Modelo de Vector de Corrección de Error (VEC) y Modelo de Vector Autorregresivo (VAR)
|
|
- Ana Isabel Sánchez Figueroa
- hace 6 años
- Vistas:
Transcripción
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. En dichos ejemplos, se asumió que una de las variables es la dependiene (digamos raamos la relación enre ) que la ora es la variable independiene (digamos x ) x como un modelo de regresión. Sin embargo, a priori, a menos que no engamos buenas razones para ello, podemos asumir que x es la variable dependiene es la variable independiene. Denoemos x, a las dos variables los dos posibles modelos de regresión que las relacionan (13.1a) (13.1b) Despejando de (13.1a) por lo que la relación que se deeca con (13.1b) es Despejando de (13.1b) por lo que la relación que se deeca con (13.1a) es Por lo que en el sisema bivariado (dos series) expresado en (13.1a) (13.1b) sólo ha una única relación enre x, la cual se da en los casos en que Un poco de erminología: para (13.1a) decimos que normalizamos en igual a 1 en (13.1b) normalizamos en x al hacer el coeficiene de x igual a 1. al hacer el coeficiene de Es mejor escribir la relación como en (13.1a) o (13.1b) o es mejor reconocer que en muchas relaciones, las variables como x son simuláneamene deerminadas? El objeivo de ese capíulo es explorar la relación causal enre pares de variables de series de iempo. Para ello,
2 haremos exensivo nuesro esudio de los daos de series de iempo para omar en cuena sus propiedades dinámicas e ineracciones. En paricular, se desarrollarán los modelos de Vecor de Corrección de Error (VEC) Vecor Auorregresivo (VAR). Si las variables I(1) coinegran, se esimará un modelo VEC. Si las variables I(1) no coinegran, se esimará un modelo VAR. Eso no es más que una exensión a lo viso con modelos uniecuacionales del capíulo anerior. Algunos aspecos imporanes que recordar son: i) El análisis univariado examina daos de una serie de iempo. ii) El análisis bivariado examina daos de un par de series de iempo. iii) El érmino vecor indica que esamos considerando dos, res o más series de iempo. Vecor es una generalización de los casos univariado bivariado. Modelos VEC VAR Comencemos con dos variables de series de iempo x, faciliemos el análisis de la relación dinámica mediane el siguiene sisema de ecuaciones expresado en forma maricial: [ ] [ ] [ ] [ ] [ ] Ahora, el sisema de ecuaciones en forma desarrollada: (13.2) Las ecuaciones en (13.2) describen un sisema en el cual cada variable es una función de su propio rezago el rezago de la ora variable en el sisema. En ese caso, el sisema coniene dos variables x. En la primera ecuación es una función de su propio rezago 1 del rezago de la ora variable en el sisema x 1. En la segunda ecuación x es una función de su propio rezago x 1 del rezago de la ora variable en el sisema 1. Las dos ecuaciones consiuen un sisema conocido como vecor de auorregresión (VAR). En ese ejemplo, a parir de que el rezago máximo es de orden 1, se iene un VAR(1). Si x son variables esacionarias I(0), el sisema arriba indicado puede esimarse usando mínimos cuadrados para cada ecuación. Si x son no esacionarias I(1) no coinegradas, enonces se rabajará con las series en primeras diferencias, cómo se vio en el capíulo anerior. En ese caso, el modelo VAR es:
3 es decir (13.3) en forma maricial [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Ahora son variables esacionarias, se esima cada ecuación del sisema (13.3) por MCO. Recapiulando: El modelo VAR es un marco general para describir la inerrelación dinámica enre variables esacionarias. Así, si x son variables esacionarias I(0), el sisema en (13.2) es el que aplica. En oro caso, si x son variables I(1) pero no coinegradas, se examina la inerrelación enre ellas empleando el marco general de VAR en primeras diferencias (13.3). Si x son variables I(1) coinegradas, enonces el sisema de ecuaciones se modifica de al manera que cape la relación de coinegración enre dichas variables I(1). Se debe hacer eso por dos razones: i) Como economisas, gusamos de reener emplear la información valiosa acerca de la relación de coinegración. ii) Como economerisas, gusamos de asegurar que se esé empleando la mejor écnica que ome en cuena las propiedades de los daos de series de iempo. La ecuación de coinegración es una forma de inroducir ineracciones simuláneas sin requerir que los daos sean esacionarios. Mediane la inroducción de esa relación de coinegración, se obiene el modelo VEC, que se desarrolla a coninuación: Consideremos dos variables ~ I(1) x ~ I(1) esán coinegradas mediane la ecuación x no esacionarias que son inegradas de orden 1, además (13.4) donde los residuales esimados son ales que
