UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D.
|
|
- Agustín López Ortiz
- hace 5 años
- Vistas:
Transcripción
1 UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D. Inroducor Economerics for Finance Chris Brooks 008
2 Modelos de Vecores Auoregresivos (VAR) Modelos auoregresivos es una propuesa generalizada por Sims (980). Un modelo VAR es en escencia un sisema de modelos de regresión con variables predeerminadas. Ej. Exisen más de una variable dependiene. El caso más simple es un VAR bivariado: u 0 k k k k u 0 k k k k Donde u i esá iid con E(u i )=0, i=,; E(u u )=0. Ese análisis se puede exender a un modelo VAR(g), de al forma que exisen g variables endógenas en g ecuaciones. Inroducor Economerics for Finance Chris Brooks 008
3 Modelos de Vecores Auoregresivos (VAR) Noación concepos Un aspeco imporane de modelos VARs es la abreviación de su noación. Por ejemplo, considere que exise un vecor de variable endógenas con un rezago p=. u Se reescribe como: 0 u 0 o 0 0 u u de una manera más compaca se rescribe como VAR(p) o VAR(): = u g g gg g g Inroducor Economerics for Finance Chris Brooks 008
4 Modelos de Vecores Auoregresivos (VAR) Noación concepos (con d) Ese modelo se puede exernder en p rezagos para cada variable incluída en cada ecuación: = p -p + u g g gg g gg g gg g g Se puede exender ese caso para un modelo con variables en diferencias (coro plazo) relaciones de coinegración (largo plazo): el llamado vecor con correcor de errores (VECM). Los modelos VAR esán específicados con variables esacionarias. Inroducor Economerics for Finance Chris Brooks 008
5 Modelos VAR comparado con ecuaciones esrucurales Venajas de los modelos VAR - No necesia especificar cuales son endógenas o exógenas: odas son endógenas. - Tiene maores venajes que los modelos ARIMA: pueden inervenir oras variables exógenas. - Se asume que no exisen efecos simuláneos: se puede aplicar de forma separada MCO para cada ecuación. - Los pronósicos de modelos VAR son frecuenemene mejores que los modelos esrucurales. Problemas con modelos VAR - Modelos VARs son aéoricos (al igual que los modelos ARIMA) - Cómo se decide el amaño ópimo del rezago? - Muchos parámeros! Si se ienen g ecuaciones para g variables se ienen p rezagos en cada ecuación, se iene que esimar (g+ pg ) parámeros. e.d. g=3, p=3, nùmero de parámeros = Se debe asegurar que odos los componenes VAR son esacionarios? - Còmo se inerprean los coeficienes? Inroducor Economerics for Finance Chris Brooks 008
6 Escogiendo el amaño ópimo de rezago para un VAR enfoques posibles: resricciones enre ecuaciones crierios de informaciòn. Resricciones enre ecuaciones. En el espírio de modelos VAR(irresricro), cada ecuación debe ener el mismo amaño de rezago. Suponga un modelo bivariado VAR(8) que se esima con base en 8 rezagos para cada ecuación, se quiere examinar que 4 de 8 son cero de forma conjuna. Eso se realiza mediane la razón de verosimiliud (LR) Se denoa una mariz residual de varianza - covarianza(dado por uˆ uˆ /T), como ˆ..La razón de verosimiliud se prueba por: LR T log ˆ r log ˆ u Inroducor Economerics for Finance Chris Brooks 008
7 Escogiendo el amaño ópimo de rezago para un VAR (con d) Donde ˆ r es la mariz residual de varianza-covarianza resrica (4 rezagos), ˆ u es la mariz residual de varianza-covarianza irresrica (8 rezagos) T es el amaño de la muesra. La prueba esadísica esá asinóicamene disribuida con una con grados de liberad igual al número oal de resricciones.. En el modelo VAR se esán Resringiendo 4 rezagos para dos variables en cada una de las dos ecuaciones: = un oal de 4 * * = 6 resricciones. En el caso general se ienen un VAR con g ecuaciones, se quiere imponer la resricción que q rezagos son iguales a cero; en consecuencia, se endría g q resricciones de forma conjuna. Desvenajas: conduciendo la prueba LR es ediosa requiere disribución normal en los residuos. Inroducor Economerics for Finance Chris Brooks 008
8 Crierios de información para el amaño del rezago VAR Se aplican versiones mulivariadas de crierios de información, lo cual se puede definir a ravés de: MAIC ln ˆ k / T ln ˆ k MSBIC ln(t) T ˆ k MHQIC ln ln(ln(t)) T k es el número oal de regresores en odas las ecuaciones, que será igual a g k + g para g ecuaciones, cada uno con k rezagos de las variables g, más ún ermino consane en cada ecuación. Esos valores se consruen para 0,, rezagos (se deermina un número máximo rezago preesablecido k ). Inroducor Economerics for Finance Chris Brooks 008
