Representación VEC. Planteamiento de un sistema de ecuaciones. Esquema de retroalimentación. , pero requiere
|
|
- Guillermo Poblete Maidana
- hace 8 años
- Vistas:
Transcripción
1 Represenacón VEC Dado que las relacones económcas enre varables no se presenan esrcamene en un sendo específco, es decr, puede exsr enre ellas esquemas de reroalmenacón o complejos mecansmos de rasmsón de efecos se hace necesaro el planeameno de un ssema de ecuacones caracerzado por un conjuno de parámeros y sus relacones. Esquema de reroalmenacón Planeameno de un ssema de ecuacones El esquema VAR perme esmar el conjuno de parámeros del ssema, que las varables bajo análss sean esaconaras. Que sucede s la eoría económca sugere que la relacón debe ser esudada enre varables no esaconaras? Θ, pero requere La solucón a al nerrogane esá dada enre oros por: Johansen (988) Sock-Wason (993) Phllps-Hansen (99) 45
2 Esa consse en la búsqueda de una o más combnacones lneales de dchas varables que sean esaconaras y que a su vez mnmcen la varanza de la represenacón VAR esaconara conocda como: Vecor Error Correcon: (VEC) de la varables bajo esudo S exse por lo menos una combnacón lneal esaconara enre las varables bajo esudo, la esmacón del conjuno de parámeros Θ se lleva a cabo a ravés de un mecansmo, el cual parendo de la esmacón de los parámeros en el VEC perme dervar ésos para el VAR. Una vez superado el problema de la esmacón del ssema se planean dferenes objevos: - Esudo de relacones de coro y largo plazo enre las varables - Generacón de pronóscos lbres y/o condconados Johansen, S. (988), Sascal Analyss of Conegrang Vecors, Journal of Economc Dynamcs and Conrol, No. 2. Phllps, P. C. and Hansen, B. E. (99), Sascal Inference n Insrumenal Varables Regresson wh I() processes, Revew of Economc Sudes. Sock, J. H. and Wason, M. W. (993), A Smple Esmaor of Conegrang Vecors n Hgher Order Inegraed Sysems, Economerca, No
3 - Análss de Impulso-Respuesa - Descomposcón de varanza - Evaluacón de esabldad de parámeros - Comprobacón de relacones de causaldad - Deermnacón del grado de exogenedad - Valdacón e mposcón de resrccones de carácer económco - Bajo mecansmos de smulacón, reconocmeno de la reaccón del ssema ane cambos de comporameno de varables sujeas a decsones de políca económca. 47
4 Defncones báscas y concepos Defncón : Un proceso lneal es defndo por donde C z C z es convergene para z δ ; δ > Y C ( ) Secuenca de varables aleaoras ndependenes e dencamene dsrbudas Con meda cero y marz de varanza covaranza Ω Defncón 2: El proceso lneal C es I s C Y ( ) C S. Johansen, (995), Lkelhood-based nference n conegraed vecor auo-regressve models. Advanved Texs n Economercs P. Hansen y S. Johansen, (998), Workbook on Conegraon. Advanved Texs n Economercs 48
5 Defncón 3: Un proceso esocásco X se dce negrado de orden I( d) s d ( X E X ) es I( ) d, ( ) La propedad de esar negrado esá relaconada con la pare esocásca del proceso dado que se le resa su valor esperado. El concepo de I( ) esá defndo sn permr érmnos deermníscos como meda y endenca. No hay resrccones sobre los nveles de un proceso negrado, solo las dferencas. Defncón 4: S es I y A es una marz de rango compleo enonces es ambén X ( ) ( ) Un proceso,i es no esaconaro dado que: X X Y AX I( ) X donde Y ~I( ) Lema : Sea z C z C convergene para z < δ para algún δ >.Se defne C C j ( ) ( ) C C ( z) y z Enonces es convergene para z < δ yδ > C C ( z) C( ) ( z) C ( z) j 49
6 Así: ( ) ( ) Y Y C L C L C C Y Y Y C X Y X X Proceso no esaconaro dado que C Para un vecor cualquera es esaconaro se ene que X C Defncón 5: Sea negrada de orden. Se dce que esá conegrada, con vecor de conegracón S es esaconaro. El rango de conegracón es el numero de relacones de conegracón lnealmene ndependenes y el espaco espanddo por las relacones de conegracón se Defne como el espaco de conegracón. X X X 5
7 Ejemplo: X X X (, 2,) (,,) Vecores de conegracón para X? (, 2,) (,,) X X 2 2X 2 X X Procesos esaconaros 5
8 Se debe mosrar que es. Es decr que como prmera dferenca de es X ( ) I Y X ( ) I ( ) ( ) C C X Y 2 C C C Y es esaconara 52
9 Endogenzacón a pror Sean x y y varables negradas de orden, I(), sobre las cuales la eoría económca sugere la exsenca de una relacón esable de largo plazo. La evaluacón de la relacón de largo plazo podría llevarse a cabo medane la sguene forma funconal: donde y x es esaconaro por ser el resulado de la combnacón enre las varables x y y las cuales esán conegradas. Una represenacón equvalene a () se ene cuando se planea: () ( ) y y α y x µ (2) y ~ I() Porcón α del dsancameno frene a su nvel de equlbro en (-) 53
10 reescrbendo (2) se ene: 2, 3, L, T ( ) y α y x µ (3) MCE La represenacón (3) no es la únca relacón que se puede dervar de la dupla ( x. ) Una relacón smlar a (3) puede ser planeada para x : y 2, 3, L, T ( ) x α 2 y x µ 2 (4) S el objevo propueso es la evaluacón de la relacón enre los componenes de la dupla ano () como (5) lo permen. ( x. ) y, 2, L, T x φ y 2 (5) Teórcamene, s se ene que φ Ese hecho no se ene en muesra pequeña, por consguene, el nvesgador debe decdr sobre el carácer endógeno de las varables. 54
11 S el propóso de la esmacón es enconrar un mecansmo que perma deermnar el nvel esperado de la dupla o de cada una de las componenes en el período es necesaro consderar (3) y (4) de manera conjuna, a α 2 menos de que fuese gual a la varable x sería exógena en la dupla: x. ( ) y En general, al consderar ssemas de más de dos varables, el análss de conegracón se orna más complejo ya que puede exsr más de una combnacón lneal esaconara de las varables. El llevar a cabo las pruebas radconales de conegracón bajo esmacón unecuaconal, las cuales permen como máxmo enconrar un vecor de conegracón, conduce a una pérdda de nformacón valosa sobre el ssema y por consguene, el méodo de esmacón es nefcene. 55
12 Cuhberson (992) señala como en un ssema de res varables, la exsenca de conegracón bajo MCO no garanza la uncdad del vecor de conegracón debdo a que pueden exsr dos vecores conegranes y el enconrado ser sólo la combnacón lneal de ellos. Mehra (996) explca como s exsen dos vecores de conegracón, en el análss unvarado se ome, en la marz de dseño, uno de los desequlbros y por consguene se produce un sesgo por mala especfcacón. 56