4 Podemos elegir normalizar en x. La normalización en o en x es casi siempre deerminada por la eoría económica; el puno críico es que siempre es posible enconrar a lo más una relación fundamenal enre las dos variables. El modelo VEC es una forma especial del modelo VAR para variables Así, el modelo VEC es que esán coinegradas. es decir (13.5a) expandiendo reordenando érminos (13.5b) Comparando (13.5b) con (13.2) se observa que el VEC es un VAR donde la variable, que es I(1), esá relacionada con las oras variables rezagadas ( 1 x 1 ) donde la variable x, que es I(1), esá ambién relacionada con las oras variables rezagadas ( 1 x 1 ). Noar, sin embargo, que las dos ecuaciones conienen la relación común de coinegración. Los coeficienes, son conocidos como coeficienes de corrección de error, nombrados así porque ellos muesran qué ano responden al error de coinegración. La idea de que el error conduce a una corrección proviene de las condiciones sobre, para asegurar esabilidad Para apreciar esa idea, consideremos un error posiivo que ocurrió debido a que Un coeficiene de corrección de error negaivo en la primera ecuación ( ) asegura que disminue, mienras que un coeficiene de corrección de error posiivo en la segunda ecuación ( ) asegura que aumena, corrigiéndose así el error. Si los coeficienes de corrección de error son menores que 1 en valor absoluo, se asegura que el sisema es no explosivo. Nóese que
5 el VEC es una generalización del modelo de corrección de error (uniecuacional) discuido en el Capíulo 12. En el modelo VEC (sisema de ecuaciones), ambos x son correcoras del error. El modelo de corrección de error se ha vuelo mu popular porque su inerpreación es inuiivamene araciva. Pensando en dos variables no esacionarias, por decir el consumo (denoado como ) el ingreso (denoado como x ) que esperamos se encuenren relacionadas (coinegradas). Ahora, pensando en un cambio en el ingreso,, digamos por un aumeno de sueldo. El consumo probablemene aumene, pero omará un iempo, mienras cambie el parón de consumo en respuesa a un cambio en el salario. El modelo VEC nos permie examinar qué ano el consumo cambiará en respuesa a un cambio en la variable explicaiva (la pare de coinegración ) como ambién de la velocidad de cambio (la pare del error de corrección ) donde es el error de coinegración). Un puno final por discuir: el rol de los érminos de inercepo. Hasa ahora, hemos viso el érmino de inercepo ano en la ecuación de coinegración ( ) como en el VEC ( ). Sin embargo, eso puede crear un problema. Para ver por qué, agrupemos odos los érminos de inercepo reescribamos (13.5b) como (13.5c) En forma maricial o [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] es decir o [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] donde [ ] es el vecor de coeficienes de corrección de error; expandiendo reordenando érminos [ ] [ ] [ ] [ ] [ ] [ ] agrupando a los vecores consanes
6 [ ] [ ] [ ] [ ] [ ] Si esimamos cada ecuación por mínimos cuadrados ordinarios, obenemos esimadores de los érminos compuesos ( ) ( ) no seremos capaces de disinguir los efecos por separado de,. En la siguiene sección, se discue un procedimieno sencillo de esimación de un VEC por mínimos cuadrados en dos eapas (MC2E) que nos permiirá resolver el problema de separar los efecos de,. Sin embargo, la lección aquí es evaluar ver dónde un érmino de inercepo es necesario. Esimación de un modelo VEC Ha muchos méodos economéricos para esimar un modelo de corrección de error. Un sisema de mínimos cuadrados no lineales es un méodo, pero el méodo más direco es el procedimieno de mínimos cuadrados en dos eapas (MC2E): Eapa 1, Emplear MCO para esimar la relación de coinegración para las variables no esacionarias. Generar los residuales rezagados (13.4) Eapa 2, Esimar por MCO las ecuaciones (13.5a) (13.6a) (13.6b) en forma maricial o [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] donde [ ] es el vecor de coeficienes de corrección de error.