9 Modelos VAR inclue érminos conemporáneos? Si se asume un VAR de la forma: Qué sucede si se añaden érminos simuláneos o conemporáneos? u Se puede escribir como: u 0 u 0 0 u Esa es la forma primiiva del modelo VAR. 0 u u Inroducor Economerics for Finance Chris Brooks 008
10 VAR forma primiiva vs. VAR forma esándar Se puede ellevar a la pare izquierda: o B = u 0 0 u u Se puede muliplicar a ambos lados por B -, lo cual implica: o = B B B - u = A 0 + A - + e Esa es la forma esándar VAR, que se puede esimar mediane MCO. Inroducor Economerics for Finance Chris Brooks 008
11 Inroducor Economerics for Finance Chris Brooks 008 Significancia en bloque prueba de causalidad Un modelo VAR inclue varios rezagos de las variables, es díficil disinguir cual es significaiva cuál no. Para ilusración considere un modelo bivarido VAR(3): Ese VAR se puede expresar a ravés de ecuaciones individuales: Se esá ineresado en las pruebas de hipóesis en una forma maricial. u u u u
12 Significancia en bloque prueba de causalidad(con d) Hpohesis Implied Resricion. Lags of do no explain curren = 0 and = 0 and = 0. Lags of do no explain curren = 0 and = 0 and = 0 3. Lags of do no explain curren = 0 and = 0 and = 0 4. Lags of do no explain curren = 0 and = 0 and = 0 Se puede aplicar la prueba F-es para cada ecuación. Lo anerior es la llamada Causalidad de Granger. La causalidad de Granger busca las siguienes respuesas Los cambios en causan cambios en? Si causa a, los rezagos de deberían ser signficaivos en. En ese caso, se dice que causa Granger. Si causa, los rezagos de deberían ser significaivos para. Si ambos rezagos son significaivos, se dice que exise una causalidad bidireccional Inroducor Economerics for Finance Chris Brooks 008
13 Funciones de impulso-respuesa Los modelos VAR son díficiles de inerprear: una solución es consruir funciones de impulso-respuesa descomposición de varianza Las funciones de impulso-respuesa explican la respuesa de cada variable dependiene del VAR a un shock en el érmino de error. Un shock único es aplicado a cada variable dependiene del modelo VAR. Considere un modelo bivariado VAR(): u 0 u 0 Un cambio en u cambiará inmediaameene, cambiará ambién durane el período siguiene. Se puede examinar cuáno durará el impaco del shock en cada ecuación sobre odas las variables del sisema. Inroducor Economerics for Finance Chris Brooks 008
14 Descomposición de la varianza La descomposición de varianza ofrece una manera diferene de examinar la dinámica VAR. Proporciona información de cambios en la variable dependiene debido a sus propios schoks versus shocks de oras variables. Sinónimos de shocks: choques, innovaciones, perurbaciones o impulsos. Lo anerior se consigue al deerminar que ano de los errores pronósicados de la varianza, en s-pasos hacia adelane, es explicada por las innovaciones de cada variable incluída en el sisema VAR: La descomposición de varianza brinda información acerca de la imporancia realaiva de cada shock enre las variables del modelo VAR. Inroducor Economerics for Finance Chris Brooks 008
15 Funciones de impulso-respuesa la descomposición de varianza La ordenación de las variables Para realizar funciones de impulso-respuesa descomposición de la varianza, el orden en la ordenación de las variables es imporane. Desde que los signos de los coeficienes pueden ser posivos o negaivos, esadísicamene significaivos o no, la inerpreación de modelos VAR es díficil: cómo reacciona una variable frene a cambios, innovaciones o choques de oras variables? Se uiliza el análisis de impulso-respuesa en s-pasos hacia adelane. En la ordenación de impulso-respuesa Cholesk, se asume que las primera variable es exógena las que siguien son endógenas. La realización de impulso-respuesa mediane una específicación generalizada la ordenación de las variables no influe. Inroducor Economerics for Finance Chris Brooks 008
