Método Alternativo de Descomposición de Tendencia y Ciclo del PBI Peruano
|
|
- José Ángel Herrero Redondo
- hace 5 años
- Vistas:
Transcripción
1 Método Alternativo de Descomposición de Tendencia y Ciclo del PBI Peruano Ángel Guillén Gabriel Rodríguez Ponti cia Universidad Católica del Perú Octubre 212 Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
2 Contenido 1 Motivación 2 Revisión de la Literatura 3 Justi cación del modelo a usar 4 Metodología 5 Resultados 6 Conclusiones Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
3 Motivación Realizar una descomposición de tendencia y ciclo que recoja las características del PBI peruano: cambios abruptos en el nivel de la tendencia o en la tasa de crecimiento de largo plazo, así como posibles asimetrías en los ciclos. Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
4 PBI Peruano Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
5 Posible Tendencia? Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
6 Revisión de la Literatura (1) Los Pioneros Burns y Mitchell (1946). Feller (1956). Zarnowitz y Boschan (1977). ARIMA vs Componentes no Observables (UC) Beverigde y Nelson (1981). Watson (1986). Campbell y Mankiw (1987) Clark (1987). Stock y Watson (1988). Evidencia de asimetrías Friedman (1964, 1993). Neftci (1984), Sichel (1991). Diebold, Rudebusch y Sichel (1993). Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
7 Revisión de la Literatura (2) Modelos no lineales Hamilton (1989). Teräsvirta (1994). Kim y Nelson (1999). Filtros Econométricos Hodrick y Prescott (1997). Baxter y King (1999). Christiano y Fitzgerald (23). Harvey y Trimbur (23). Literatura Nacional Cabrero y Valdivia (1999). Miller (23). Seminario, Rodríguez y Zuloeta (27). Rodríguez (21a, 21b, 21c). Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
8 Revisión de la Literatura (3) Nuevas propuestas Morley, Nelson y Zivot (23): concilian los modelos ARIMA y UC a través del grado de correlación entre las perturbaciones del ciclo y de la tendencia. Perron y Wada (26, 29): plantean un modelo UC cuyas perturbaciones están compuestas por una mixtura de distribuciones normales tanto para el componente cíclico como para el tendencial. Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
9 Justi cación del modelo a usar Se empleará el método de Perron y Wada (26, 29) por las siguientes razones: Flexibilidad para recoger el comportamiento no lineal de la serie. Soluciona el problema de identi cación ARIMA vs UC. Recoge la asimetría de los ciclos. Puede recoger outliers. No impone restricciones de suavizamiento a las series. Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
10 Metodología Especi cación del modelo univariado y t = τ t + c t + ω t τ t = τ t 1 + β t + η t β t = β t 1 + υ t c t = φ 1 c t 1 + φ 2 c t 2 + ɛ t Donde cada término de perturbación: u t = λ t γ 1t + (1 λ t ) γ 2t γ it i.i.d.n, σ 2 i λ t i.i.d.bernoulli (α) Se plantea varios tipos de modelos univariados, por ejemplo el modelo MU-CN con mixturas en ɛ t, η t. Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
11 Metodología Representación espacio estado H = , x t = 6 4 τ t c t c t 1 β t y t = Hx t + ω t x t = Fx t 1 + Gu t , F = 6 φ 1 φ , G = I, u t = η t ɛ t υ t Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
12 Metodología Representación espacio estado (2) La matriz de varianza y convarianza será: 8 2 σ η1 σ σ 2 η1 ɛ , 6 σ 2 ɛ , >< >= σ Q MU CN = 2 υ σ 2 2 υ σ η2 σ σ 2 η2 ɛ , 6 σ 2 ɛ >: σ 2 υ σ 2 >; υ donde cada estado ocurre con probabilidad α 1 α 2, α 1 (1 α 2 ), (1 α 1 ) α 2, y (1 α 1 ) (1 α 2 ), respectivamente. Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