13 Conegracón bajo el Ssema: Meodología de Johansen Johansen (988) : () esablece un mecansmo de reconocmeno conjuno de odas las posbles relacones conegranes exsenes denro del vecor de varables negradas de orden d, I( d) ; d Es de señalar que, en ese conexo no se exge que odas las varables esén negradas de orden d. Ese esquema dfere del dado por Engle-Granger (987): gual orden de negracón. Se elmna, por ano, el problema de a lo sumo un vecor de conegracón y en consecuenca, el problema de la endogenzacón a pror. (2) Consruye un modelo en la versón esaconara de las varables, el cual nvolucra las resrccones de largo plazo exsenes y garanza una mnmzacón de la varanza del error. Johansen, S. 988 Sascal Analyss of Conegrang Vecors, Journal of Economc Dynamcs and Conrol, No
14 Objevos: () Deermnar el número de vecores de conegracón enre las P varables (2) Esmar el ssema conformado por dchas P varables, consderando las resrccones de largo plazo s ésas exsen La meodología propuesa por Johansen pare de una represenacón auorregresva de orden k: VAR(k), al como sgue: donde se ene: Y Y µ A Y L AY k, L, T k k vecor de orden PX conformado por la -ésma observacón de las P varables. (6) A L,, K marces de orden PXP coefcenes por esmar vecor aleaoro conformado por P perurbacones esocáscas ndependenes con: Σ E [ ] marz de varanza- covaranza 58
15 De acuerdo con Lukephol, y al gual que en el caso unvarado, bajo exsenca de conegracón de rango (6) puede ser reescra como sgue: r Y µ F Y L Fk Yk ΠY k, L, T (7) Π I A A p k L F Aj, L, k j k En algunas ocasones (7) oma la sguene presenacón: Y µ D Y L Dk Yk ΠYk k, L, T (8) D Ip A j, L, k j Lukepohl, H. 993 Inroducon o Mulple Tme Seres Analyss, Sprnger-Verlag, Second Edon. 59
16 En el caso de que la marz Π exsa y que ΠY ΠY o sean esaconaras k ano la represenacón (7) como la (8) se consuyen como modelos vecorales de correccón de errores de orden (k-). VEC(k-) Los modelos (7) y (8) permen separar la esaconaredad de Y en la provenene de: () sus cambos rezagados () sus combnacones lneales esaconaras (seres negradas) En ese conexo Johansen (988) resuelve dos nerroganes sobre Π garanza, a ravés de una prueba de hpóess, su descomposcón en dos marces: α y () el de su exsenca () el de su esmacón a la solucón de una ecuacón caracerísca en R p de al forma que: Πα a ravés de vecores y valores propos perenecenes 6
17 Algunas consderacones maemácas y esadíscas sobre el méodo de Johansen (988) Bajo el supueso sobre exsenca de Π la represenacón (8) puede reescrbrse como sgue: Y α Yk µ D Y L Dk Yk k, L, T (9) S se dsrbuye normal mulvarado (,Σ ) se ene la sguene funcón de verosmlud en érmnos de T T 2 L( α,, Σ, D, L, D k ) Σ ex p Σ 2 S la marz Π α fuese conocda, los esmadores máxmo verosímles de los D dervados de () concdrían con los obendos por MCO. Dado que Π es no conocda, y que se supone su exsenca, Johansen consruye una prueba que perme verfcar ésa y enconrar sus valores a parr de la concenracón de la funcón de verosmlud () en los parámeros de nerés α y () Johansen, S. (988). Sascal Analyss of Conegrang Vecors, Journal of Economc Dynamcs and Conrol, 2. R. Harrs, (995) Conegraon Analyss n Economerc Modellng, Prence Hall. 6
18 Johansen pare de un mecansmo que perme elmnar las dependencas de carácer lneal que podrían ener: Y y Y k de { Y L } al planear la sguene ecuacón para,, Y k α R R k : Correccón de la dnámca de coro plazo () donde R R k Y Y k k k ρ Y η Y (2) R R y vecores (Px) que pueden ser nerpreados como resduales, de la -ésma k observacón, de las regresones auxlares: Y Y k en funcón de en funcón de { Y L },, Y k Cuhberson, K., Hall, S. and Taylor, M. 993 Appled Economerc Technques, Mchgan Press. R. Harrs, 995 Conegraon Analyss n Economerc Modellng, Prence Hall S. Johansen, 995 Lkelhood-Based Inference n Conegraed Vecor Auo regressve Models 62
19 Al reemplazar en la ecuacón () a por () se ene la sguene funcón de verosmlud: L R R R R 2 T T 2 ( α,, Σ) Σ exp ( o α k) Σ ( o α k) (3) dervar respeco a se enen los sguenes esmadores para α y Σ αˆ ( ) S ( S ) k kk Σˆ ( ) S αˆ( ) Sk (4) Σˆ ( ) S S k( S kk ) S k donde S j T RRj, j, k T ˆ Σˆ ( ) El esmador máxmo verosíml de esá dado por que mnmza 63
20 En general se ene para A, B, C marces cuadradas y no sngulares A B B C AC BA B C ABC B S S kk S SkkSk SSk Skk SSk( Skk) Sk S S k A C B Σ ( ) Σˆ ( ) S S S kk S S ( S S S S ) kk S k kk kk k S k S k (5) Dada una funcón f ( x) X X MX NX su maxmzacón se resuelve a ravés de un problema de valores propos de ρnm
21 La esmacón máxmo verosíml del conjuno de vecores de conegracón se reduce a enconrar un que mnmce: M N S S kk kk s k S Mnmzar S S X La solucón que produce la esmacón de ( S S S S ) kk S k kk Funcón objevo: S k ( S S S S ) kk S Se puede obener una solucón para que mnmce consderando: ( ) Para formular el problema de valores propos ρs Σˆ kk S k kk kk S k k SSk (6) ( ρ) S S S S S kk kk k k 23 λ 64
22 Johansen muesra que al mnmzacón puede ser llevada a cabo resolvendo un problema de valores propos: λs kk S k SSk La solucón da p valores propos λ, L,λ p y podemos expresar el deermnane de la marz de var-cov resdual como: Σˆ p ( ) S ( λ) Banerjee, A., Dolado, J., Galbrah, J. and Hendry D. 994 Conegraon, Error Correcon, and The Economerc Analyss of Non-saonary Daa, Oxford Unversy Press. Juselus, K. 26. The Conegraed VAR model. Mehodology and Applcaons, Advanced Texs n Economercs 64
23 Sea de Λ : marz dagonal que consse en los valores propos: S S S k k ( λ > λ > L> λ ) 2 con respeco a S kk que sasfacen la ecuacón caracerísca: P λ S kk S k S S k (8) Sea Ψ : marz de los vecores propos correspondenes a los valores propos anerores: ( v > v > L> ) 2 v P ) 2) ( S S S Ψ) S k k kk Ψ S Ψ kk I ΨΛ De esa forma, el esmador de máxma verosmlud para esá dado por las prmeras r columnas de Ψ Selecconadas a parr de una prueba secuencal 65