16 Funciones de impulso-respuesa la descomposición de varianza La ordenación de las variables Lo anerior se basa en que los errores del modelo VAR no esán relacionados. Sin embargo, lo anerior no es ciero. Los errores esán frecuenemene relacionados: ienen un mismo componene.. Lo que se iene que hacer es orogonalizar las innovaciones. En un VAR bivariado, ese problema se puede aribuir a parones comunes en el modelo VAR. En el caso más general, la oroganilización es más compleja pero la inerpreación es la misma. Inroducor Economerics for Finance Chris Brooks 008
LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)
LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) ESPECIFICACION La meodología VAR es, en ciera forma, una respuesa a la imposición de resricciones a priori que caraceriza a los modelos economéricos keynesianos:
Más detallesMODELOS DE VECTORES AUTOREGRESIVOS (VAR) DR. LUIS MIGUEL GALINDO
MODELOS DE VECTORES AUTOREGRESIVOS (VAR) DR. LUIS MIGUEL GALINDO VAR: GENERAL Represenación del modelo VAR: () + + = e e A A A A w w c c c c L L L L L L L L ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( Selección:.
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 detallesLicenciatura de ADE y Licenciatura conjunta Derecho y ADE. Hoja de ejercicios 3
Licenciaura de ADE y Licenciaura conjuna Derecho y ADE Hoja de ejercicios 3 Ejercicio 1 El análisis de series emporales puede aplicarse a la resolución de muliud de problemas económicos. Uno de los que
Más detallesModelos Multivariantes Recursivos. Variables exógenas. Modelos Uniecuacionales
Modelos Mulivarianes Recursivos. Variables exógenas. Modelos Uniecuacionales Moivación (I) En los 3 primeros emas hemos viso la modelización ARIMA univariane. Los modelos ARIMA no son modelos economéricos
Más detallesECONOMETRÍA II CURSO Segunda evaluación parcial. donde y son variables artificiales centradas relativas al trimestre i.
ECONOMETRÍA II CURSO 2008 Segunda evaluación parcial ) Suponga dos procesos diferenes para la variable rimesral donde y son variables arificiales cenradas relaivas al rimesre i. Responda si las siguienes
Más detallesGUÍA 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 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 detallesQué explica las fluctuaciones de la inflación en el Perú en el periodo ? *
Qué explica las flucuaciones de la inflación en el Perú en el periodo 22-28? * Jorge Salas (BCRP) Encuenro de Economisas BCRP 26 de noviembre, 28 *El conenido de esa presenación es solo de responsabilidad
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 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 detallesEfectos Económicos de la Política Fiscal en el Perú: Una análisis Comparativo y Metodológico de SVAR. (Avance) Subgerencia de Investigación Económica
Efecos Económicos de la Políica Fiscal en el Perú: Una análisis Comparaivo y Meodológico de SVAR Jens Hagen (Universidad de Kiel) Miguel Tam (UNI) (Avance) Subgerencia de Invesigación Económica Moivación
Más detalles5. Modelos dinámicos
5. Modelos dinámicos Los modelos lineales dinámicos son un caso paricular de una clase más grande de modelos dinámicos. En general los modelos dinámicos se caracerizan por ener una dinámica en los parámeros
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 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 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 detallesEstadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 3
Esadísica Indusrial Universidad Carlos III de Madrid Series emporales Prácica 3 Objeivos: Coninuar con la idenificación de procesos auoregresivos (AR) y de media móvil (MA), mediane la función de auocorrelación
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 detallesR 2 = 0,9945 R 2 = 0,9937
II EXÁMENES DE ECONOMETRÍA 1 Se han esimado con una muesra de 39 observaciones las siguienes funciones de producción por el méodo de MCO: ˆ 1,3,3,55 O ˆ = α L K e R =,9945 ˆ ˆ 1,41,47 O = β L K R =,9937
Más detallesModelo de Vector de Corrección de Error (VEC) y Modelo de Vector Autorregresivo (VAR)
Modelo de Vecor de Corrección de Error (VEC) Modelo de Vecor Auorregresivo (VAR) Hemos esudiado las propiedades de los daos de series de iempo las relaciones de coinegración enre pares de series no esacionarias.