13 Metodología Algoritmo de estimación Filtro de Kalman Filtro de Hamilton (con independencia de probabilidades) Colapsamiento de estados Evaluación de máxima verosimilitud Valores iniciales Restricciones Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
14 Metodología Algoritmo de estimación (2) Filtro de Kalman x ij tjt 1 = Fx i t 1jt 1 (1) P ij tjt 1 = FP i t 1jt 1 F + GQ j G (2) v ij tjt 1 = y t Hx ij tjt 1 (3) f ij = HP ij tjt 1 tjt 1 H + R (4) x ij = x ij tjt tjt P ij = I tjt 1 + Pij tjt P ij tjt 1 H h f ij 1 H h f ij tjt 1 tjt 1 i 1 v ij tjt 1 (5) i 1 H P ij tjt 1 (6) Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
15 Metodología Algoritmo de estimación (3) Filtro de Hamilton Al inicio del proceso de iteración, para el tiempo t, dado S t 1 = i y S t = j Pr(s t 1 = i, s t = jjy t 1 ) = Pr(s t = jjs t 1 = i) Pr (s t 1 = ijy t 1 ) Pr(s t 1 = i, s t = jjy t 1 ) = Pr(s t = j) Pr (s t 1 = ijy t 1 ) donde la función de densidad marginal de y t está dada por: p (y t jy t 1 ) = 4 4 j=1 i=1 p (y t js t 1, s t, Y t 1 ) = 1 p 2π f ij p (y t js t 1, s t = i, Y t 1 ) Pr (s t 1 = i, s t = jjy t 1 ) tjt 1 8 >< 1/2 exp >: v ij 1 f ij tjt 1 tjt 1 v ij 2 tjt 1 9 >= >; Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
16 Metodología Algoritmo de estimación (4) Observado Y t en el tiempo t se actualiza la probabilidad. Pr (s t 1 = i, s t = jjy t ) = Pr (s t 1 = i, s t = jjy t, Y t 1 ) = p (y t,s t, s t 1 jy t 1 ) p (y t jy t 1 ) = p(y tjst, s t 1, Y t 1 ) Pr(s t 1 = i, s t = jjy t 1 ) p(y t jy t 1 ) (7) Pr(s t = j, Y t ) = 4 Pr(s t 1 = i, s t = jjy t ) (8) t=1 Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
17 Metodología Algoritmo de estimación (5) Colapsamiento x j = 4 i=1 Pr (s t 1 = i, s t = jjy t ) x ij tjt tjt Pr(s t = jjy t ) 4 P j i=1 Pr (s t 1 = i, s t = jjy t ) P ij tjt + x i tjt = tjt Pr(s t = jjy t ) x ij x i tjt tjt x ij tjt Máxima verosimilitud ln (L) = ln " T p (y t jy t 1 ) t=1 # (9) Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
18 Metodología Algoritmo de estimación (6) Valores iniciales x j = [y 1,,, y 2 ] 2 P j = 4 1e + 8 P 1e Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
19 Metodología Algoritmo de estimación (7) Restricciones Existe un problema de label switching p (y t js t 1, s t, Y t 1 ) Pr (s t 1 = i, s t = jjy t 1 ) + p (y t js t 1, s t, Y t 1 ) Pr (s t 1 = i, s t = jjy t 1 ) = p (y t js t 1, s t, Y t 1 ) Pr (s t 1 = i, s t = jjy t 1 ) + p (y t js t 1, s t, Y t 1 ) Pr (s t 1 = i, s t = jjy t 1 ). Por tanto, se imponen las siguientes restricciones σ 2 2 > σ 2 1 α σ 2 1 >.5 Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
20 Desviación (%) Desviación (%) Resultados - Modelo MU-C Descomposición en Tendencia y Ciclo Ciclo filtrado Ciclo suavizado Tendencia filtrada Tendencia suavizada Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
21 Probabilidad Probabilidad Resultados - Modelo MU-C Probabilidades de los regímenes 1 Periodos de baja varianza Periodos de alta varianza Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
22 Variación (%) Resultados - Modelo MU-C Evolución de la pendiente 2 Tasa de crecimiento de la tendencia Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
23 Desviación (%) Desviación (%) Resultados - Modelo MU-N Descomposición en Tendencia y Ciclo Ciclo filtrado Ciclo suavizado Tendencia filtrada Tendencia suavizada Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
