el caso en el Reino Unido. Con al información cree Vd, que ν en el modelo () es ruido blanco? Razone la respuesa. (c) A parir del modelo () y de lo dicho en el puno (b) de ese enunciado proponga un modelo global adecuado para log IPI, sabiendo que su componene esacional es deerminisa y que su componene esacionario es una media móvil inverible de orden uno. (d) Describa como obendría la ransformación esacionaria de log IPI. Dé valores a los parámeros del modelo esacionario descrio en (c) y calcule la varianza y la función de auocorrelación de dicha ransformación esacionaria. Solución sugerida (a) De acuerdo con el modelo especificado y esimado (), lo que se esá modelizando es la endencia del IPI por medio de una modelización deerminisa exponencial pero conemplando una segmenación de la misma, provocada por la crisis del peróleo de 974. El parámero esimado 3,99 es un érmino independiene que mide el nivel de la endencia al inicio de la muesra. El parámero 0,0049, represena el crecimieno mensual endencial anes de la crisis del 74, si dicho parámero se muliplica por 00 el crecimieno mensual viene dado en %, es decir el 0,49%.
13 El parámero 0,0034, equivalene a 0,34 en punos porcenuales, corresponde a la variable ξ 74,7 y represena el efeco que sobre la asa de crecimieno endencial mensual del IPI uvo la crisis del peróleo de 974 en punos porcenuales, en ese caso la crisis provocó una reducción de la asa de crecimieno de 0,34 punos porcenuales. Por lo ano, de los resulados aneriores se deduce que la primera crisis del peróleo supuso una caída en el crecimieno endencial mensual del IPI briánico de 0,34 punos porcenuales. Ello supuso pasar de una asa de crecimieno mensual endencial del 0,49% anes de la crisis a oro del 0,5% (b) Pueso que la posible esacionalidad del IPI no se recoge en el modelo anerior cabe esperar que ese comporamieno esacional venga recogido, en gran pare, en la variable υ y por ano esa variable presenará algún ipo de esrucura de auocorrelación y no será ruido blanco. (c) Dado que el modelo no incluye componene esacional deerminisa se debe incluir ese componene incluyendo un conjuno de variables ficicias de ipo esacional. Dado que la frecuencia de la muesra es mensual se deben definir doce variables ficicias esacionales D i, cada variable oma el valor en el mes que preende represenar y 0 en los resanes. La esacionalidad del mes de enero se capa por la variable D, la de febrero se capa por la variable D... y la esacionalidad de diciembre por D. El modelo compleo seria el siguiene: δ δ δ Log IPI =α ξ + (D - D ) + (D - D ) +..+ (D - D )+ (- B) () + β γ 74,7 En ese modelo a los componenes deerminisas del modelo () se han añadido los componenes ambién deerminisas del parón esacional, pero incorporando la resricción de que la suma de las desviaciones esacionales respeco a la endencia para un año compleo es cero. Además al modelo se ha añadido el componene esacionario que viene recogido por un proceso MA(): ( -ϑ B) ε con ϑ <, ϑ ε pueso que el proceso es inverible y ε es un ruido blanco. (d) La ransformación esacionaria de logipi se obendría realizando una regresión de logipi sobre odas las variables deerminisas del modelo (). Los residuos v de esa regresión serían la ransformación esacionaria de logipi y en ese caso segurían un esquema MA(). 3
14 Suponiendo que ϑ = 0,3 y que σ ε = 0,, la varianza y función de auocorrelación de proceso anerior MA() serian: - Varianza ( γ 0 ) = σ ( -ϑ ) =0,( +0,09)= 0,09 ε - F. Auocorrelación = ρ 0 ρ ϑ 0,3 = - = - = - 0,75 +ϑ + 0,09 = 0 ρ ρ 3 = 0.. ρ k = 0 k> 4