Más detallesMilagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009)
Comenarios al documeno: Milagro económico dominicano: buena suere y buenas políicas (Andújar 2009) III Foro de invesigadores económicos de los bancos cenrales miembros del CMCA San José Cosa Rica Agoso
Más 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 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 detallesMATEMÁTICAS II Examen del 28/05/2012 Solución Importante
MATEMÁTICAS II Examen del 8/05/0 Solución Imporane Las calificaciones se harán públicas en el aula virual el 08/06/0. La revisión será el /06/0 y el /06/0 de -3 horas en la sala D-4-. MATEMÁTICAS II 8/05/0
Más detallesLECTURA 07: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES
LECTURA 7: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES 1 INTRODUCCION El propósio de análisis esadísico es reducir el nivel de inceridumbre en el proceso de decisiones
Más 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 detallesMétodos de Regresión
Méodos de Regresión Ciencias y Técnicas Esadísicas Soluciones ejercicios: Regresión Lineal Múliple Versión 3 Emilio León P. Demosrar que la suma de cuadrados de los residuos n i viene dada por i n i y
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 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 detallesNombre y Apellidos:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2015) (SOLUCIONES)
Nombre y Apellidos:... NIU:... Grupo Reducido:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2015) (SOLUCIONES) Lea cuidadosamene cada preguna. Marque muy claramene la respuesa de cada preguna en la hoja
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 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 detalles= A, entonces A = 0. Y si A es una matriz. y comprobar el resultado. ,, ;,, es el mismo que el generado
EJERCICIOS. APLICACIONES DE LOS DETERMINANTES. 1. Calcular el siguiene deerminane de orden n: 1 n n n n n n n n n n n n n. Demosrar que si A es una mariz al que n n, se verifica lo anerior? A = A, enonces
Más detallesEJERCICIOS DE VECTORES
EJERCICIOS DE ESPACIOS VECTORIALES CURSO 0-0 CONCEPTO DE ESPACIO VECTORIAL EJERCICIOS DE VECTORES. En el conjuno se definen las operaciones siguienes: x y x y x x y y x y x Suma + :, ', ' ', ' Produco
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 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 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 detallesCAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de
CAPÍTULO 3 METODOLOGÍA En ese capíulo se describe la obención y el funcionamieno del modelo de Nelson y Siegel, el cual es fundamenal para obener las esrucuras emporales que servirán para comprender la
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 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 detallesTÓPICOS RECIENTES DE SERIES DE TIEMPO MULTIVARIADAS APLICADOS EN LA ECONOMÍA
Novenas Jornadas "Invesigaciones en la Faculad" de Ciencias Económicas Esadísica, noviembre de 2004. Blaconá, María Teresa Bussi, Javier Venroni, Nora Belrán, Celina Insiuo de Invesigaciones Teóricas Aplicadas
Más detalles1. (1 punto) Considere una versión modificada del modelo de Solow en la que el producto está dado por
Maesría en Economía Inernacional Macroeconomía, Examen de marzo de Profesor: Alvaro Foreza Duración: 3 horas Aclaración: es un examen con maeriales a la visa.. ( puno) Considere una versión modificada
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 detalles{ } n 2 n n. n n n n. n n 3 n. a b c. A = = ; calcular el valor de 2, 2 t t. a Calcular el siguiente determinante de orden n:
EJERCICIOS. PLICCIONES DE LOS DETERMINNTES.. Calcular el siguiene deerminane de orden n: n n n n n n n n n n n n n. Demosrar que si es una mariz al que n n, se verifica lo anerior? =, enonces. Y si es
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 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 detalles11. PREVISIÓN DE LA DEMANDA
. PREVIIÓN E LA EMANA. INROUCCIÓN Anes de comenzar a desarrollar las cuenas previsionales de exploación, la empresa iene que realizar una esimación del volumen de venas que generará la acividad diaria
Más detallesExamen de Econometría II 12 de Enero de 2010
Examen de Economería II 12 de Enero de 2010 ---------------------------------------------------------------------------------------- Apellidos y Nombres: Grupo: ----------------------------------------------------------------------------------------
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 detallesSean A y B dos matrices cuadradas de orden 3 cuyos determinantes son
TEMA : MATRICES Y DETERMINANTES 0.- 0 Dada la mariz A a) Calcula los valores de para los que la mariz A A no iene inversa. b) Para 0, halla la mariz X que verifica la ecuación AX A I, siendo I la mariz
Más detalles3.8. PROBLEMAS 205. s 1 (t) s 3 (t) Figura 3.43: Señales para el Problema 3.1. b) Obtenga las coordenadas de cada señal en la base correspondiente.