7 Es imporane noar que odas las variables en (13.6) ( ) son esacionarias, es decir la serie de residuales debe ser esacionaria para que que esén coinegradas. Así, el análisis de regresión lineal esudiado en capíulos aneriores puede ser uilizado para probar la significancia de los parámeros. El diagnósico usual de las pruebas para los residuales debe ser aplicado. Es necesario ener cuidado sobre cómo combinar variables esacionarias no esacionarias en un modelo de regresión. La coinegración es sobre la relación enre variables. La ecuación de coinegración no coniene variables. El correspondiene modelo VEC, sin embargo, relaciona el cambio en una variable (es decir, las variables que son ) a oras variables (en ese caso, el error esimado o residuales de coinegración ); si así se requiere, pueden agregarse oras variables esacionarias. En oras palabras, no deben mezclarse variables esacionarias variables no esacionarias: una variable dependiene debe ser explicada por oras variables una variable dependiene debe ser explicada por oras variables. Ejemplo Dadas las series del PIB real (base 2000) rimesral de una economía pequeña (Ausralia) una economía grande (Esados Unidos de América) para el periodo muesral 1970:1 a 2000:4. Cada serie esá indizada de al forma que en ambas economías se muesre un valor de 100 en el año Esa información se encuenra en la base de daos gdp.da En Saa: use "C:\POE4\gdp.da", clear generae dae = q(1970q1) + _n-1 forma dae %q sse dae label var usa "real GDP USA" label var aus "real GDP Ausralia" sline usa aus, name(gdp, replace) label(30(10)110,angle(horizonal)) sline d.usa d.aus, name(dgdp, replace) graph combine gdp dgdp, saving("c:\poe4\series_gdp.gph",replace) q1 1980q1 1990q1 2000q1 dae 1970q1 1980q1 1990q1 2000q1 dae real GDP USA real GDP Ausralia real GDP USA, D real GDP Ausralia, D
8 Los gráficos sugieren que las series son no esacionarias en niveles, pero sí en primeras diferencias, parecen mosrar una endencia común, lo que es indicaivo de que puedan esar coinegradas. Prueba de esacionariedad de la serie del PIB de EEUU regress usa l.usa predic eha,residuals regress eha L(1/2).eha dfuller usa, regress rend lags(1)
9 Prueba de esacionariedad de la serie del PIB de Ausralia drop eha regress aus l.aus predic eha,residuals regress eha L.eha
10 dfuller aus, regress rend Por lo ano, las pruebas formales de raíces uniarias confirman que las series son no esacionarias. Regresión de coinegración prueba Engle-Granger. Series del PIB real de EEUU Ausralia Al planear una relación en el senido de que una economía pequeña responde a una economía grande esimar la relación de coinegración, omiiendo el inercepo, que no iene senido económico, se obiene
11 (13.7) donde denoa el PIB real de Ausralia denoa el PIB real de Esados Unidos. Nóese que se ha normalizado sobre porque iene mejor senido pensar que una economía pequeña responde a una economía grande. Los residuales que se derivan de la ecuación de coinegración son La auocorrelación de primer orden para la serie de es la serie sugiere que los residuales pueden ser esacionarios. una inspección visual de Residuals q1 1980q1 1990q1 2000q1 dae Se efecúa la prueba formal de raíz uniaria, cua ecuación esimada es (13.8) a parir de
12 En efeco, los residuales son esacionarios. A parir de que la relación de coinegración no coniene un inercepo, el valor críico para la prueba al 5% es -2.76, omado de la siguiene abla El valor calculado es menor que el valor críico de -2.76, por lo que se rechaza la hipóesis nula de no coinegración se conclue que las series del PIB real de EEUU del PIB real de Ausralia coinegran. Ese resulado implica que la acividad económica en la economía pequeña (Ausralia, ) esá vinculada a la acividad económica en la economía grande (Esados Unidos, ). Si se incremenara en una unidad, podría incremenarse en Pero la economía ausraliana no podría responder oalmene por esa canidad durane el rimesre. Para esar cieros de en cuáno la economía responderá durane el rimesre, se esima un modelo de corrección de error por mínimos cuadrados ordinarios. El modelo VEC esimado para { } es (13.9) en forma maricial o [ ] [ ] [ ] [ [ ] [ ] [ ] ] donde [ ] [ ] es el vecor de coeficienes esimados de corrección de error.