15 PARTE C Preguna C. (30 punos) El siguiene modelo VAR() ha sido esimado para las series e : y y y y 0 = 0 Ω ˆ 0 = y 0.7 y a + a (a) Conese a las siguienes cuesiones referidas a las relaciones enre e : y y (i) Exisen relaciones conemporáneas enre ambas variables? (ii) La variable depende de la evolución pasada de la variable? y (iii) La variable depende de la evolución pasada de la variable? y (iv) Es alguna de las dos variables una variable exógena? Razone su respuesa. (b) En caso de que alguna variable sea exógena, planee el modelo uniecuacional apropiado. En dicho modelo derive cuál es la respuesa de la variable endógena ane cambios uniarios ransiorios (impulsos) en la variable exógena. (c) Derive el modelo univariane para y. (d) Analice la esacionariedad de cada una de las dos variables del modelo. (e) Cómo hubiera cambiado su respuesa al aparado anerior si la esimación de la correlación enre y hubiera sido disina de cero? a a y y Respuesa sugerida a) i) NO exisen relaciones conemporáneas enre las variables e porque la covarianza conemporánea enre las perurbaciones e que aparece en el elemeno (,) de la mariz Ωˆ es cero. ( punos) y ii) La variable SI depende de la evolución pasada de la variable. Dicha dependencia aparece represenada mediane la siguiene ecuación y = 0. 8y + a ( punos) a a y y y 5
16 y iii) La variable NO depende de la evolución pasada de la variable porque el coeficiene (,) de la mariz Φ = es cero ( punos) iv) La variable y es exógena porque: i) no es causada en el senido de Granger por, es decir, la variable no depende de la evolución pasada de la y variable ( punos) y y y ii) no exisen relaciones conemporáneas enre ambas variables. y b) Dado que la variable es exógena, podemos planear el siguiene modelo de ransferencia: y = ν 0 y + ν y + ν y N donde ν i es la respuesa a un impulso uniario después de ranscurridos i periodos de iempo. En nuesro caso el modelo uniecuacional apropiado es: 0. y + a y = 8 En ese caso ν = 0 0 ya que no hay relación conemporánea enre los residuos. De odo lo anerior se deduce que: 0, i = 0 ν i = 0.8, i = 0, i (7 punos) c) El modelo univariane de y es (6 punos) y = 0. 7y + a y y d) La variable es esacionaria porque es un modelo AR() con parámero y 0.8<. La variable es una combinación lineal de y de, ambas esacionarias, por lo que ambién es esacionaria. Alernaivamene, las raíces de x 0.8x = = 0.7 = x x 0 0.7x son x = / 0.7 >, por lo que el sisema es esacionario. (7 punos) y a e) La exisencia de correlación conemporánea enre y no alera las caracerísicas de esacionariedad del sisema. Por lo ano, aunque exisa dicha y correlación, las variables e son esacionarias. ( punos) y a a 6
17 Preguna C. (30 punos) El índice de precios al consumo en España de un deerminado ipo de manufacuras ( P ) puede expresarse en función de un indicador de precios inernos de producción ( I ) y de un indicador de precios exernos en euros ( ) de la siguiene forma: E ( 07, L) 04, log P = ( 050, + 040, L) log I + log E + ε 05, L ( L) () donde es un proceso ruido blanco e y son variables I(). ε Se pide: I E (a) Discua si log P es esacionario o no. (b) Definiendo la asa de inflación como la primera diferencia en logarimos del índice, discua si la asa de inflación de es esacionaria o no. P (c) Calcule y explique las caracerísicas de la función de respuesa de log P a una variación impulso de log I (d) Calcule y explique las caracerísicas de la función de respuesa de log P a una variación impulso de log E (e) Calcule las ganancias de las funciones de respuesa aneriores, inerpréelas en érminos económicos. C.. Solución sugerida Aparado (a) (6 punos) En el modelo de ransferencia, lo g P viene explicado dinámicamene por lo g I y log E y por un componene residual N. Dicho componene residual es no esacionario, concreamene es I() lo cual implica que log P ampoco será esacionario, concreamene se raa de una variable I(). Aparado (b) (6 punos) Siguiendo el modelo, si consideramos log P enemos: 04, log P = 050, + 040, L log I + log E 05, L + 07, ( ) ( L) ε 7