38 PROBLEMAS 5 38 Problemas Problema 3 Para las cuaro señales de la Figura 343: s () s () 3 3 3 s 3 () - s () 3 Figura 343: Señales para el Problema 3 a) Encuenre un conjuno de señales oronormales, que
Más detallesCapítulo 20. REGRESORES ESTOCASTICOS
Capíulo 20. REGRESORES ESTOCASTICOS 20.. INTRODUCCIÓN... 860 CONSECUENCIAS SOBRE LA ESTIMACIÓN MCO... 862 DISTRIBUCIÓN CONDICIONADA... 866 CASO A. VARIABLE EXPLICATIVA ENDÓGENA CON RETARDO... 868 CASO
Más detallesWorkshop: Combinación de métodos econométricos para pronosticar la inflación en Argentina
Workshop: Combinación de méodos economéricos para pronosicar la inflación en Argenina Lic. Gasón Urera Insiuo de Economía Finanzas FCE - UNC Diaposiiva No. Mi manera de enfocar ese problema mienras esuve
Más detalles12/10/2010. No independencia de los errores: autocorrelación. Estructura de la varianza bajo un proceso AR (1) Estructura AR (1) de la varianza
// No independencia de los errores: auocorrelación Forino Vela Peón Universidad Auónoma Meropoliana fvela@correoxocuammx Ocubre, // México, D F Esrucura de la varianza bajo un proceso AR () Para deerminar
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 detallesResumen. Hipótesis central
Alguna Evidencia sobre los Cosos de Dificulades Financieras 2º Congreso Nacional e Inernacional de Finanzas de la Empresa y Mercado de Capiales Consejo Profesional de Economía a de la Ciudad Auónoma de
Más detallesModelos estacionarios de series temporales
Modelos esacionarios de series emporales Inroducción En ese capíulo se presena una meodología para analizar una serie emporal X, únicamene en función de los valores pasados de dicha serie. La idea básica
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 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 detallesUSO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD
USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores
Más 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 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 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 detallesERRORES DE MEDICION Y EL USO DE VARIABLES INSTRUMENTALES
Apnes de eoría Economérica I. Profesor: Viviana Fernández ERRORES DE MEDICION EL USO DE VARIABLES INSRUMENALES I Casos de Errores de Medición En esa sección analizaremos la exisencia de errores de medición
Más detallesPREVISIÓN DE LA DEMANDA
Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.
Más detalles1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA
hp://www.vinuesa.com 1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA 1.1.- INTRODUCCIÓN Los filros de pila consiuyen una clase de filros digiales no lineales. Un filro de pila que es usado
Más detallesModelo de Vector de Corrección de Error (VEC) y Modelo de Vector Autorregresivo (VAR) + 1
Modelo de Vecor de Corrección de Error (VEC) Modelo de Vecor Auorregresivo (VAR) Hemos esudiado las propiedades de los daos de series de iempo las relaciones de coinegración enre pares de series no esacionarias.