24 r Aquellos elemenos en Ψ, los cuales deermnan las combnacones lneales de las relacones esaconaras pueden ser denoados ˆ ( vˆ, L, vˆ r ) vecores de conegracón Lo aneror se explca porque los valores propos son las mayores correlacones canóncas Enre los resduales de los nveles R y los resduales de las dferencas. k R Se obenen las esmacones de odos los dsnos ˆy que producen una ala correlacón con y elemenos esaconaros v Tales combnacones deben ser vecores de conegracón pueso que deben ser I() para alcanzar al correlacón. Así, la magnud de λˆ es una medda de que an fuere es la correlacón enre la relacón de conegracónvˆ y ˆ y y la pare esaconara del modelo. ( ) Las úlmas nr combnacones ndcan no esaconaredad y no correlacón con los elemenos esaconaros del modelo. 66
25 Los prmeros r vecores propos de S S S k k con respeco a S kk se conocen como covarables canóncas y los correspondenes valores propos son las correlacones canóncas cuadradas de con respeco a R k R o Desde un puno de vsa de algebra lneal, los prmeros r vecores propos de S S S con respeco a S kk conforman el núcleo del espaco de k k Johansen usa los valores propos que se dervan de (8) para enconrar por máxma verosmlud el esmador de : $Σ e ( ) T 2 ln p r ( Σˆ T T T ) S ( ˆ j) lns ln( ˆ ln λ λj) 2 j 2 2 j (9) 67
26 COINTEGRACIÓN BAJO JOHANSEN Esraega economérca Reconocmeno de vecores de conegracón Evaluacón de combnacones conssenes con la demanda Evaluacón del modelo economérco parcular Tes de exclusón sobre la endenca Evaluacón del ssema Tes de exclusón Tes de esaconaredad Tes de exogenedad débl Pruebas mulvaradas sobre comporameno de los resduales Pruebas de esabldad de los vecores de conegracón 68
27 Ssema: { LM, LY,LIPC, T } Promedo Fn de Trmesral LM : LBASE LBASEA LM LM3B LY: LIPROD LPIBK T: TCDT DIFER DIFER2 DIFER DIFER2 Tasa Exerna - Tasa de M3B Tasa Acva - Tasa de M3B Modelos economércos: CIDRIFT DIFRIT Rezagos :,...,6 Muesra 982: - 999:3 986: - 999:3 69
28 Consruccón de las pruebas La decsón acerca de la exsenca de r vecores de conegracón La seleccón de las r prmeras columnas de Ψ, con Ψ $, se lleva a cabo a parr de una prueba de razón de verosmlud o es de la raza: ( λ) Traza 2R T ln $ p r (2) Bajo H se planea la exsenca de como máxmo r vecores de conegracón y bajo la alerna más de r. Prueba secuencal que fnalza al no enconrar evdenca para rechazar H Exse una segunda prueba equvalene a (2) Prueba del máxmo valor propo: v ( λˆ ) T ln r (2) Bajo H : r vecores de conegracón H a : r vecores de conegracón Noa: La hpóess sobre conegracón se conoce como H 2 7
29 Una vez deermnado $ es posble esmar α medane (4) $ α donde: $ $ $ Πα (22) α : (Pxr) marz de ajuse : (Pxr) marz de vecores de conegracón Noa: Los r vecores de conegracón deermnados por (2) y/o (2) conforman el núcleo del espaco de conegracón de las varables analzadas. OTRO vecor conegrane, dferene de los r vecores del núcleo, es combnacón lneal de ésos. El número de vecores de conegracón r (,,,p) deermnan el rango de la marz Π : () r No exsen vecores de conegracón: VAR en dferencas (2) rp el rango de la marz Π es compleo, lo cual sgnfca que las varables consderadas a lo sumo son esaconaras en la endenca y por lo ano, la esmacón VAR en nveles es adecuada. Pruebas (2) y (2) ~ raíz unara mulvarada 7
30 (3) <r<p la marz Π es de rango r y por lo ano exsen r combnacones lneales esaconaras o vecores de conegracón. La esmacón VAR debe ser realzada a ravés del esquema VEC La esmacón VAR de las seres esaconaras, es decr, en dferenca, cuando en sus nveles ésas esán conegradas, enen un sesgo de especfcacón debdo a la no consderacón de un regresor: Y - : en (9) Y -k : en (8) Valores crícos :Johansen y Juselus (99) Oserwald-Lenum (992) Correccón muesra pequeña Pruebas: Valores crícos: ( ) T PK T T TPK ( ) Johansen, S. and K. Juselus (99). Maxmun Lkelhood Esmaon and Inference on Conegraon - Wh Applcaons o he Demand for Money, Oxford Bullen of Economcs and Sascs, 52. Oserwald-Lenum, M (992) A noe wh Fracles of he asympoc dsrbuon of he maxmum lkelhood conegraon rank es sascs: four cases Oxford Bullen of economcs and sascs. Cheung, Y. and K. La (993) Fne-Sample Szes of Johansen s Lkelhood rao es for conegraon, Oxford Bullen of Economcs and Sascs,
31 Valores Crícos y Deermníscas COINTEGRATION ANALYSIS Endogeneous seres : PROD EMP DESEMP SALR TINT Deermnsc seres : Unresrced consan and rend n con. space 3 cenered seasonal dummes Effecve sample : 985: TO 24:4 Lag(s) n VAR-model : 4 No. of observaons : 8 Obs.- no.of varables: 55 I() ANALYSIS Egenv. L-max Trace H: r p-r L-max9 Trace CIDRIFT 73
32 Traza Valores Propos: r p-r r r r2 r3 r N. Obs Máxmo Valores Propos: valor r p-r r r r2 r3 r N. Obs
33 COINTEGRATION ANALYSIS Endogeneous seres : PROD EMP DESEMP SALR TINT Deermnsc seres : Unresrced consan 3 cenered seasonal dummes Effecve sample : 985: TO 24:4 Lag(s) n VAR-model : 4 No. of observaons : 8 Obs.- no.of varables: 56 I() ANALYSIS Egenv. L-max Trace H: r p-r L-max9 Trace DRIFT 74
34 COINTEGRATION ANALYSIS Endogeneous seres : PROD EMP DESEMP SALR TINT Deermnsc seres : Consan resrced o con. space 3 cenered seasonal dummes Effecve sample : 985: TO 24:4 Lag(s) n VAR-model : 4 No. of observaons : 8 Obs.- no.of varables: 56 I() ANALYSIS Egenv. L-max Trace H: r p-r L-max9 Trace CIMEAN 75
35 Traameno de las Componenes Deermníscas El uso de las ablas esá condconado al raameno de las componenes deermníscas denro del modelo. El esquema deallado de Hansen y Juselus (995) en CATS n RATS pare de que se ene que: k Y, L, T µ δ F Y F Y α Y ωd L (23) k k La presenca de: µ Y exhbe endenca lneal µ y δ Y exhbe endenca cuadráca ω Y exhbe parones esaconales modelables a ravés de varables dummes cenradas, las cuales no afecan los valores crícos ya presenados. Esá la endenca vnculada con el esquema de coro o de largo plazo? es decr: Consdera la relacón de conegracón de manera explíca el componene de endenca o por el conraro, ése debe ser esmado por fuera de la relacón de largo plazo? Manual de CATS n RATS. 76
36 Caracerzacón de la endenca en un modelo VEC: k k D Y Y F Y F Y ω α δ α µ α 2 2 L (24) r r rp p p r δ δ δ µ µ µ L L L M M M M L La consderacón de ( ),, r µ µ µ L y ( ),, r δ δ δ L en la marz sgnfca: que las relacones de equlbro de largo plazo se alcanzan consderando como pare de la combnacón lneal un nercepo y una componene de endenca. La relacón enre (23) y (24): se esablece s µ α µ α µ 2 δ αδ α δ 2 Johansen, S. (994). The Role of he Consan and Lnear Terms n Conegraon Analyss of Nonsaonary Varables, Economerc Revews, 3. 77