13 En Saa use "C:\POE4\gdp.da", clear generae dae = q(1970q1) + _n-1 forma dae %q sse dae regress aus usa, noconsan predic eha, residuals corrgram eha, lags(5) sline eha dfuller eha, regress noconsan regress D.aus L.eha regress D.usa L.eha drop eha Los resulados muesran que ambos coeficienes de corrección de error ienen el signo apropiado. El coeficiene de corrección de error que iene signo negaivo en la primera ecuación (-0.099) indica que disminue (eso es, disminue o es negaivo) mienras que el coeficiene de corrección de error que iene signo posiivo en la segunda ecuación (0.030) indica que aumena (eso es, aumena o es posiivo) cuando ha un error posiivo de coinegración ( o ). Ese comporamieno (cambio negaivo en cambio posiive en ) corrige el error de coinegración. El coeficiene de corrección de error (-0.099) es significaivo al nivel de 5%; ese indica que el ajuse rimesral de esará desviado en cerca de un 10% de de su valor de coinegración. Esa es una asa de ajuse lena. Sin embargo, el coeficiene de corrección de error en la segunda ecuación (0.030) es no significaivo; eso sugiere que no reacciona al error de coinegración. Ese resulado es consisene con la premisa de que la economía pequeña reacciona con maor probabilidad a las condiciones económicas que prevalecen en la economía grande, pero no viceversa. Esimación de un modelo VAR El modelo VEC es un modelo dinámico mulivariado que incorpora una ecuación de coinegración. Ese es relevane cuando, para el caso bivariado, enemos dos variables, digamos, siendo ambas coinegradas. Ahora nos pregunamos: qué debemos hacer si esamos ineresados en las inerdependencias enre, pero esas variables no coinegran?. En ese caso, se esimará un modelo de vecores auorregresivos (VAR) como el que se muesra en (13.3). Como ejemplo, consideremos la gráfica siguiene, que muesra el logarimo del ingreso real disponible (denoado como ) el logarimo del gaso en consumo real personal (denoado como ) para la economía noreamericana durane el periodo del primer rimesre de 1960 al cuaro rimesre del 2009.
14 q1 1970q1 1980q1 1990q1 2000q1 2010q1 dae log of real consumpion expendiure log of real disposable income Ambas series parecen ser no esacionarias, pero esán coinegradas? Los daos esán en el archivo fred.da En Saa use "C:\POE4\fred.da", clear generae dae = q(1960q1) + _n-1 forma dae %q sse dae sline c * Prueba ADF * Serie del Consumo regress c l.c predic eha,residuals regress eha L(1/3).eha dfuller c, regress lags(3) * Serie del Ingreso drop eha regress l. predic eha,residuals regress eha L.eha dfuller, regress * Prueba de coinegración drop eha regress c predic eha, residuals regress eha L.eha, noconsan regress eha L.eha L2.eha, noconsan regress eha L.eha L2.eha L3.eha, noconsan dfuller eha, regress noconsan lags(1) dfuller eha, regress noconsan lags(2)
15
16
17 Las pruebas DFA de raíces uniarias para (para el caso de sólo un inercepo) dados los valores , respecivamene. Dado un valor críico de al nivel del 5% de significancia, podemos concluir que las series son no esacionarias. La prueba de coinegración para el caso normalizado sobre se muesra a coninuación:
18 (13.10) Se deja al lecor verificar si se obienen las mismas conclusiones al incluir érmino de endencia en las pruebas. En ese ejemplo, se consideró el Caso 2 que planea que la relación de coinegración conenga un érmino de inercepo. Nóese que un érmino de inercepo ha sido incluido para capurar el componene de logarimo del consumo que es independiene del ingreso disponible. (13.11a) (13.11b) Respuesas de impulso descomposición de varianza Funciones de respuesa de impulso El caso univariado El caso bivariado
19 (13.12) 1. Cuando, el efeco de un shock de amaño en es, el efeco en es. 2. Cuando, el efeco del shock en es el efeco en es 3. Cuando, el efeco del shock en es el efeco en es. Dos periodos después del shock, cuando, el efeco en es el efeco en es [ ] ( ) ( ) ( ) ( ) (E13.1)
20 (E13.3) ( ) ( ) (E13.4) (E13.7) (E13.8) (E13.9) (E13.10) (E13.12) (13A.1) [ ] [ ] [ ] [ ] (13A.2) [ ] [ ]
Modelo 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 detallesUNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D.
UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D. Inroducor Economerics for Finance Chris Brooks 008 Modelos de Vecores Auoregresivos (VAR) Modelos auoregresivos
Más detallesRegresión con datos de series de tiempo: Variables no estacionarias
Regresión con daos de series de iempo: Variables no esacionarias En esas noas se desarrollan los aspecos eóricos y prácicos del capíulo 1 de los libros de exo de R. Carer Hill, William E. Griffihs y Guay
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 detallesLA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)
LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) ESPECIFICACION La meodología VAR es, en ciera forma, una respuesa a la imposición de resricciones a priori que caraceriza a los modelos economéricos keynesianos:
Más 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 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 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 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 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 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 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 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 detallesECUACIONES DIFERENCIALES
Tema 1 ECUACIONES DIFERENCIALES EJERCICIO 1 Comprobar que la función y() = c 2 ++3 es una solución del problema de valor inicial 2 y 2y + 2y = 6, y(0) = 3, y (0) = 1, (1.1) en <
Más detalles4. SERIES TEMPORALES Y
4. SERIES TEMPORALES Y NÚMEROS ÍNDICE Objeivo Esudiar la evolución de una variable en el iempo. Bibliografia recomendada Peña y Romo (1997). Capíulos 11 y 12. Índice 1. Represenación gráfica de una serie
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 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 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 detallesExamen de Econometría II 12 de Enero de 2010
Examen de Economería II 12 de Enero de 2010 ---------------------------------------------------------------------------------------- Apellidos y Nombres: Grupo: ----------------------------------------------------------------------------------------
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 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 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 detallesNombre y Apellidos:... EXAMEN de TECNICAS ECONOMETRICAS (Enero 2013)
Nombre y Apellidos:... NIU:... Grupo Reducido:... EXAMEN de TECNICAS ECONOMETRICAS (Enero 2013) Lea cuidadosamene cada preguna. Marque muy claramene la respuesa de cada preguna en la hoja de respuesas.
Más detallesTEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE
El modelo de regresión lineal simple EMA VI: EL MODELO DE REGREIÓN LIENAL IMPLE VI..- Inroducción. VI..- El modelo de regresión lineal simple. Propiedades. VI.3.- Obención de los esimadores por mínimos
Más detallesTema 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 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 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 detalles1. Desarrollo Preguntas. Universidad Simón Bolívar Departamento de Matemáticas Puras y Aplicadas
Universidad Simón Bolívar Deparameno de Maemáicas Puras y Aplicadas Maemáicas IV (MA-5 Sepiembre-Diciembre 8 4 ra Auoevaluación Maerial Cubiero: La presene auoevaluación versa sobre el maerial cubiero
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 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 detallesTEMA 7 La curva de Phillips
TEMA 7 La curva de Phillips Manual: Macroeconomía, Olivier Blanchard Presenaciones: Fernando e Yvonn Quijano La asa naural de desempleo y la curva de Phillips Figura 1 La inflación y el desempleo en Esados
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 detallesINCIDENCIA DEL IVA EN LOS INDICES DE PRECIOS AL CONSUMIDOR Y AL PRODUCTOR. RESUMEN
INCIDENCIA DEL IVA EN LOS INDICES DE PRECIOS AL CONSUMIDOR Y AL PRODUCTOR. Jandry Humbero Morea Zambrano 1 Ec. Manuel González RESUMEN La presene invesigación, iene por objeivo analizar mediane herramienas