24 Probabilidad Probabilidad Resultados - Modelo MU-N Probabilidades de los regímenes 1 Periodos de baja varianza Periodos de alta varianza Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
25 Variación (%) Resultados - Modelo MU-N Evolución de la pendiente 2 Tasa de crecimiento de la tendencia Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
26 Desviación (%) Desviación (%) Resultados - Modelo MU-P Descomposición en Tendencia y Ciclo Ciclo filtrado Ciclo suavizado Tendencia filtrada Tendencia suavizada Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
27 Probabilidad Probabilidad Resultados - Modelo MU-P Probabilidades de los regímenes 1 Periodos de baja varianza Periodos de alta varianza Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
28 Variación (%) Resultados - Modelo MU-P Evolución de la pendiente 4 Tasa de crecimiento de la tendencia Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
29 Desviación (%) Desviación (%) Resultados - Modelo MU-CN Descomposición en Tendencia y Ciclo Ciclo filtrado Ciclo suavizado Tendencia filtrada Tendencia suavizada Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
30 Probabilidad Probabilidad Probabilidad Probabilidad Resultados - Modelo MU-CN Probabilidades de los regímenes 1 Baja varianza en el ciclo y baja varianza en la tendencia.5 1 Baja varianza en el ciclo y alta varianza en la tendencia.5 1 Alta varianza en el ciclo y baja varianza en la tendencia.5 1 Alta varianza en el ciclo y alta varianza en la tendencia.5 Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
31 Variación (%) Resultados - Modelo MU-CN Evolución de la pendiente 2 Tasa de crecimiento de la tendencia Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
32 Resultados Participación de los Choques en la Varianza del Producto MU-C MU-N MU-P MU-CN MU-CP MU-NP MU-CNP σ 2 η.1% 48.2% 39.5% 25.6%.9% 59.9% 45.1% σ 2 ɛ 69.% 42.6% 43.2% 69.3% 68.1% 32.6% 41.9% σ 2 ν 4.9% 9.2% 16.1% 4.6% 5.% 7.4% 12.8% σ 2 ω 26.%.% 1.2%.4% 26.%.2%.2% Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
33 Resultados Ratio de Verosimilitud MU-C MU-N MU-P MU-CN MU-CP MU-NP MU-CNP MU MU-C.. 1. MU-N MU-P ln(l) Se muestran los p-values siguiendo la especi cación de Davies (1987). Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
34 Resultados Correlaciones con otros métodos MU-C MU-N MU-P MU-CN MU-CP MU-NP MU-CNP tq HP ByK Clark Hamilton Plucking Promedio tq: tendencia lineal con quiebre en nivel en 1992q3 y en pendiente en 22q1. Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
35 Conclusiones La metodología aplicada es exible y permite modelar las no linealidades presentes en el PBI peruano. Se generan ciclos acorde con los periodos de expansión y recesión de la economía peruana. La mayoría de las recesiones son asociadas a regímenes de alta volatilidad, a excepción de la recesión del 29. El peso relativo de los choques de corto y largo plazo es sensible a la especi cación, sin embargo, cuando se admiten mixturas de normales para ambos tipos de choques, los choques de corto plazo predominan. El modelo MU-CN es el que mejor desempeño tiene y recoge un cambio estructural acontecido a inicios de los 9s así como la asimetrías en los ciclos. Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
36 Agenda pendiente Un test sobre los residuos de cada modelo. Un método para comparar los modelos que no están anidados. Un análisis de sensibilidad al considerar un gran número de mixturas. Mejorar la presentación del documento. Guillén - Rodríguez (PUCP) Descomposición de Tendencia y Ciclo Octubre / 36