37 Caso A El modelo VAR(k) consdera endenca cuadráca en las varables. La represenacón VEC(k-) consdera endenca lneal: y µ δ Esmacón (23) Caso B Elmna del modelo VAR(k) la endenca cuadráca En la represenacón VEC(k-) se mpone δ 2 Esmacón (24) Caso C El modelo VAR(k) consdera endenca lneal en las varables La represenacón VEC(k-) consdera µ Esmacón (23) Caso D El VEC(k-) consdera an solo nercepo en la relacón de largo plazo Esmacón (24) Msas, M. y H. Olveros (997) Conegracón, Exogenedad y Críca de Lucas: Funcones de Demanda de Dnero en Colomba: un ejercco mas, Borradores Semanales de Economa, No. 75 Subgerenca de Esudos Económcos, Banco de la Repúblca. 78
38
39 ( ) ( ) [ ] r T r H r QH ln 2ln λ λ ( ) ( ) [ ] r T r H r QH 2 2 ln 2ln λ λ ( ) ( ) [ ] P r T r H r QH ln 2ln λ λ ( ) ( ) [ ] P r T r H r QH ln 2ln λ λ
40 Una vez se han denfcado las componenes deermníscas relevanes, la longud del rezago y el número de vecores de conegracón Méodo de Johansen - Juselus (99) Se puede pasar, s se consdera necesaro, a la eapa de confronacón de la veracdad de combnacones lneales y/o resrccones sobre los parámeros α H 3 H 4 Conjuna: H 5 Ecuacón caracerísca: Valdacón sobre resrccones lneales en los parámeros de conegracón : H 3 : Πα Φ H donde Φ :( sxr) yh: ( pxs) λ R H SkkH H Sk S S kh Johansen, S. and K. Juselus (99). Maxmun Lkelhood Esmaon and Inference on Conegraon - Wh Applcaons o he Demand for Money, Oxford Bullen of Economcs and Sascs,
41 Ejemplo Relacón de largo plazo planeada por la eoría de pardad del poder de compra: PPP Análss sobre ( ) ( ) Z e, P, P ~ I e : Tasa de cambo P : Preco exerno P : Precos nernos La eoría económca planea una relacón de largo plazo al que: e P P ~ I( ) Así, al enconrar bajo Johansen que exse un vecor de conegracón (r) se ene: e P P ~ I ( ) 2 3 La resrccón económca reduce el número de parámeros ndependenes de conegracón de res a uno 8
42 Por consguene, la marz HΦ de la sguene manera: 2 Φ 3 H donde Φ : H: ( x) ( ) 3x marz de parámeros no conocdos marz de resrccones al que: Φ, Φ 3 2 8
43 Dado que H es conocda, para obener una esmacón de Φ Φ debe ser reemplazado por HΦ en el procedmeno dscudo. La esmacón resrngda de HΦ se derva de la sguene ecuacón caracerísca: λ R H SkkH H Sk S S kh donde solo se ulza la nformacón de la marz H y en consecuenca, los R valores propos defndos como λ (,,r) y sus r vecores propos no requeren del conocmeno de Φ La verfcacón de la PPP se esablece a ravés de un es que nvolucra los NR λ (,,r) y los obendos bajo la resrccón. Π Φ H α R ( ) H 3 : es decr: HΦ r [ ( ) ( )] λ 2 ln QHR r HNR r T ln λ NR ~ χ 2 ( r ps ) 82
44 Ejemplo 2 Dos vecores de conegracón (r2) Supóngase que se desea mponer las sguenes resrccones: H 3 : HΦ, φ φ φ 2 φ Es decr: φ, φ , lbres
45 Valdacón sobre resrccones lneales en los parámeros:α H 4 : Π Ψ A ( ) ( ) A : pxm yψ: mxr Ecuacón caracerísca: S S S S λ R kk. b kab. aab. ak. b S T R R, j a, k jb. T R AR S S BR, R R S S BR a o ab bb o k k kb bb o S BS B, S AS B, S S B bb ab kb k donde B A r [ ( ) ( )] λ 2 ln QHR r HNR r T ln λ R NR ~ χ 2 ( ) ( r p m ) 84
46 Valdacón sobre resrccones conjunas en los parámeros : α y H 5 : Π AΨΦH A :( pxm) yψ: ( mxr) Φ :( sxr) yh: ( pxs) r [ ( ) ( )] λ 2 ln QHR r HNR r T ln λ R NR ~ χ 2 ( ) ( ) ( r p s p m ) 85
47
48 Exogenedad y Causaldad El mecansmo de modelzacón economérca propueso por el LSE provee un marco de referenca adecuado para nroducr la dscusón sobre exogenedad y Causaldad Pare del concepo de proceso generador de daos conjuno: es decr, de la dsrbucón conjuna de varables aleaoras: JDGP Procede, a la facorzacón adecuada del JDGP con el propóso de garanzar que la represenacón selecconada del problema bajo esudo perma un acercameno al fenómeno. 86
49 que facle: () la esmacón de los parámeros de nerés (2) el alcance de los objevos (3) la nerpreacón de los resulados x Dado un vecor de p varables, se defne como el conjuno de nformacón complea en el momeno ( ) a la marz: X ( x, x2, L, x) de al forma que, la probabldad conjuna de la muesra x, JDGP, se descrbe como: ( ; Θ) JD x X (25) JD: funcón de densdad conjuna Θ Conjuno de parámeros desconocdos El proceso de modelzacón del LSE consse en smplfcar (25) medane: () resrccón, () margnalzacón y () especfcón de una forma funconal Con el fn de alcanzar una represenacón JDGP smple y con sendo económco 87
50 ( ; Θ) JD x X (, : Θ ) (, : Θ ) ( : Θ ) C Y Y Z M Z Y Z N U X 2 3 En (26) se consderan: (26) Varables endógenas de nerés Y Varables exógenas de nerés Z Varables que no son de nerés U donde C: densdad condconal M: densdad margnal Dado que, a ravés de la eoría económca, el conjuno de varables de no nerés puede ser reducdo al conjuno vaco, la facorzacón en (26) puede ser reescra como: ( ; Θ) JD x X (, : Θ ) M ( Z Y, Z : Θ ) C Y Y Z 2 (27) Cuhberson, K., Hall, S. and Taylor, M. 993 Appled Economerc Technques, Mchgan Press. Charemza, W. and D. Deadman 997 New Drecons n Economerc Pracce, Edward Elgar, Second Edon. 88
51 En noacón general se ene: ( ; Θ) F ( Y Z ; Θ ) F( Z ; Θ ) F x 2 (28) x yz z La valdez de la facorzacón presenada en (28) se alcanza en la medda en que el conjuno de varables Z sea exógeno débl. Es decr que el conjuno de varables que perenencen a C sea ndependene de forma conemporánea de aquellas que perenecen a M. Exogenedad débl Una varable (o un conjuno de varables) Z se consdera exógena débl para los parámeros de nerés : Ψg( Θ) en una muesra deermnada s y solo s exse una reparamerzacón de Θ : de al forma que: () Ψ ( Θ ) (, ) Θ Θ Θ 2 g, es decr, los parámeros de nerés an solo son funcón de los parámeros asocados a la dsrbucón condconal Ercson, N.R. and J.S. Irons (994) Tesng Exogeney, Advanced Tex n Economercs, Oxford Unversy Press. 89
52 (2) La facorzacón presenada en (28) se cumpla. Es decr, que los parámeros Θ Θ y 2 varíen lbremene Θ Θ xθ Exogenedad fuere 2 Una varable (o un conjuno de varables) Z es exógena fuere s: () Es exógena débl respeco a los parámeros de nerés (2) No es causada bajo Granger por las endógenas rezagadas: Y -j. Es decr, la varanza resdual del modelo sobre Z no dsmnuye de manera sgnfcava al adconar, a su propa hsora, la hsora de las endógenas. Super Exogenedad La varable (o conjuno de varables) Z alcanza ese grado de exogenedad s () Es exógena débl respeco a los parámeros de nerés (2) Los parámeros de la dsrbucón condconal son nvaranes respeco a cambos sufrdos por los parámeros asocados a la dsrbucón margnal F( Z ;Θ ) z 2 En la dsrbucón margnal se aslan aquellos parámeros asocados a las varables que esán sujeas a shocks exernos al ssema, los cuales afecan a Θ 2 pero no se propagan a Θ 9