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 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 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 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 detallesLa Curva de Phillips CAPÍTULO 17. Profesor: Carlos R. Pitta. Macroeconomía Avanzada. Universidad Austral de Chile Escuela de Ingeniería Comercial
Universidad Ausral de Chile Escuela de Ingeniería Comercial Macroeconomía Avanzada CAPÍTULO 17 La Curva de Phillips Profesor: Carlos R. Pia Macroeconomía Avanzada, Prof. Carlos R. Pia, Universidad Ausral
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 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 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 detallesPROCESOS NO ESTACIONARIOS: TEST DE RAICES UNITARIAS Y COINTEGRACION
Apunes de eoría Economérica I. Profesor: Viviana Fernández PROCESOS NO ESACIONARIOS: ES DE RAICES UNIARIAS Y COINEGRACION I INRODUCCION Una serie emporal que presena una endencia deerminísica puede ser
Más detallesOndas y Rotaciones. Principios fundamentales II
Ondas y Roaciones rincipios fundamenales II Jaime Feliciano Hernández Universidad Auónoma Meropoliana - Izapalapa México, D. F. 5 de agoso de 0 INTRODUCCIÓN. Generalmene el esudio del movimieno se realiza
Más detallesEL MODELO P* COMO INDICADOR DE PRONÓSTICO DE LA INFLACIÓN EN REPÚBLICA DOMINICANA
EL MODELO P* COMO INDICADOR DE PRONÓSTICO DE LA INFLACIÓN EN REPÚBLICA DOMINICANA Alexander Medina Banco Cenral de la República Dominicana Mayo 2007 Conenido Objeivo del Esudio Enorno Económico de República
Más detallesGuía de Ejercicios Econometría II Ayudantía Nº 3
Guía de Ejercicios Economería II Ayudanía Nº 3 1.- La serie del dao hisórico del IPC Español desde enero de 2002 hasa diciembre de 2011, esá represenada en el siguiene gráfico: 115 110 105 100 95 90 85
Más detallesDescomposición Estacional
Descomposición Esacional Resumen El procedimieno de Descomposición Esacional divide una serie de iempo en res componenes: 1. endencia-ciclo 2. esacionalidad 3. irregularidad Cada componene puede ser graficado
Más detallesCAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.1. Introducción 5.2. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resueltos
CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.. Inroducción 5.. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resuelos 5.5. Inegración por recurrencia Capíulo 5 Inegración de
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 detallesFigura 1. Coordenadas de un punto
1 Tema 1. Sección 1. Diagramas espacio-iempo. Manuel Guiérrez. Deparameno de Álgebra, Geomería y Topología. Universidad de Málaga. 2971-Málaga. Spain. Marzo de 21. En la mecánica es usual incluir en los
Más 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 detallesEstimación puntual ± Margen de error
Esimación Punual Para esimar el valor de un parámero poblacional se calcula la caracerísica correspondiene de la muesra, a lo que se le conoce como esadísico muesral. A la media muesral x se le idenifica
Más 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 detallesCINEMÁTICA II. pendiente = t(s)
C U R S O: FÍSICA MENCIÓN MATERIAL: FM-3 CINEMÁTICA II Tipos de movimienos i) Movimieno recilíneo uniforme (MRU): cuando un cuerpo se desplaza con rapidez consane a lo largo de una rayecoria recilínea,
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 detallesE C O N O M E T R I A
UNIVERSIDAD NACIONAL DE PIURA FACULAD DE ECONOMIA DPO. DE ECONOMERIA Y MEODOS CUANIAIVOS E C O N O M E R I A I M. Sc. Eco. LUIS A. ROSALES GARCÍA CASILLA, AGOSO DEL 001 CAPIULO I PERURBACIONES AUOCORRELACIONADAS
Más detallesPráctico 1. Macro III. FCEA, UdelaR
Prácico 1. Macro III. FCEA, UdelaR Ejercicio 1 Suponga una economía que se compora de acuerdo al modelo de crecimieno de Solow-Swan (1956), se pide: 1. Encuenre la ecuación fundamenal del modelo de Solow-Swan.
Más detallesCorrelación. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV
Correlación Dr. Luis Javier Morales Mendoza Procesamieno Analógico de Señales FIEC - UV Índice.. Inroducción.. Correlación Cruzada.. Auocorrelación.4. Calculo de la correlación y de la auocorrelación.5.