Medidas de Brecha del Producto basados en Curva de Phillips Forward-Looking
Medidas de Brecha del Producto basados en Curva de Phillips Forward-Looking Gabriel Rodríguez Banco Central de Reserva del Perú Diciembre 2007 Contenido Introducción Literatura El Modelo Resultados Conclusiones
Más detallesDescomposición Factorial de la In ación en Perú
Descomposición Factorial de la n ación en Perú Alberto Humala (BCRP) Gabriel Rodríguez (BCRP) XXV Encuentro de Economistas Banco Central de Reserva del Perú 26-28/11/2008 Humala-Rodríguez () n ación 26-28/11/2008
Más detallesCiclos reales y crediticios: Buscando dependencias
Ciclos reales y crediticios: Buscando dependencias Johar Arrieta Erick Oré BCRP October 31, 2018 Johar Arrieta, Erick Oré (BCRP) CRC: Buscando dependencias October 31, 2018 1 / 33 Contenido 1 Motivación
Más detallesPolítica Monetaria, Cambios de Régimen e Incertidumbre de la Inflación en Perú ( )
Política Monetaria, Cambios de Régimen e Incertidumbre de la Inflación en Perú (1949 2006) Paúl Castillo, Alberto Humala, Vicente Tuesta XXIV Encuentro de Economistas Gerencia de Estudios Económicos 13
Más detallesSaki Bigio Luks Banco Central de Reserva del Perú. Jorge Salas Maldonado Banco Central de Reserva del Perú
Efectos No Lineales de Choques de Política Monetaria y del Tipo de Cambio Real en Economías Parcialmente Dolarizadas: Un Análisis Empírico para el Perú Saki Bigio Luks Banco Central de Reserva del Perú
Más detallesAprendizaje, Cambio de Régimen y Política Monetaria en el Perú
Aprendizaje, Cambio de Régimen y Política Monetaria en el Perú Gabriel Rodríguez (BCRP) Vicente Tuesta (Deutsche Bank) XXVI Encuentro de Economistas 26-28 de Noviembre del 2008 Rodríguez (BCRP) - Tuesta
Más detallesEstimación de Variables No Observables. Economía Peruana
Contenido para la Economía Peruana Carlos Montoro Gonzalo Lezma Banco Central de Reserva del Perú Encuentro de Economistas, 2009 Contenido Contenido 1 Introducción 2 Metodología 3 Modelo Neokeynesiano
Más detallesMEDICIÓN DE LA TENDENCIA Y EL CICLO DE UNA SERIE DE TIEMPO ECONÓMICA DESDE UNA PERSPECTIVA ESTADÍSTICA
MEDICIÓN DE LA TENDENCIA Y EL CICLO DE UNA SERIE DE TIEMPO ECONÓMICA DESDE UNA PERSPECTIVA ESTADÍSTICA Víctor M. Guerrero Departamento de Estadística Instituto Tecnológico Autónomo de México (ITAM) Seminario
Más detallesCaracterísticas estilizadas de los ciclos económicos de la economía Peruana: 1980: :04
Características estilizadas de los ciclos económicos de la economía Peruana: 1980:01-2014:04 Rafael Bustamante Correo: rbustamanter@unmsm.edu.pe Docente UNMSM MBA CENTRUM PUCP MG. Economía Finanzas UNMSM
Más detallesSeries de Tiempo Estacionarias
Series de Tiempo Estacionarias Pablo Lavado Universidad del Pacíco April 18, 2013 Lavado (Universidad del Pacíco) Econometría II April 18, 2013 1 / 31 Análisis Univariado La no estacionariedad en media
Más detallesHechos Estilizados del Sistema Bancario en el Perú
Hechos Estilizados del Sistema Bancario en el Perú Freddy Espino Banco Central de Reserva del Perú XXXII Encuentro de Economistas, Noviembre de 2014 1. Introducción y Motivación 1. La crisis financiera
Más detallesTeoría Macroeconómica II
FIEECS, UNI Teoría Macroeconómica II Introducción a modelos RBC Carlos Rojas Quiroz www.carlos-rojas-quiroz.weebly.com Octubre del 2017 Índice 1 El ciclo económico: Qué es y cómo se mide? 1.1 Medición
Más detallesModelo GARCH-MIDAS con Distribución Asimétrica de Laplace: comportamiento del tipo de cambio