53 En ese sendo, el concepo de super exogenedad esá nmamene relaconado con la Críca de Lucas S Z, en un modelo dnámco, es super exógena y se ve afecada por un cambo de régmen, el modelo condconal no esará sujeo a la famosa críca de Lucas La super exogenedad perme efecuar análss de políca por no esar el modelo condconal sujeo a la críca de Lucas. S se supone que los modelos condconal y margnal represenan las decsones de los agenes y las de los polcymakers, respecvamene, bajo super exogenedad el vecor de parámeros de los agenes:, es Θ nvarane a cambos en las reglas de políca que enran al ssema vía Θ 2 9
54 Ejemplo: Funcón de demanda, vecores de conegracón : donde W M CPI RL INC Represenacón VAR(2) W µ AW A W 2 2 (29) A α α2 α3 α4 f f f f α α α α f f f 2 f α α α α f f f 3 23 f α α α 2 3 α f f f f 44 (29A) A 2 f f f f f f f f f f f f f f f f
55 Represenacón VEC() W µ F W αw (3) donde W M CPI RL INC µ µ µ 2 µ 3 µ 4 α α α 2 α 3 α 4 F f f f f f f f f f f f f f f f f [ ] (3A) Ssemas parcales Johansen 992 muesra la posbldad de planear ssemas parcales a parr de modelos condconales al que se presena la sguene separacón: W (dmensón P) Y Z (dmensón P Y ) (dmensón Pz) 93
56 El modelo planeado en (3) puede ser descompueso en: () Un modelo condconal de Y (2) Un modelo margnal de Z ( ) ( ) Y µ ζµ α ζα W ζ Z F ζf W ζ Y Z Y Z Y Z Y Z (3) donde Z () αy ( PY x r) yαz ( PZ x r) () µ ( P x ) y µ ( P x ) Y Y Z µ α W F W Z Z z Z son submarces de α son subvecores de µ () FY ( P x P) y FZ ( P x P) Y Z son submarces de F (v) ζ Σ ( Σ ) YZ ZZ de orden P Y x P Z Z (32) S se consdera, por ejemplo, a Z conformado an solo por el ngreso real INC y a Y por las resanes varables: (M, CPI, RL ) se ene que (3) y (32) 94
57 conforman la facorzacón presenada en (26), después de elmnar el conjuno de nformacón N de acuerdo al modelo eórco de demanda. Ψ En caso de que: ( ) g Θ los modelos condconal y margnal (3) y (32) dependen de En consecuenca, Z adquere la condcón de exogenedad débl s y solo s: α Z en (32) el modelo margnal no depende de los parámeros de nerés INC : exógena débl en el ssema en la represenacón VAR(2) (29) α 4 Es decr, la ecuacón del ngreso real en (3) no consdera la resrccón de largo plazo como deermnane de su dnámca. La condcón de exogenedad fuere es alcanzada por el ngreso real, s sendo ése exógeno débl, se ene: f 4 f 42 f 43 en (29A) y (3A) 95
58 Es decr, la varable INC no es causada en el sendo Granger por las varables: (M, CPI, RL ) El ngreso real es super exógeno s: () es exógeno débl () los parámeros del modelo condconal no se ven afecados por nervencones sobre los parámeros del modelo margnal, es decr, Θ no es funcón de Θ 2 Pruebas sobre exogenedad Las represenacones condconal y margnal presenadas en (3) y (32) mplcan exogenedad débl de las varables Z respeco a los parámeros s y solo s es posble probar que α Z La verfcacón de H :α Z puede llevarse a cabo medane H 4 Puede enenderse como la mposcón de una resrccón lneal sobre uno o unos de los coefcenes de la marz de ajuse α Esadísca de prueba: r [ ( ) ( )] λ 2 ln QHR r HNR r T ln λ R NR ~ χ 2 ( ) r x P z 96
Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida
Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de
Más detallesANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL
ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de la
Más detallesNota de Clase 5 Introducción a modelos de Data Panel: Generalidades
oa de Clase 5 Inroduccón a modelos de Daa Panel: Generaldades. Por qué daos de panel? Los modelos de daos de panel son versones mas generales de los modelos de core ansversal seres de empo vsos hasa el
Más detalles4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos
4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón lecarden@esm.mx Deparameno de Ingenería Indusral y de
Más detallesEstadística de Precios de Vivienda
Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal
Más detallesESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO
ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO Fabrco Morán Rugel 1, José Zúñga Basdas 2, Francsco Marro García 3 RESUMEN Después de haber analzado las écncas
Más detallesIntroducción a la Teoría de Inventarios
Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda
Más detallesCálculo y Estadística
Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una
Más detallesEstadística de Precios de Suelo
Esadísca de Precos de Suelo Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal
Más detallesTema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden
Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )
Más detalles1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES
oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.
Más detallesTIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas.
TIPOS D TNDNCIAS Y SUS CONSQUNCIAS. Tendencas esocáscas versus deermnsas. Concepos báscos. Parmos de la base que una sere emporal es la realzacón de un proceso esocásco. Tal y como vmos en los modelos
Más detallesCRÉDITO PESCA. Consideraciones del producto:
CRÉDITO PESCA Consderacones del produco: Los crédos se oorgan para el fnancameno de las acvdades de pesca: comerco, exraccón y/o ndusralzacón. Se basan en la capacdad de pago de los clenes y su hsoral
Más detallesCurso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos
Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en
Más detallesCapítulo 3 Metodología.
Capíulo 3 Meodología. 3.1. Represenacón paramérca de la relacón enre el ngreso per cápa de los hogares y las caraceríscas soco-demográfcas de sus membros. La meodología ulzada en ese rabajo se basa en
Más detallesCRÉDITO AGRICOLA. Consideraciones del producto:
Versón: CA-5.04. CRÉDITO AGRICOLA Consderacones del produco: Son crédos que se oorgan para fnancameno de acvdades agropecuaras y se basan en la capacdad de pago de los clenes y su hsoral credco. Se conceden
Más detallesEl signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.