Más detallesTEMA 4: AUTOCORRELACIÓN
Economería. Tema 4. Pilar Abad TEMA 4: AUTOCORRELACIÓN Wooldridge: Capíulo Gujarai: Capíulo 4 El análisis aplicado de muchos fenómenos económicos exige relajar el supueso de No Auocorrelación que se hace
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 detallesHallar el vector unitario tangente a la curva dada por. Solución La derivada de es. Por tanto, el vector unitario tangente es
SECCIÓN.4 Vecores angenes vecores normales 859 En la sección precedene se vio que el vecor velocidad apuna en la dirección del movimieno. Esa observación lleva a la definición siguiene, que es válida para
Más detallesConceptos básicos y aspectos matemáticos sobre el análisis de raíces unitarias y cointegración
Concepos básicos y aspecos maemáicos sobre el análisis de raíces uniarias y coinegración Carlos A. Rodríguez Ramos * La unidad de la eoría y la prácica no se da sólo en la eoría, sino que subsise ambién
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 detallesComplejidad de modelos: Sesgo y Varianza
Complejidad de modelos: Sesgo y Varianza 17 de abril de 2008 Noas de clase. Rolando Belrán A Las medidas de sesgo y varianza son úiles para los modeladores en ano que ayudan a regular la complejidad del
Más 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 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 detallesRELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN. Razón de cambio instantánea y la derivada de una función
RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN Razón de cambio insanánea y la derivada de una función anerior Reomemos nuevamene el problema del proyecil esudiado en la secuencia
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 detallesEconometría Examen Parcial #1 Cali, Sábado 27 de Febrero de 2010
Economería 0616 Examen Parcial #1 Cali, Sábado 7 de Febrero de 010 Profesores: Julio César Alonso C. Carlos Giovanni González Ana Isabel Gallego L. Esudiane: Código: Insrucciones: 1. Lea cuidadosamene
Más 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 detallesSolución: En ambos casos se observa que los determinantes de las matrices de coeficientes son distintos de cero. Veamos: a)
Resolver el siguiene sisema: 9 Primero hallaremos los rangos de la marices formadas por los coeficienes del sisema de la mari formada por los coeficienes los érminos independienes después. sí: 9 rang Ya
Más detallesTrabajo Práctico N 0: Curvas planas-ecuaciones paramétricas y Coordenadas polares
Trabajo Prácico N 0: Curvas planas-ecuaciones paraméricas y Coordenadas polares Curvas planas y ecuaciones paraméricas Hasa ahora hemos represenado una gráfica por medio de una sola ecuación que coniene
Más detallesProyección de tasas de actividad
Proyección de asas de acividad Noa meodológica. Inroducción El raar de anicipar el comporamieno fuuro de la población en relación con el mercado de rabajo iene un inerés evidene, pues ofrece información
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 detalles1. Derivadas de funciones de una variable. Recta tangente.
1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias
Más detallesRelación de ejercicios. Ecuaciones diferenciales
Relación de ejercicios. Ecuaciones diferenciales Abraham Rueda Zoca Ejercicio 1. [ punos] Resolver la ecuación diferencial: x = 2 + x + x 2 2. Solución. Veamos que se raa de una ecuación homogénea. Si
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 detallesSesión 2 Análisis univariado de series de tiempo. 5. Series de tiempo no estacionarias en media
Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión 2 Análisis univariado de series de iempo 5. Series de iempo no esacionarias en media La maoría
Más 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 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 detallesEstudio Empírico de la Selección y Estimación de los Modelos de Crecimiento Estadístico
Esudio Empírico de la Selección Esimación de los Modelos de Crecimieno Esadísico S. Amirkhalhali, U.L.G. Rao and S. Amirkhalkhali 1 Resumen: En ese papel se comparan los modelos de crecimieno Lineal Exponencial
Más detallesCuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s).