Modelo GARCH-MIDAS con Distribución Asimétrica de Laplace: una aproximación al comportamiento del tipo de cambio Álvaro M. Zevallos azevallosb@pucp.edu.pe Área de Estudios Económicos - Banco de Crédito
Más detallesProyección con Un Modelo de Equilibrio General para la Economía Peruana 1
Proyección con Un Modelo de Equilibrio General para la Economía Peruana 1 Carlos Montoro Ll. David Florian BCRP Encuentro de Economistas, 28 de Noviembre de 2008 1 Los puntos de vista expresados en esta
Más detallesESTIMACIÓN DEL PIB POTENCIAL
ESTIMACIÓN DEL PIB POTENCIAL Y BRECHA DEL PRODUCTO UNA EVALUACIÓN EMPÍRICA PARA EL CASO DE EL SALVADOR R E D I B A C E N E L A B O R A D O P O R 27 agosto 2014 H O R A C I O C A T A L Á N Y L U I S A D
Más detallesModelo de cambios de régimen en el traspaso de las tasas de interés
Modelo de cambios de régimen en el traspaso de las tasas de interés (Regime switching in interest rate pass-through and dynamic bank modelling with risks) Alberto Humala XXIII Encuentro de Economistas
Más detallesTérminos de intercambio y productividad total de factores: Evidencia empírica de los mercados emergentes de América Latina
Derechos Reservados c 214 Banco Central de Reserva del Perú Revista Estudios Económicos 28, 27-46 (Diciembre 214) Disponible en www.bcrp.gob.pe/publicaciones/revista-estudios-economicos/estudios-economicos-no-28.html
Más detallesEstimación de una tendencia determinista y un componente estacional
y un componente estacional Práctica N o 1 Técnicas en Predicción Administración y Dirección de Empresas Departamento de Estadísitica Universidad Carlos III 18 de Marzo, 2009 Objetivos de la práctica Descomposición
Más detallesTabla de Contenidos. Introducción Revisión de literatura 3
Tabla de Contenidos Introducción 1 1. Revisión de literatura 3 2. Marco conceptual 5 2.1. Regresión lineal.................................. 5 2.2. Método de mínimos cuadrados ordinarios (MCO)...............
Más detallesEl PIB Potencial de México. Facultad de Economía, UNAM Conferencia LINK 2005
El PIB Potencial de México Ernesto Acevedo 19 de mayo de 2005 Facultad de Economía, UNAM Conferencia LINK 2005 Contenido El PIB potencial y la brecha del producto Su utilización en política económica Metodologías
Más detallesDISEÑO EN BLOQUES ALEATORIZADOS
DISEÑO EN BLOQUES ALEATORIZADOS DISEÑO EN BLOQUES ALEATORIZADOS COMPLETOS DISEÑO EN BLOQUES INCOMPLETOS ALEATORIZADOS DISEÑO EN CUADRADOS LATINOS DISEÑO EN CUADRADOS GRECO-LATINOS DISEÑO EN CUADRADOS DE
Más detallesHerramientas para el Estudio de Mercado. Técnicas de Predicción.
Herramientas para el Estudio de Mercado Proyecciones Económicas Técnicas de Predicción. Profesor: Exaú Navarro Pérez Técnicas de Predicción. Introducción. Técnicas Elementales de Predicción. Modelo Econométrico.
Más detallesLa dinámica de la cartera morosa en moneda extranjera y el tipo de cambio: El caso peruano,
La dinámica de la cartera morosa en moneda extranjera y el tipo de cambio: El caso peruano, 2001-2012 Erick Lahura (BCRP) Freddy Espino (BCRP) XXXI Encuentro de Economistas del Banco Central de Reserva
Más detallesNotas Sobre la Curva de Phillips en el Perú. NELSON RAMÍREZ-RONDÁN Banco central de Reserva del Perú
Notas Sobre la Curva de Phillips en el Perú NELSON RAMÍREZ-RONDÁN Banco central de Reserva del Perú Introducción 1. En este trabajo ampliamos el trabajo de Tuesta (2003) en la estimación de la dinámica
Más detallesLección 1. Dinámica económica. La economía en el medio plazo. Hechos estilizados.