Más detallesx + y + 3z = 0 y = 1, z = 0 x = 1 z = 1= x = 10 = 4
Marices ANTES DE COMENZAR RECUERDA resuelve esos sisemas. a) x + y + z x y z x y + z b) y + z x + y z x y z 7 a) x + y + z x x y z y z ( yz) y z x y + z yz y+ z y 7z y 7z 6z z z y z y x + y + z y, z x
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 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 detallesHoja de Ejercicios de Econometría: Autocorrelación
Hoja de Ejercicios de Economería: Auocorrelación Ejercicio Un invesigador ha esimado por MCO un modelo de relación enre el consumo ( C ), su pasado y la rena ( R ): () C = β + βc + βr + ε obeniendo 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 detallesVIII.- CONDUCCIÓN TRANSITORIA DEL CALOR MÉTODO GRÁFICO
VIII.- CONDUCCIÓN TRANSITORIA DEL CALOR MÉTODO GRÁFICO VIII..- SOLUCIONES NUMÉRICAS A PROBLEMAS DE CONDUCCIÓN MONODIMENSIO- NALES EN RÉGIMEN TRANSITORIO El méodo numérico aplicado a los problemas de conducción
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 detallesANÁLISIS MULTIVARIADO DE LAS VENTAS DE UNA EMPRESA DE ALIMENTOS MARZO 1994-SEPTIEMBRE 2006
ANÁLISIS MULTIVARIADO DE LAS VENTAS DE UNA EMPRESA DE ALIMENTOS MARZO 1994-SEPTIEMBRE 2006 José M. Aguao E. 1, John Ramirez 2 RESUMEN El presene esudio nos planea dos herramienas que una empresa de alimenos
Más detallesEstimación de modelos de volatilidad estocástica
Esimación de modelos de volailidad esocásica García Ceneno, Mª Carmen; Ibar Alonso, Raquel Deparameno Méodos Cuaniaivos para la Economía Faculad de Ciencias Económicas y Empresariales Universidad San Pablo-CEU
Más detallesY K AN AN AN MODELO SOLOW MODELO
MODELO SOLOW MODELO Rendimienos consanes a escala decrecienes en uso de facores. Tasa de ahorro exógena, s. Crecimieno exógeno, a asa g, de eficiencia del rabajo. Equilibrio mercado de bienes de facores.
Más detallesOpción A Ejercicio 1.-
Soluciones modelo (Sepiembre de 009) Opción A Ejercicio.- ['5 punos] Se considera la función f: [, + ) R definida por f( ) -+. Deermina la asínoa de la gráfica Evidenemene, la función no iene asínoas vericales,
Más detallesTema 3 Sistemas lineales.
Tema 3 Sisemas lineales. Podemos definir un sisema como un grupo o combinación de elemenos inerrelacionados o íner-acuanes que forman una enidad coleciva. En el conexo de los sisemas de comunicación los
Más detallesSERIE CUADERNOS DE INVESTIGACIÓN NÚM. 49 AGOSTO 1999 EL PRODUCTO POTENCIAL EN COLOMBIA: UNA ESTIMACION BAJO VAR ESTRUCTURAL
SERIE CUADERNOS DE INVESTIGACIÓN NÚM. 49 AGOSTO 1999 EL PRODUCTO POTENCIAL EN COLOMBIA: UNA ESTIMACION BAJO VAR ESTRUCTURAL MARTHA MISAS ARANGO ENRIQUE LOPEZ ENCISO En la Serie Cuadernos de Invesigación
Más detallesXA + A B = A, siendo 0 0 1
MATEMÁTICAS II PROBLEMAS DE ÁLGEBRA PAU ANDALUCÍA Ejercicio. (Examen Junio 202 Específico Opción A) 2 0 [2'5 punos] Considera las marices AA = 0 2, BB = 0 2 0 y CC = 0 2. 2 Deermina, si exise, la mariz
Más detallesMetodología para el pronóstico de los ingresos anuales y mensuales
Meodología para el pronósico 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 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 detallesUso del concepto de cointegración para la modelación de la tasa de desocupación
Uso del concepo de coinegración para la modelación de la asa de desocupación Blaconá, María Teresa; Bussi, Javier Faculad de Ciencias Económicas Esadísica Consejo de Invesigaciones Universidad Nacional
Más detallesFACTORES QUE DETERMINAN EL COMPORTAMIENTO A LARGO PLAZO DE LAS IMPORTACIONES EN EL ECUADOR:
FACORES QUE DEERMINAN EL COMPORAMIENO A LARGO PLAZO DE LAS IMPORACIONES EN EL ECUADOR: 1998-2005 Fabricio Largo Largo 1, Ronald Rosales Alaña 2, Miguel Ruiz Marínez 3 1 Economisa en Gesión Empresarial,
Más detallesEstimación n de la Q de Tobin para la economía a peruana
Esimación n de la Q de Tobin para la economía a peruana XXVII Encuenro de Economisas 12 de noviembre, 2009 Carlos Monoro Albero Navarro I. Moivación Desarrollo de modelos de equilibrio general para análisis
Más detallesECONOMETRÍA APLICADA A LA TOMA DE DECISIONES
ECONOMETRÍA APLICADA A LA TOMA DE DECISIONES EMPRESARIALES Lección 3: Heeroscedasicidad. S jm1 Diaposiiva 1 jm1 Se agradece la conribución de los profesores Arranz, Suárez y Zamora, cuyos maeriales de
Más detallesde precios entre distintas regiones, ciudades o países, probando la validez de la PPC y LUP, Taylor (2000), señala que, para que este modelo esté bien
3. El modelo de convergencia de precios 1, se origina para explicar las diferencias de precios enre disinas regiones, ciudades o países, probando la validez de la PPC y LUP, Taylor (000), señala que, para
Más detallesEn numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en el área de Estadística General y Control Estadístico de Procesos.