Unidad 5. a ransformada de aplace Inroducción. En nuesro curso de cálculo elemenal aprendimos que la derivación y la inegración son ransformadas, es decir, que esas operaciones ransforman una función en
Más 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 detallesSexta Entrega. = y t +(w 0 + w 1 B w m B m ) I (h) z h = y h + w 0. z h+1 = y h+1 + w 1. z h+2 = y h+2 + w 2
Prácicas de la asignaura Series Temporales Sexa Enrega 1 Análisis de inervención en series emporales Hasa ahora hemos esudiado modelos para series emporales que únicamene dependían del pasado de la propia
Más detallesEstimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles.
Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos de índices bursáiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos
Más detallesLA BANCA COMERCIAL Y LA COTIZACION DEL DÓLAR EN EL MERCADO PARALELO Rolando Virreira C. 1. INTRODUCCION
LA BANCA COMERCIAL Y LA COTIZACION DEL DÓLAR EN EL MERCADO PARALELO Rolando Virreira C. 1. INTRODUCCION Mucho se ha comenado en los úlimos años, en senido de que la banca privada ha enido y iene una influencia
Más 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 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 detallesAJUSTE NUMÉRICO DEL PIB PER CÁPITA DE BRASIL, MÉXICO Y CHINA USANDO FUNCIONES HIPERBÓLICAS
ISSN 007-957 AJUSTE NUMÉRICO DEL PER CÁPITA DE BRASIL, MÉXICO Y CHINA USANDO FUNCIONES HIPERBÓLICAS Ana María Islas Cores Insiuo Poliécnico Nacional, ESIT amislas@ipn.mx Gabriel Guillén Buendia Insiuo
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 detallesRelaciones dinámicas entre precios del vacuno. Ejemplo preperado por la Profa.Esther Ruíz
Relaciones dinámicas enre precios del vacuno Ejemplo preperado por la Profa.Esher Ruíz Relaciones dinámicas enre precios del vacuno El objeivo de esa sección es conrasar empíricamene la inegración espacial
Más detallesConvolución. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV
Dr. Luis Javier Morales Mendoza Procesamieno Analógico de Señales FIEC - UV Índice.. Inroducción.. La función dela de Dirac.3. Definición de la convolución.3.. propiedades de la convolución.3.. Méodo Gráfico
Más detallesGUÍA DE MOVIMIENTO RECTILÍNEO UNIFORME
INSTITUTO NACIONAL Deparameno de Física Coordinación Segundo Medio 06. GUÍA DE MOVIMIENTO RECTILÍNEO UNIFORME NOMBRE: CURSO: Caracerísica general de M.R.U: Si una parícula se mueve en la dirección del
Más detallesPropagación de crecidas en ríos y embalses
GUÍA DEL TRABAJO PRACTICO N 8 Propagación de crecidas en ríos y embalses 1 Pare: Propagación de crecidas en río. Méodo de Muskingum Conocidos los hidrogramas de enrada y salida de un ramo del río Tapenagá
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 detallesAnálisis de una. Serie de Tiempo. Dr. Víctor Aguirre Torres, ITAM. Guión 14.
Análisis de una Serie de Tiempo Propósio Descomponer una serie de iempo en algunos de sus componenes. Aislar algunos componenes de la serie de iempo. Cuanificar y ver más claramene el comporamieno de la
Más detallesEJC 19: PRUEBAS DE ESTACIONARIEDAD-RAIZ UNITARIA
EJC 19: PRUEBAS DE ESTACIONARIEDAD-RAIZ UNITARIA Coninuando con la serie de serie de venas de auomóviles (4x4) para Colombia desde el primer rimesre de 1970 hasa el segundo rimesre de 1987. Periodo Y Periodo
Más detalles1. INTRODUCCIÓN. XVI Jornadas ASEPUMA IV Encuentro Internacional Vol Actas_16 Issue 1: 901
Esimación de un nuevo modelo de volailidad esocásica asimérico por umbrales (modelo TA-ARSV). Aplicación a series de rendimieno del precio medio de maerias primas Esimación de un nuevo modelo de volailidad
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 detallesOPCIÓN A MATEMÁTICAS 2º BACHILLERATO B
MTEMÁTICS º BCHILLERTO B -5-11 OPCIÓN 1.- 1 Dadas las funciones f( x) = x x+, gx ( ) = x+ 1 a) Esboza sus gráficas y calcula su puno de core b) Señala el recino limiado por las gráficas de ambas funciones
Más detalles