18 Se puede apreciar que ano el componene residual como log I como log E son I(0), es decir son esacionarios, lo que deermina que log P será ambién esacionario. Aparado (c) (6 punos) La función de respuesa a un impulso soliciada se obiene a parir de la función de ransferencia: ( L) ν ( L) = 050, + 040, La función de respuesa a un impulso será: 05, j = 0 ν j = 04, j = 0 j > Las principales caracerísicas de la función de respuesa a un impulso son: A) Hay un efeco conemporáneo de log I sobre log P B) Los efecos log I de sobre log P duran sólo dos períodos (respuesa finia). Aparado (d) (6 punos) La función de respuesa a un impulso soliciada se obiene a parir de la siguiene función de ransferencia:: 04, L ν ( L) = 05, L Las principales caracerísicas de la función de respuesa a un impulso son: A) No hay un efeco conemporáneo. Hay un período durane el cuál no se noan los efecos log E de sobre log P. ( ν 0 = 0) B) Tras un desfase de un período el efeco es 0,4. C) Poseriormene, las respuesas presenan una esrucura exponencial decreciene: j = 04, 05, ν j Así pues, la función de respuesa a un impulso se caraceriza por presenar un iempo muero de un período y una respuesa infinia pero con una esrucura decreciene. 0 j = 0 ν j = j 04, 05, j > 0 Aparado (e) (6 punos) Las ganancias respecivas serían: 8
19 04, g = ( 050, + 040, ) = 090, y g = = 05, 080, y En el conexo de ese modelo esas ganancias pueden inerprearse en érminos de elasicidades a largo plazo. Maneniéndose consanes los precios exernos, un incremeno del % en los precios inernos de producción genera a largo plazo un incremeno del 0,9% en los precios al consumo de las manufacuras. Maneniéndose consanes los precios inernos de producción, un incremeno del % en los precios exernos genera a largo plazo un incremeno del 0,8% en los precios de las manufacuras. 9
GUÍA DE EJERCICIOS 3 ECONOMETRÍA II., se quiere decidir sobre el número de raíces unitarias mediante un test Dickey-Fuller del tipo
GUÍA DE EJERCICIOS 3 ECONOMETRÍA II 1) Para una deerminada serie, y, se quiere decidir sobre el número de raíces uniarias mediane un es Dickey-Fuller del ipo y y 1 p i 2 y i i 1 Responda a las siguienes
Más detallesEjercicio sobre el PIB histórico anual español 1
Ejercicio sobre el PIB hisórico anual español 1 El gráfico adjuno recoge la evolución del PIB anual español (en miles de millones de peseas de 15) de 15 a 2. 6 5 4 3 2 1 PIB Considere ahora la ransformación
Más detallesCurso 2006/07. Tema 2: El incumplimiento de la hipótesis de estacionariedad. Cómo resolverla. 2. La falta de estacionariedad en varianza
Economería II Tema 2: El incumplimieno de la hipóesis de esacionariedad. Cómo resolverla. Inroducción 2. La fala de esacionariedad en varianza 3. La fala de esacionariedad en media Tema 2 2. Inroducción
Más detallesECONOMETRIA 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 detallesEXAMEN 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 detallesModelos de Ecuaciones Simultáneas. donde R y Y son variables endógenas, y M es determinada exógenamente.
1 Modelos de Ecuaciones Simuláneas Considere el siguiene modelo: R = β + β M + β Y + u (1) 0 1 2 1 Y = α + α R + u (2) 0 1 2 donde R y Y son variables endógenas, y M es deerminada exógenamene. La información
Más detallesEjercicios 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 detallesCurso 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 detallesTema 3. Especificación, estimación y validación de modelos ARIMA
Tema 3. Especificación, esimación y validación de modelos ARIMA. La Meodología Box-Jenkins. Especificación inicial.. Conrases de raíces uniarias.. Análisis de correlogramas y correlogramas parciales 3.