Lección 1. Dinámica económica. La economía en el medio plazo. Hechos estilizados. 1.1 Estática comparativa y dinámica económica. Del corto al medio y largo plazo 1.2 La evolución de la economía en el medio
Más detallesEstimación MC2E, MVIL en Modelos de Ecuaciones Simultáneas
Estimación MC2E, MVIL en Modelos de Ecuaciones Simultáneas Economía Aplicada III (UPV/EHU) OCW 2013 Contents 1 Mínimos Cuadrados en 2 Etapas 2 Mínimos Cuadrados en 2 Etapas El método de Mínimos Cuadrados
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesLa Política Fiscal como herramienta de ajuste cíclico en El Salvador
La Política Fiscal como herramienta de ajuste cíclico en El Salvador Banco Central de El Salvador Departamento de Investigación Económica y Financiera Tercera reunión de REDIMA II en Centroamérica rica
Más detallesCapítulo 5: Funciones de Variables Aleatorias y Generadora de Momentos Estadística Computacional I Semestre Funciones de Variables Aleatorias
Universidad Técnica Federico Santa María Departamento de Informática ILI-80 Capítulo 5: Funciones de Variables Aleatorias Generadora de Momentos Estadística Computacional I Semestre 006 Profesor: Carlos
Más detallesCálculo de Probabilidades II Preguntas Tema 2
Cálculo de Probabilidades II Preguntas Tema 2 1. Demuestre que la suma de n v.a. Bernuolli(p) independientes tiene una distribución Binomial con parametros (n, p). 2. Se dice que una v.a tiene una distribución
Más detallesCapítulo 2: Skewness and kurtosis in VaR estimation
Capítulo 2: Skewness and kurtosis in VaR estimation Laura García Jorcano Doctorado en Banca y Finanzas Cuantitativas Madrid, 17 de marzo de 2015 Literatura previa - 1/3 Diversos trabajos han documentado
Más detallesHoja 4 Variables aleatorias multidimensionales
Hoja 4 Variables aleatorias multidimensionales 1.- Estudiar si F (x, y) = 1, si x + 2y 1, 0, si x + 2y < 1, es una función de distribución en IR 2. 2.- Dada la variable aleatoria 2-dimensional (X, Y )
Más detallesDolarización del balance de empresas no financieras y sus decisiones de inversión
Dolarización del balance de empresas no financieras y sus decisiones de inversión Pablo J. Azabache La Torre Banco Central de Reserva del Perú Universidad de San Martín de Porres 1. Motivación 2. Mecanismo
Más detallesTaller Inversión, Volatilidad y Crecimiento
Taller Inversión, Volatilidad y Crecimiento Comisión Económica para América Latina (CEPAL) Santiago, Chile Luis A. Trajtenberg (FCE-UBA, CEPAL Bs As.) Lunes 17 de Noviembre de 2014 Objetivo y Motivación
Más detallesUSO DEL FILTRO DE KALMAN PARA ESTIMAR LA TENDENCIA DE UNA SERIE
DIVISIÓN ECONÓMICA DEPARTAMENTO DE INVESTIGACIONES ECONÓMICAS INFORME TÉCNICO DIE-87-003-IT USO DEL FILTRO DE KALMAN PARA ESTIMAR LA TENDENCIA DE UNA SERIE Ana Cecilia Kikut V. OCTUBRE, 003 Entre los diferentes
Más detallesRegresión Lineal Múltiple
Unidad 4 Regresión Lineal Múltiple Javier Santibáñez (IIMAS, UNAM) Regresión Semestre 2017-2 1 / 35 Introducción La idea de la regresión lineal múltiple es modelar el valor esperado de la variable respuesta
Más detallesCoálgebras de Caminos de Quivers con Relaciones. Oviedo, Febrero 2004
Coálgebras de Caminos de Quivers con Relaciones Oviedo, Febrero 2004 Teorema Sea K un cuerpo algebraicamente cerrado y A una K-álgebra básica finito dimensional entonces existe un quiver Q A y un ideal