ANGEL FRANCISCO ARVELO LUJAN Angel Francisco Arvelo Luján es un reconocido Profesor Universiario Venezolano en el área de Probabilidad y Esadísica, con más de 4 años de experiencia en las más presigiosas
Más detallesElementos de Cálculo Numérico (Ciencias Biológicas) Trabajo Práctico N 5 Subespacios, Rango de una matriz
Elemenos de álculo Numérico Trabajo Prácico N o Elemenos de álculo Numérico (iencias Biológicas) Trabajo Prácico N Subespacios, Rango de una mariz Deerminar cuáles de los siguienes subconjunos son subespacios
Más detallesEvaluación n de proyectos transnacionales: estudios de casos y ejercicios de aplicación
INICITIV PR L INTEGRCIÓN DE L INFRESTRUCTUR REGIONL SURMERICN Evaluación n de proyecos ransnacionales: esudios de casos y ejercicios de aplicación Exposior: Mauro Guiérrez Maerial del Curso Inegración
Más detallesEstudio de Demanda Energética para el Sector Industrial Manufacturero y Minero de Chile. Departamento de Economía Universidad de Chile.
Esudio de Demanda Energéica para el Secor Indusrial Manufacurero y Minero de Chile Deparameno de Economía Universidad de Chile Informe Final de sepiembre de 204 Auores: José Miguel Benavene Andrés Gómez-Lobo
Más detallesIntroducción a LS-DYNA (4 Safety)
13/04/017 Inroducción a LS-DYNA (4 Safey) Conenido 1.. Inegración en el iempo: Implício vs. Explício 1..1. Méodo Implício vs. Explício 1... Paso de iempo críico Análisis Dinámicos Los análisis esáicos
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 detallesOpción A Ejercicio 1.-
Colegio Lux Mundi (Cajar-Granada) Examen Sepiembre de 009 Javier Cosillo Iciarra Opción A Ejercicio.- ['5 punos] Se considera la función f: [, + ) R definida por f ( x ) x -x+x. Deermina la asínoa de la
Más detallesCAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la
CAPÍTULO III. METODOLOGÍA En ese capíulo se expondrán los diversos modelos de pronósicos así como su noación, la esimación de sus parámeros para poder enonces escoger el modelo que más se adecue a la Serie
Más detallesESTUDIO MULTIVARIADO DE LAS SERIES DE TIEMPO TASA DE DESO- CUPACIÓN DE GRAN BUENOS AIRES Y GRAN ROSARIO,
Décimas Jornadas "Invesigaciones en la Faculad" de Ciencias Económicas Esadísica, noviembre de 2005 Blaconá, María Teresa* Bussi, Javier** *Insiuo de Invesigaciones Teóricas Aplicadas de la Escuela de
Más detallesUniversidad Austral de Chile Escuela de Ingeniería Comercial
Escuela de Ingeniería Comercial Ayudanía # 01, Mercado Laboral, Ofera Agregada, Curva de Phillips Profesor: Carlos R. Pia 1 1 cpia@spm.uach.cl Comenes Comene 01: Una disminución en la asa de inflación
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 detalles