AUTO-INDUCTANCIA: Una bobna puede nducr una fem en s msma.s la correne de una bobna camba, el flujo a ravés de ella, debdo a la correne, ambén se modfca. Así como resulado del cambo de la correne de la
Más detalles9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC
9. IUITOS DE SEGUNDO ODEN Y 9.. INTODUIÓN En el capíulo aneror mos como los crcuos ressos con capacancas o los crcuos ressos con nducancas enen arables que son calculadas medane ecuacones dferencales de
Más detalles+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D
PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno
Más detallesRecuperación de la Información
ssema de recuperacón de nformacón Recuperacón de la Informacón consula documenos mach Documenos Concepos Báscos relevane? ssema de recuperacón de nformacón palabras clave ndexado Las palabras clave (keywords)
Más detallesDinero, precios, tasa de interés y actividad económica: un modelo del caso colombiano (1984:I 2003:IV)
Dnero, precos, asa de nerés y acvdad económca: un modelo del caso colombano (984:I 23:IV) José Fernando Escobar. y Carlos Eseban osada. esumen A parr de un esquema de ofera y demanda de dnero se esmó un
Más detallesModelos Multivariantes con Estructura Dinámica Transitoria no Recursiva y con Relaciones de Cointegración
Modelos Mulvaranes con Esrucura Dnámca Transora no Recursva y con Relacones de Conegracón Movacón I En el úlmo ema hemos vso como funconan los modelos economércos esaconaros. Sn embargo, ambén sabemos
Más detallesTEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS
TMA 7 MODLO IS-LM N CONOMÍAS ABIRTAS l modelo IS-LM en economías aberas Concepos fundamenales n el ema aneror analzamos el po de cambo como s fuera un nsrumeno de políca económca. Sn embargo ése se deermna
Más detallesEJERCICIO Usando los datos sobre el consumo de gasolina en los Estados Unidos que se muestran en el cuadro 1, estime los modelos siguientes:
EJERCICIO echa de enrega: Novembre 9,. Usando los daos sobre el consumo de gasolna en los Esados Undos que se muesran en el cuadro, esme los modelos sguenes: a) Esme, consderando el período 95 97, los
Más detallesDeterminantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Deermnanes de los spreads de asas de los bonos corporavos: revsón de la leraura SEMINARIO PARA
Más detallesMODELOS DE SERIES DE TIEMPO. porque su esperanza (condicional) depende de su valor en el período pasado:
Apunes de Teoría Economérca I. Profesor: Vvana Fernández MODELOS DE SERIES DE TIEMPO I CONCEPTOS PRELIMINARES. Procesos Auorregresvos y de Promedo Móvl Se dce que sgue un proceso auorregresvo: es rudo
Más detallesPronóstico con Modelos Econométricos
Pronósco con Modelos conomércos Hldegar A. Ahumada UD A common complan (n he UK): When weaher forecass go awr, meeorologss ge a new supercompuer When economs ms-forecas, we ge our budges cu (Hendr, 200)
Más detallesMecanismos de palanca. Apuntes.
Mecansmos de palanca. Apunes. Oreses González Qunero Deparameno de Ingenería Mecánca Faculad de de Ingenerías Químca y Mecánca 2007 1 1.- Inroduccón. El análss de los mecansmos y máqunas ene por objevo
Más detallesANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL FEMENINA EN CHILE. Evelyn Benvin y Marcela Perticará ƒ. Resumen
ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL EMENINA EN CHILE Evelyn Benvn y Marcela Percará ƒ Esa versón: Marzo 2007 Resumen En ese rabajo hemos aplcado écncas de descomposcón mcroeconomércas con
Más detallesMacroeconomic Effects of Fiscal Shocks in the European Union: A GVAR Model
Unversy of Exremadura Deparmen of Economcs Macroeconomc Effecs of Fscal Shocks n he European Unon: A GVAR Model Ths verson: February 212 Alejandro RICCI RISQUETE Julán RAMAJO HERNÁNDEZ Unversdad de Exremadura
Más detallesTema 4. Condensadores y Bobinas
Tema 4. ondensadores y Bobnas 4. Inroduccón 4. ondensadores 4.3 Energía almacenada en un condensador 4.4 Asocacón de condensadores 4.5 Bobnas 4.6 Energía almacenada en una bobna 4.7 Asocacón de bobnas
Más detallesConsideraciones generales sobre dinámica estructural
Capíulo Consderacones generales sobre dnámca esrucural Inroduccón El obeo de la dnámca esrucural es el análss de esrucuras bao cargas dnámcas, es decr cargas que varían en el empo. Aunque la mayoría de
Más detallesDivisión de Ciencias Sociales y Humanidades Licenciatura en Economía
UNIVERSIDAD AUTONOMA METROPOLITANA UNIDAD IZTAPALAPA Dvsón de Cencas Socales y Humandades Lcencaura en Economía Algunas noas sobre auocorrelacón y heeroscedascdad Inroduccón A.. Heeroscedascdad 3 Nauraleza
Más detallesSer keynesiano en el corto plazo y clásico en el largo plazo*
Ser keynesano en el coro plazo y clásco en el largo plazo* Gérard Duménl** y Domnque Lévy*** Inroduccón * Traducdo por Davd A. Turpn jr., Deparameno de Economía de la UAM-A. ** CE: gerard. dumenl@u-pars0.fr
Más detalles5. Los sistemas de pensiones y el ahorro nacional
5. Los ssemas de pensones y el ahorro naconal Uno de los aspecos más mporanes ras la reforma a un ssema de pensones es su mpaco sobre el ahorro naconal dado el vínculo enre ése y el desempeño de la economía.
Más detallesTÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS
TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS 3 39 Ssema de generacón elécrca con pla de combusble de óxdo sóldo almenado con resduos foresales y su opmzacón medane algormos basados
Más detallesAPÉNDICE B. METODOLOGÍA ECONOMÉTRICA BÁSICA
APÉNDICE B. METODOLOGÍA ECONOMÉTRICA BÁSICA Esaconaredad El concepo de esaconaredad es de suma mporanca en la eoría de la conegracón. Aquí se ulzará el concepo de esaconaredad en sendo débl, o de segundo
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 detallesEstadística Clase 6. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Esadísca 011 Clase 6 Maesría en Fnanzas Unversdad del CEMA Profesor: Albero Landro Assene: Julán R. Sr Clase 6 1. Análss de Regresón. Especfcacón y Esmacón 3. Supuesos del modelo de regresón lneal 4. Propedades
Más detallesEn este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para
CAPITULO 4 Descrpcón del algormo propueso En ese capíulo se presena a dealle el esquema de relaacón Lagrangeana ulzado para la obencón de coas nferores; así como ambén, la descrpcón de la heurísca prmal
Más detallesDOCUMENTO DE TRABAJO. www.economia.puc.cl
Insuo I N S T Ide T Economía U T O D E E C O N O M Í A T E S I S d e M A G Í S T E R DOCUMENTO DE TRABAJO ¾¼¼ Ê Ð Ò ÒØÖ Ð ÈÖ Ó Ð È ØÖ Ð Ó Ý ÐÓ Ê ØÓÖÒÓ Ð ÓÒ ÐÓ Ø ÒØÓ Ë ØÓÖ ÓÒ Ñ Ó Ð ÒÓ Æ Ø Ð Á Ð ÐÐ Ö Ó Ë
Más detallesTema 2 Circuitos Dinámicos de Primer Orden
Tema 2: Crcuos Dnámcos de Prmer Orden Tema 2 Crcuos Dnámcos de Prmer Orden A nade en su sano juco se le habría ocurrdo preparar enonces odos esos componenes (ranssores, ressores y condensadores a parr
Más detallesEL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE)
EL METODO PERT (PROGRM EVLUTION ND REVIEW TECHNIQUE) METODO DE PROGRMCION Y CONTROL DE PROYECTOS Desarrollado en 1958, para coordnar y conrolar la consruccón de submarnos Polars. El méodo PERT se basa
Más detalles7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:
7 Consdere los ejerccos.b.c a Encuenre un nueo modelo en arable de esados consderando la ransformacón dada por: x x x x b Para.d halle la ransformacón por auoalores Resoleremos el ncso a para el ejercco.c
Más detallesFASCÍCULO: MATRICES Y DETERMINANTES
FSÍULO: MRIES Y DEERMINNES on el avance de la ecnología en especal con el uso de compuadoras personales, la aplcacón de los concepos de marz deermnane ha cobrado alcances sn precedenes en nuesros días.