Más detallesTendencias y ciclos en las variables macroeconómicas
. Tendencias y ciclos en las variables macroeconómicas Rafael Doménech Temas de Análisis Macroeconómico. Tema 2 1/30 Introducción Necesitamos una estimación que permita extraer el comportamiento tendencial
Más detallesDinámicas no lineales y ciclos asimétricos en Argentina, Brasil y Uruguay
Dinámicas no lineales y ciclos asimétricos en Argentina, Brasil y Uruguay Silvia Rodríguez, Ana Laura Badagián Instituto de Estadística de la Facultad de Ciencias Económicas y Administración RESUMEN La
Más detallesMarkov-Switching y Persistencia de la Inflación: Una Aplicación para Perú
rkov-switching y Persistencia de la Inflación: Una Aplicación para Perú Mercedes García-Escribano M. a Luis Felipe Zegarra B. b Economics Department Departamento de Economía University of Chicago Universidad
Más detallesEstimación multivariada de la brecha - producto inflacionaria: Aplicación al caso peruano ( )
Estimación multivariada de la brecha - producto inflacionaria: Aplicación al caso peruano (1992-2003) Gonzalo Llosa Velásquez gllosa@bcrp.gob.pe Shirley Miller Lira smiller@bcrp.gob.pe Banco Central de
Más detallesPreparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
Más detallesEfectos de la dirección de las Órdenes sobre los precios de adjudicación, y los componentes del Spread en la Bolsa de Valores de Lima
Efectos de la dirección de las Órdenes sobre los precios de adjudicación, y los componentes del Spread en la Bolsa de Valores de Lima Carlos Loaiza Alamo cloaiza@smv.com.pe Giannio Téllez De Vettori giannio.tellez@pucp.pe
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Patricia Kisbye FaMAF 6 de mayo, 2010 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesTema 6: Modelos de probabilidad.
Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos
Más detallesMétodos Bayesianos (Convocatoria Febrero 2005)
Dpto. Métodos Cuantitativos en Economía y Gestión Univ. de Las Palmas de G.C. Licenciatura en Economía Cuarto curso Curso 04/05 Métodos Bayesianos (Convocatoria Febrero 005) EJERCICIO 1. El método estándar
Más detallesSegundo Entregable: Metodología del Análisis de Series de Tiempo, aplicado a las series del PBI en el periodo
FACULTAD DE INGENIERIA ECONOMICA ESTADISTICA Y CIENCIAS SOCIALES Segundo Entregable: Metodología del Análisis de Series de Tiempo, aplicado a las series del PBI en el periodo 195-215 Título: Factores Macroeconómicos
Más detallesLy el ciclo económico en el
análisis a inversión privada Ly el ciclo económico en el Perú Carlos Mendiburu * * Especialista en Programación Financiera del BCRP. En el largo plazo, la inversión del sector privado constituye uno de
Más detallesXXVIII ENCUENTRO DE ECONOMISTAS. Descomposición Histórica de la Inflación en Perú. Distinguiendo entre choques de demanda y choques de oferta
XXVIII ENCUENTRO DE ECONOMISTAS Descomposición Histórica de la Inflación en Perú. Distinguiendo entre choques de demanda y choques de oferta Guillermo Lavanda (PUCP) Gabriel Rodríguez (PUCP) Contenido
Más detallesDoctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
4.6 El filtro de Kalman Introducción Filtro de Kalman discreto Algoritmo: predicción + corrección Características probabilísticas El filtro de Kalman extendido Filtros de Partículas Conclusiones Introducción
Más detallesCombinación de estimaciones del producto potencial con un método bayesiano