Más detallesTODO 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 detallesECONOMETRÍA 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 detallesGuía 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 detallesTema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE
Clase de economería 1: Universidad Cenroamericana UCA Tema: Análisis de regresión y análisis de varianza La abla ANOVA iene la siguiene represenación: Fuenes de variación Grados de liberad uma de cuadrados
Más detallesDETERMINANTES Y VULNERABILIDAD
DETERMINANTES Y VULNERABILIDAD DE LA DEUDA PÚBLICA P EN VENEZUELA María a Fernanda Hernández ndez Edgar Rojas Lizbeh Seijas 30 de enero de 2007 Conenido 2 Objeivo Dinámica y deerminanes de la deuda Aspecos
Más detallesAnálisis 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 detallesLA 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 detallesRelaciones dinámicas entre precios del vacuno. Ejemplo preperado por la Profa.Esther Ruíz
Relaciones dinámicas enre precios del vacuno Ejemplo preperado por la Profa.Esher Ruíz Relaciones dinámicas enre precios del vacuno El objeivo de esa sección es conrasar empíricamene la inegración espacial
Más detallesD 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 detallesUna estimación de la inflación anual del 2002 para la Argentina sobre la base de la ecuación de Fisher.
Una esimación de la inflación anual del 2002 para la Argenina sobre la base de la ecuación de Fisher. Pablo Albero Frigolé 1 pablofrigole@uopia.com Febrero de 2002 1 AL momeno de efecuar el rabajo el auor
Más detallesAnálisis 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 detallesPATRON = 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 detallesh + 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 detallesIII 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 detallesEstadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales
Esadísica Descripiva y Analisis de Daos con la Hoja de Cálculo Excel Series Temporales Serie emporal una serie emporal es una sucesión de observaciones de una variable realizadas a inervalos regulares
Más detallesY 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 detallesCURSO 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 detallesTest. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos
Teléf.: 91 533 38 4-91 535 19 3 8003 MADRID EXAMEN DE ECONOMETRÍA (enero 010) 1h 15 Apellidos: Nombre: Tes. Cada preguna correca esá valorada con 0.5 punos y cada incorreca resa 0.5 punos 1.- Al conrasar
Más detallesSesión 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 detallesGRADO 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 detallesÁLGEBRA (Selectividad 2014) 1 ALGUNOS PROBLEMAS DE ÁLGEBRA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 2014
ÁLGEBR (Selecividad 04) LGUNOS PROBLEMS DE ÁLGEBR PROPUESTOS EN LS PRUEBS DE SELECTIVIDD DE 04 Casilla y León, junio 4 a a+ a+ Sea la mariz = a a+ 3 a+ 4 a a+ 5 a+ 6 a) Discuir su rango en función de los
Más detallesNotas 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 detallesDescomposición Estacional
Descomposición Esacional Resumen El procedimieno de Descomposición Esacional divide una serie de iempo en res componenes: 1. endencia-ciclo 2. esacionalidad 3. irregularidad Cada componene puede ser graficado
Más detallesEJEMPLO DE DIAGNÓSTICO Y TRATAMIENTO DE LA AUTOCORRELACIÓN: Introducción al concepto de no estacionariedad y regresión espuria
EJEMPLO DE DIAGNÓSTICO Y TRATAMIENTO DE LA AUTOCORRELACIÓN: Inroducción al concepo de no esacionariedad y regresión espuria Ramón Mahía Marzo 2006 El objeivo de ese documeno es de ilusrar en un conexo
Más detallesEspecificación y Estimación de los MODELOS ARCH. Horacio Catalán Alonso
Especificación y Esimación de los MODELOS ARCH Horacio Caalán Alonso Noviembre de 0 Caracerísicas de las series financieras:. Son lepokuricas (achaadas y con colas más gordas).las relaciones enre ganancia
Más detalles4. 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 detallesEconometría Examen Parcial #1 Cali, Sábado 27 de Febrero de 2010
Economería 0616 Examen Parcial #1 Cali, Sábado 7 de Febrero de 010 Profesores: Julio César Alonso C. Carlos Giovanni González Ana Isabel Gallego L. Esudiane: Código: Insrucciones: 1. Lea cuidadosamene
Más detallesPROCESOS NO ESTACIONARIOS: TEST DE RAICES UNITARIAS Y COINTEGRACION
Apunes de eoría Economérica I. Profesor: Viviana Fernández PROCESOS NO ESACIONARIOS: ES DE RAICES UNIARIAS Y COINEGRACION I INRODUCCION Una serie emporal que presena una endencia deerminísica puede ser
Más detallesPROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce
Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros
Más detallesECONOMETRÍA I. Autocorrelación. Autocorrelación. Lección 4: Autocorrelación. Siga. 1. Qué es un modelo con autocorrelación?