Más detallesÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO. Departamento de Economía Aplicada
ÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO Deparameno de Economía Aplcada Faculad de Cencas Económcas y Empresarales e-mal: ecoapl@eco.uva.es Avda. del Valle de
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Insrcor: Horaco Caalán Meoología e la Economérca Moerna Concepos Fnamenales Moelo Teórco (fncón maemáca) Moelo esmable (en érmnos
Más detallesNORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS
NORMA PARTIULAR 3.2 NORMAS PARA LA ONSTITUIÓN DE PREVISIONES PARA RIESGOS REDITIIOS a. Prevsones para resgos credcos ) Prevsón según caegoría de resgo ) Mono de resgo sujeo a prevsón ) Deduccón de garanías
Más detallesÍndices de precios y Preferencias Reveladas. Microeconomía Douglas C. Ramírez V.
Índces de precos y referencas Reveladas Mcroeconomía Douglas C. Ramírez V. LOS ÍNDICES Los números índces o índces son un nsrumeno esadísco muy úl y de uso muy exenddo. G.R. Carl. En Iala, en 1764 realzó
Más detallesDavid Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es
Tme dependence on Fnancal Operaons of Invesmen Davd eballos Hornero Deparamen de Maemàca Econòmca, Fnancera Acuaral. Unversa de Barcelona ceballos@eco.ub.es Dynamc analyss of a Fnancal Operaon of Invesmen
Más detallesCálculo y Estadística
PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una empresa emplea res
Más detallesSéptimas Jornadas de Economía Monetaria e Internacional La Plata, 9 y 10 de mayo de 2002
Unversdad Naconal de a Plaa Sépas Jornadas de Econoía Moneara e Inernaconal a Plaa, 9 y de ayo de 22 Un Análss Econoérco del Efeco de la Políca Moneara en Argenna Urera, Gasón Ezequel (Unversdad Epresaral
Más detallesEstimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo
Esmacón de una fronera de efcenca écnca en el mercado de seguros uruguao Faculad de Cencas Económcas de Admnsracón Unversdad de la Repúblca María Eugena Sann Fernando Zme Tel.: 598 709578 Tel.: 598 70008
Más detallesEJERCICIOS: Análisis de circuitos en el dominio del tiempo
EJEIIOS: Análss de crcuos en el domno del empo. égmen ransoro y permanene. En cada uno de los sguenes crcuos el nerrupor ha esado abero largo empo. Se cerra en. Deermnar o I, dbujar la onda correspondene
Más detallesProductos derivados sobre bienes de consumo
Producos dervados sobre benes de consumo Francsco Venegas Marínez, Salvador Cruz Ake n Resumen: Ese rabajo de nvesgacón desarrolla un modelo de equlbro general con expecavas raconales en empo connuo úl
Más detallesIV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA. a) Indique en que se basa el cumplimiento, en su caso, de las siguientes igualdades
IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA 1 En el conexo del modelo de regresón lneal Y = β1+ βx + u a) Indque en que se basa el cumplmeno, en su caso, de las sguenes gualdades T T u ˆ u = 1 = 1 u = = ;
Más detallesPREDICCIÓN DE VOLATILIDAD CON LOS ÍNDICES DE VOLATILIDAD VIX Y VDAX
PREDICCIÓN DE VOLILIDD CON LOS ÍNDICES DE VOLILIDD VIX Y VDX El objevo de ese rabajo es esudar la capacdad predcva de los índces de volaldad. Para el perodo 99-0, analzamos daos de los índces amercanos
Más detallesLA MODELIZACIÓN DE PROCESOS
L MODELIZIÓN DE ROESOS En ese capíulo, se presena una meodología en desarrollo para modelos dnámcos de procesos químcos. Después de esudar ese capíulo, el esudane debería ser capaz de: Escrbr las ecuacones
Más detallesAnálisis de la competencia en un mercado mayorista de electricidad: el caso de España
Fac. CC. Económcas y Empresarales Unversdad de La Laguna Fac. CC. Económcas y Empresarales Unv. de Las Palmas de Gran Canara Análss de la compeenca en un mercado mayorsa de elecrcdad: el caso de España
Más detallesPARTE II FUNDAMENTO ECONOMÉTRICO
PARTE II FUNDAMENTO ECONOMÉTRICO La economería de seres de empo esá en consane evolucón, lo que ha oblgado a los economsas a replanearse los modelos revsar la valdez empírca de la eoría. En ese aparado
Más detallesMUESTRAS CON ROTACIÓN DE PANELES
487 MUESTRAS CON ROTACIÓN DE PANELES THOMAS POLFELDT Consulor, INE Sueca (Sascs Sweden). 488 Muesras con roacón de paneles ÍNDICE Págna. Defncones Generales... 489. Por Qué una Muesra de Roacón?... 489
Más detalles1.1 Ejercicios Resueltos Tema 1
.. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa
Más detallesUn Modelo Macroeconómico del Riesgo de Crédito en Uruguay
Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanes Aleandro Pena Andrés Sosa 002-204 688-7565 Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanesª, Aleandro Pena b**,
Más detallesMETODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP
METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP MARZO DE 20 TABLA DE CONTENIDO. GENERALIDADES:... 3.. VALOR BASE... 3.2. NÚMERO DE EMISORES QUE COMPONEN EL ÍNDICE... 3.3. ACCIONES POR EMISOR... 3.4. PARTICIPACIÓN
Más detallesINTERVALOS DE CONFIANZA BOOTSTRAP EN REGRESIÓN P-SPLINE CON ERRORES AUTOCORRELACIONADOS
Marí, Gonzalo Zno, Ncolás Insuo de Invesgacones Teórcas y Aplcadas en Esadísca (IITAE) INTERVALOS DE CONFIANZA BOOTSTRAP EN REGRESIÓN P-SPLINE CON ERRORES AUTOCORRELACIONADOS 1. Inroduccón Los modelos
Más detallesFórmulas y modelos econométricos para el análisis de regresión
Fórmulas y modelos economércos para el análss de regresón PÁGINA LEGAL 658.43.3-Paz-F Paz Rodríguez, Jorge Fórmulas y modelos economércos para el análss de regresón / Jorge Paz Rodríguez, Samanha Hernández
Más detallesESTRUCTURA DE LAS SIMILARIDADES
ESTRUCTURA DE LAS SIMILARIDADES Ramón Gonzalez del Campo Lus Garmenda 2 Jord Recasens 3 SIC. Faculad de Informáca, rgonzale@esad.ucm.es 2 DISIA. Faculad de Informáca. UCM, lgarmend@fd.ucm.es 3 Unversa
Más detallesMODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS
MODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS TESIS DE GRADO PARA OPTAR AL TITULO DE MAGISTER EN INGENIERÍA
Más detallesI EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA
I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMERÍA Noa: Los ejerccos con asersco no corresponden al programa acual de Prncpos
Más detallesCaracterís cas de la Metodología para calcular Rentabilidad Ajustada por Riesgo
P S 2015 M C P S 2015 Inroduccón El Premo Salmón es hoy el prncpal reconocmeno enregado a los Fondos Muuos en Chle. Movo de orgullo y cenro de campañas publcaras, ese reconocmeno ha cambado su foco hace
Más detalles11 de marzo de 2006. Aprueban Sistema de Indicadores de Gestión de las Empresas de Servicios de Saneamiento RESOLUCIÓN DE CONSEJO DIRECTIVO
de marzo de 2006 Aprueban Ssema de Indcadores de Gesón de las Empresas de Servcos de Saneameno RESOLUCIÓN DE CONSEJO DIRECTIVO Nº 0-2006-SUNASS-CD Lma, de marzo de 2006 VISTO: El Informe Nº 009-2006-SUNASS-20
Más detallesDistorsiones creadas por la regulación colombiana: El Asset Swap Spread como proxy del Credit Default Swap en el mercado local.