ECONOMERÍA I Lección 4: Auocorrelación. jm Auocorrelación.. Qué es un modelo con auocorrelación?. Con qué ipo de daos económicos se suelen presenar modelos auocorrelacionados? Auocorrelación. 3. Qué problemas
Más detallesEJERCICIOS 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 detallesE C O N O M E T R I A
UNIVERSIDAD NACIONAL DE PIURA FACULAD DE ECONOMIA DPO. DE ECONOMERIA Y MEODOS CUANIAIVOS E C O N O M E R I A I M. Sc. Eco. LUIS A. ROSALES GARCÍA CASILLA, AGOSO DEL 001 CAPIULO I PERURBACIONES AUOCORRELACIONADAS
Más detallesEconometría 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 detallesMODELO 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 detallesSolución: En ambos casos se observa que los determinantes de las matrices de coeficientes son distintos de cero. Veamos: a)
Resolver el siguiene sisema: 9 Primero hallaremos los rangos de la marices formadas por los coeficienes del sisema de la mari formada por los coeficienes los érminos independienes después. sí: 9 rang Ya
Más detallesQué es la Econometría? Parte II
Qué es la Economería? Pare II Esrucura de los daos económicos Necesarios, una vez que se ha especificado el modelo economérico Se necesian de odas las variables que inervienen Tipos de daos: 1. Daos de
Más detallesSeñales Elementales. Dr. Luis Javier Morales Mendoza. FIEC Universidad Veracruzana Poza Rica Tuxpan
Señales Elemenales Dr. Luis Javier Morales Mendoza FIEC Universidad Veracruzana Poza Rica Tuxpan Índice 3.1. Señales elemenales en iempo coninuo: impulso uniario, escalón uniario, rampa uniaria y la señal
Más detallesCuarta 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 detallesMarch 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN
March 2, 2009 1. Derivadas Parciales y Funciones Diferenciables En ese capíulo, D denoa un subconjuno abiero de R n. Definición 1.1. Consideremos una función f : D R y sea p D, i = 1,, n. Definimos la
Más detallesPráctica 4: Hoja de problemas sobre Tipos de cambio
Prácica 4: Hoja de problemas sobre Tipos de cambio Fecha de enrega y corrección: Viernes 8 de abril de 2011 Esa prácica se corregirá en horario de uorías en el aula Prácica individual 1. A parir de los
Más detallesMetodología de la estimación de los ingresos anuales y mensuales
Meodología de la esimación de los ingresos anuales y mensuales En cumplimieno con lo esablecido en la fracción III, inciso a), del Arículo 41 de la Ley Federal de Presupueso y Responsabilidad Hacendaria,
Más detallesComentarios 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 detallesSesión 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 detallesω 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 detallesrepresentando la relación existente entre los datos observados en un instante y los observados en el instante anterior.
ALISADO SERIES EMPORALES Faculad Ciencias Económicas y Empresariales Deparameno de Economía Aplicada Profesor: Saniago de la Fuene Fernández ANÁLISIS DE AUOCORRELACIÓN Dada la serie emporal ( X ) ( X,X,,X
Más detallesFigura 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 detallesPRÁCTICA 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 detallesy 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 detallesC cos x sen x 0 x sen x x cos x x sen x cos x x C 1 x 0. Calculamos la matriz adjunta de C: sen x 0 cox 0 cos x sen x. sen x x 1 x 1 sen x
Prueba de Acceso a la Universidad. SEPTIEMBRE. Maemáicas II. Insrucciones: Se proponen dos opciones A y B. Debe elegirse una y conesar a sus cuesiones. La punuación de cada cuesión aparece en la misma.