Dsorsones creadas por la regulacón colombana: El Asse Swap Spread como proxy del Cred Defaul Swap en el mercado local. Andrés Gómez Caegoría Lbre Dsorsones creadas por la regulacón colombana: El Asse Swap
Más detallesEl efecto traspaso de la tasa de interés en el Perú: Un análisis a nivel de bancos ( )
El efeco raspaso de la asa de nerés en el Perú: Un análss a nvel de bancos (2002-2005) Rocío Gondo Erck Lahura Dona Rodrguez Marzo, 2006 CONTENIDO Objevo Imporanca Trabajos Prevos Trabajos Prevos Perú
Más detallesMODELOS DE ELECCIÓN BINARIA
MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos
Más detallesEjercicios resueltos y exámenes
Prncpos de Economería y Economería Empresaral I Ejerccos resuelos y exámenes Recoplados por Ezequel Urel I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES
Más detallesLos esquemas de la reproduccio n de Marx
Los esquemas de la reproducco n de Marx Alejandro Valle Baeza Los esquemas de la reproduccón smple y amplada consuyen sólo una pare del análss del proceso de crculacón del capal. Fueron presenados en la
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesSISTEMAS DE ECUACIONES SIMULTANEAS
Apunes de eoría Economérca I. Profesor: Vvana Fernández SISEMAS DE ECUACIONES SIMULANEAS I INRODUCCION A la fecha, nos hemos cenrado en modelos unecuaconales, eso es, aquellos que nvolucran sólo una ecuacón
Más detallesSantiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo
REF.: Modfca Crcular N 2062 que nsruye respeco al raameno de recálculo de pensón, en pólzas de seguros de rena valca del D.L. N 3.500, de 1980. Sanago, CIRCULAR N Para odas las endades aseguradoras y reaseguradoras
Más detallesMtro. Horacio Catalán Alonso
ECONOMETRIA TEORÍA DE LA COINTEGRACIÓN Mro. I. REGRESIÓN ESPURÍA Y X Dos series que presenan camino aleaorio. Si ambas series se consideran en una modelo economérico. Y = Y -1 + u u N(0,s 2 u) X =X -1
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detalles3. El cambio en el sistema de pensiones y su impacto sobre la cobertura
. El cambo en el ssema de pensones y su mpaco sobre la coberura El prmer objevo de ese rabajo es medr el mpaco que la reforma al ssema de pensones ha endo sobre la coberura; medda esa úlma como el número
Más detallesPattern Classification
aern Classfcaon All maerals n hese sldes were aken from aern Classfcaon nd ed by R. O. Duda,. E. Har and D. G. Sork, John Wley & Sons, 000 wh he permsson of he auhors and he publsher Capulo Teora de Decson
Más detallesCICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes.
REPÚLI OLIVRIN DE VENEZUEL MINISTERIO DEL PODER POPULR PR L DEFENS UNIVERSIDD NIONL EPERIMENTL DE L FUERZ RMD NÚLEO ZULI DIVISIÓN DE SERETRÍ RRER: SIGNTUR: MT - NOMRE DEL PROFESOR: ILO SIO DE INGENIERI
Más detallesEFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Arias UCLA. Alberto Carrasquilla Universidad de los Andes
DOCUMENTO CEDE 2002-02 ISSN 1657-7191 (Edcón elecrónca) ABRIL DE 2002 CEDE EFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Aras UCLA Albero Carrasqulla Unversdad de los Andes Aruro Galndo Banco
Más detallesCálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas
1 Cálculo Esocásco Varacón Cuadráca para Marngalas Connuas y Acoadas Gullermo Garro Defncón Varacón fna. Un proceso X es de varacón fna o acoada s sus rayecoras son de varacón fna, c.s. Es decr, s exse
Más detallesExtensión multivariante del índice de capacidad real de procesos. Multivariate extension of the process real capability index
REVISTA INGENIERÍA UC. Vol. 4, N o 3, 86-9, 007 Exensón mulvarane del índce de caacdad real de rocesos Teodoro García (), Maura Vásquez (), Gullermo Ramírez () y José García (3) () Unversdad de Carabobo,
Más detallesVERIFICACIÓN DE LOS SUPUESTOS DEL MODELO DE COX
VERIFICACIÓN DE LOS SUPUESTOS DEL MODELO DE COX Rafael E. Borges P. Escuela de Esadísca, Unversdad de Los Andes, Mérda 511, Venezuela. e-mal: borgesr@ula.ve Temáca: Méodos Esadíscos en Epdemología. Resumen
Más detallesSostenibilidad de la Política Fiscal: Una Simulación de la Restricción Presupuestaria *
ESTUIOS ECONÓMICOS Sosenbldad de la Políca Fscal: Una Smulacón de la Resrccón Presupuesara José Lus Pereyra A.. Inroduccón Polícas fscales desnadas a reacvar la economía corren el resgo de generar défc
Más detallesInversión de Datos de Concentración de Contaminantes Atmosféricos para Estimar la Tasa de Emisión de una Fuente Puntual: Aplicación del Método Adjunto
Inversón de Daos de Concenracón de Conamnanes Amosfércos para Esmar la Tasa de Emsón de una Fuene Punual: Aplcacón del Méodo Aduno Davd Parra 1, Yur N. Sba 1 (1) Cenro de Cencas de la Amósfera, Unversdad
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 detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesANÁLISIS DE DURACIÓN. Econometric Analysis of Cross Section and Panel Data J. M. Wooldridge 2002, MIT Press
ANÁLISIS DE DURACIÓN Economerc Analyss of Cross Secon and Panel Daa J. M. Wooldrdge 22, MIT Press A Companon o Theorecal Economercs Eded by B. Balag 21, Blackwell Publshers Economerc Theory and Mehods
Más detalles1. Introducción, n, concepto y clasificación
Tema 5: Números índces. Inroduccón, n, concepo y clasfcacón 2. Números índces smples. Defncón y propedades 3. Números índces complejos Números índces complejos sn ponderar Números índces complejos ponderados
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesControl Óptimo y Optimización Dinámica
Conrol Ópmo y Opmzacón námca Problemas de Conrol Ópmo Proceso de solucón consse en enconrar los perfles de la varable de conrol vs empo de modo que se opmce un índce parcular de medda de desempeño del
Más detallesFigura 1.1 Definición de componentes de tensiones internas.
. ELEMENTOS DE TENSORES CARTESIANOS. Inroduccón: Para descrbr endades o varables físcas se requere de valores o componenes. El número de componenes necesaras deermna la nauraleza ensoral de la varable.
Más detallesTERMODINÁMICA AVANZADA
ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón
Más detallesCircuitos Limitadores 1/8
Crcuos Lmadores 1/8 1. Inroduccón Un crcuo lmador (recorador) es aquel crcuo que ene la capacdad de lmar pare de una señal de c.a. sn dsorsonar la pare resane de la señal. El crcuo lmador combna dodos
Más detalles