Más detallesProcesos 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 detallesSeries Temporales Univariantes
Profesoras Carolina García-Maros (garcia.maros@upm.es) María Jesús Sánchez Naranjo (mjsan@esii.upm.es) ÍNDICE Inroducción a las series emporales (objeivos, clasificación de los modelos de series, análisis
Más detallesTema 9 Aprendizaje por la práctica y desbordamiento del conocimiento. El modelo de Romer (1986)
Tema 9 Aprendizaje por la prácica y desbordamieno del conocimieno. El modelo de Romer (986) 9. Aprendizaje por la prácica y desbordamieno del conocimieno. 9.2 os modelos de mercado y de familias producoras.
Más detallesAnálisis 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 detallesTema 2: El modelo de Solow y Swan: análisis teórico
Tema 2: El modelo de Solow y Swan: análisis eórico 2.1 El modelo 2.2 El esado esacionario 2.3 La regla de oro de la acumulación del capial. 2.4 La asa de crecimieno a lo largo del iempo Bibliografía: Sala
Más detallesTEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE
El modelo de regresión lineal simple EMA VI: EL MODELO DE REGREIÓN LIENAL IMPLE VI..- Inroducción. VI..- El modelo de regresión lineal simple. Propiedades. VI.3.- Obención de los esimadores por mínimos
Más detallesTema 10 La economía de las ideas. El modelo de aumento en el número de inputs de Romer (1990)
Tema 0 La economía de las ideas. El modelo de aumeno en el número de inpus de Romer (990) 0. Endogeneización de la ecnología: un doble enfoque. 0.2 El secor producor de bienes finales. 0.3 Las empresas
Más detallesModelo 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 detallesESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN
ESTUDIO DE MERCADO. MÉTODOS DE PROECCIÓN Qué es una proyección? Es una esimación del comporamieno de una variable en el fuuro. Específicamene, se raa de esimar el valor de una variable en el fuuro a parir
Más detallesAnexo Opinión sobre la determinación del Índice de Revalorización de las Pensiones 2017
13 de julio de 2017 Opinión sobre la deerminación del Índice de Revalorización de las Pensiones 2017 ÍNDICE 1. Meodología de la AIReF para calcular el IRP... 3 2. Méodo de proyección de las alas de pensiones:
Más detallesRaíces 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 detallesMétodos 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 detallesJosé Luis Maia y Mercedes Kweitel 1. Dirección Nacional de Coordinación de Política Macreoeconomica 31 de Agosto de INTRODUCCIÓN.
LA RELACIÓN ENTRE EL RIESGO PAÍS Y EL CRECIMIENTO ECONÓMICO EN LA ARGENTINA. José Luis Maia y Mercedes Kweiel 1 Dirección Nacional de Coordinación de Políica Macreoeconomica 31 de Agoso de 2000 1. INTRODUCCIÓN.
Más detallesEstudio 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 detalles1 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 detallesTEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004)
EMA 2 MODELO LINEAL SIMPLE (MLS) Gujarai, Economeria (2004). Planeamieno e inerpreación del modelo economérico lineal simple. Capíulo 2 páginas 36 a 39 2. Hipóesis Básicas del Modelo Capíulo 3 páginas
Más detalles1. Derivadas de funciones de una variable. Recta tangente.
1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias
Más detallesANÁLISIS DE INTERVENCIÓN
ANÁLISIS DE INTERVENCIÓN Dpo. de Esadísica Eca.,Esr.Eca.y O.E.I. Inroducción Análisis de Inervención. Formulación del modelo. Esimación del modelo 3 Aípicos. 3.Tipos de aípicos 3. Efecos 3.3 Deección y
Más detallesTUTORIAL PARA LA ESTIMACIÒN DE UN MODELO CON VARIABLES DUMMY EN EasyReg. Julio César Alonso C.
TUTORIAL PARA LA ESTIMACIÒN DE UN MODELO CON VARIABLES DUMMY EN EasyReg Julio César Alonso C. No. 14 Marzo 2008 Apunes de Economía No. 14 APUNTES DE ECONOMÍA ISSN 1794-029X No. 14, Marzo de 2008 Edior
Más detallesCapítulo 3 Valoración de inversiones en condiciones de certeza
PARTE I: La decisión de inversión Capíulo 3 Valoración de inversiones en condiciones de cereza 3.1. Crierios clásicos de evaluación y selección de proyecos de inversión 3.1.1 Modelos esáicos: el plazo
Más detallesCapítulo 5 Sistemas lineales de segundo orden
Capíulo 5 Sisemas lineales de segundo orden 5. Definición de sisema de segundo orden Un sisema de segundo orden es aquel cuya salida y puede ser descria por una ecuación diferencial de segundo orden: d
Más detallesTEMA 2: CINETICA DE LA TRASLACIÓN
TEMA 2: CINETICA DE LA TRASLACIÓN 1.1. Inroducción. Para ener caracerizado un movimieno mecánico cualquiera, hay que esablecer primero respeco a que cuerpo (s) se va a considerar dicho movimieno. Ese cuerpo
Más detallesMaterial 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 detallesCointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela.
Cointegración del Índice de Precios al Consumidor y Liquidez monetaria (1997-211). Venezuela. Informe Técnico. PC LC/FT. 2 de Octubre 212 Jhoner Perdomo Karen Tizado Resumen En la búsqueda de una variable
Más detallesDinámica del tipo de cambio en el Perú: Una aproximación a través de modelos de volatilidad
Dinámica del ipo de cambio en el Perú: Una aproximación a ravés de modelos de volailidad Vicor D. Chique Acero XXV ENCUENTO DE ECONOMISTAS DEL BANCO CENTRAL DE RESERVA DEL PERÚ Lima, 2 de Diciembre de
Más detallesDeterminación 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 detallesTEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS
TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS 9.2 La asa naural de desempleo y la curva de Phillips La relación enre el desempleo y la inflación La curva de Phillips, basada en los daos aneriores
Más detallesÍndice Mensual de Actividad de la Construcción: Un Estimador en Frecuencias Mixtas
Índice Mensual de Acividad de la Consrucción: Un Esimador en Frecuencias Mixas Mauricio Tejada G. Abril 2006 Resumen No hay duda de que como medida agregada del esado de la acividad del secor consrucción,
Más detallesMétodos 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 detallesANEXO 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 detallesPráctico 1. Macro III. FCEA, UdelaR
Prácico 1. Macro III. FCEA, UdelaR Ejercicio 1 Suponga una economía que se compora de acuerdo al modelo de crecimieno de Solow-Swan (1956), se pide: 1. Encuenre la ecuación fundamenal del modelo de Solow-Swan.
Más detallesInvestigación 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 detallesAcerca 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 detallesSistemas 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 detallesLas 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 detallesEstimación 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 detallesMODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
Modelo de eamen Junio MODELO JUNIO MTEMÁTICS PLICDS LS CIENCIS SOCILES II OPCIÓN. (Punuación máima: punos) Se dice que una mari cuadrada es orogonal si T I: Noa: La noación T significa mari ranspuesa de.
Más detallesÍndice General de Ventas en Grandes Almacenes y su logaritmo
En los gráficos y cuadros que se presentan en las páginas siguientes se presentan resultados relativos a la variable Índice General de Ventas en grandes superficies en España con periodicidad mensual desde
Más detallesAnálisis de Series Temporales
Inroducción al Análisis de Series Temporales José Albero Mauricio Universidad Compluense de Madrid OBSERVACIONES PRELIMINARES El origen de ese libro es una colección de ransparencias que preparé durane
Más detallesExamen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo:
Escuela Superior Poliécnica del Lioral Faculad de Economía y Negocios 30-11-2011 Examen Parcial de Economería II Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: REGLAMENTO DE EVALUACIONES Y CALIFICACIONES
Más detalles1. Descripción de modelos desarrollados en el BCN. 2. Comentarios generales a los modelos. 3. Limitaciones para el desarrollo de investigaciones
Siuación del uso de modelos economéricos en Nicaragua Rigobero Casillo C México, 2 y 3 de diciembre del 2004 Esrucura de la presenación. Descripción de modelos desarrollados en el BCN. 2. Comenarios generales
Más detalles