Combinación de estimaciones del producto potencial con un método bayesiano Carlos Monge Badilla Alberto Vindas Quesada Documento de Investigación DI-01-2015 Departamento de Investigación Económica División
Más detallesCUÁL ES EL CRECIMIENTO DE LARGO PLAZO DE LA ECONOMÍA CHILENA? UNA RESPUESTA FORMAL PARA UNA ANTIGUA PREGUNTA
CUÁL ES EL CRECIMIENTO DE LARGO PLAZO DE LA ECONOMÍA CHILENA? UNA RESPUESTA FORMAL PARA UNA ANTIGUA PREGUNTA Byron Idrovo 1 El PIB potencial es la cantidad óptima de bienes y servicios que es capaz de
Más detallesDiplomado en Modelos Econométricos Dinámicos Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Modelos Econométricos Dinámicos Coordinadora académica: M.F. Esperanza Sainz López Presentar al alumno algunos modelos cuya estructura dinámica permite realizar análisis del comportamiento
Más detallesEstadística. Tema 2. Variables Aleatorias Funciones de distribución y probabilidad Ejemplos distribuciones discretas y continuas
Estadística Tema 2 Variables Aleatorias 21 Funciones de distribución y probabilidad 22 Ejemplos distribuciones discretas y continuas 23 Distribuciones conjuntas y marginales 24 Ejemplos distribuciones
Más detallesModelos ARCH y GARCH
Modelos y Roberto Cruz Oropesa Francisco Javier Rivera Miguel Ángel Sánchez Adán Uribe Bravo Diciembre 9, 2013 Series de Tiempo y Series Finacieras Series Financieras Hechos estilizados. Sea p t el precio
Más detallesEjercicio 5. Pilar González y Susan Orbe. Dpto. Economía Aplicada III (Econometría y Estadística)
Ejercicio 5 Estimación del Modelo de Regresión Lineal General Pilar González y Susan Orbe Dpto. Economía Aplicada III (Econometría y Estadística) Pilar González y Susan Orbe OCW 2013 Ejercicio 5 Estimación
Más detallesModelo de Greenwood, Hercowitz y Huffman
Macrodinámica I Junio - Agosto 2015 Outline 1 2 3 Household Firm Condición de equilibrio y choque Ecuaciones principales del modelo 4 5 6 7 I 1 El paper se basa en la perspectiva de Keynes sobre la fuente
Más detallesPRIMEROS PASOS DR. ISAAC LEOBARDO SÁNCHEZ JUÁREZ
PRIMEROS PASOS DR. ISAAC LEOBARDO SÁNCHEZ JUÁREZ Instalación del Solver CICLO ECONÓMICO DR. ISAAC LEOBARDO SÁNCHEZ JUÁREZ Ciclo Económico Los ciclos económicos son las fluctuaciones de la actividad
Más detallesAnálisis de la Varianza
Análisis de la Varianza Prof. Susana Martín n Fernández ndez Índice Análisis de la Varianza de un Factor Análisis de la Varianza de dos Factores Análisis de la Varianza de dos Factores con Interacción
Más detallesTema1. Modelo Lineal General.
Tema1. Modelo Lineal General. 1. Si X = (X 1, X 2, X 3, X 4 ) t tiene distribución normal con vector de medias µ = (2, 1, 1, 3) t y matriz de covarianzas 1 0 1 1 V = 0 2 1 1 1 1 3 0 1 1 0 2 Halla: a) La
Más detallesClase 2: Modelo de Long y Plosser (1983)
Clase 2: Modelo de Long y Plosser (1983) Macrodinámica I Hamilton Galindo Junio - Agosto 215 Contenido Características del modelo 1 Características del modelo Supuestos del modelo Función de utilidad 2
Más detallesEstimación MC3E, MVIC en Modelos de Ecuaciones Simultáneas
Estimación MC3E, MVIC en Modelos de Ecuaciones Simultáneas Economía Aplicada III (UPV/EHU) OCW 2013 Contenidos 1 Información Completa 2 3 Información Completa Un método de información completa considera
Más detallesINTERVENCIONES CAMBIARIAS, REGLAS MONETARIAS Y FRONTERAS DE EFICIENCIA
INTERVENCIONES CAMBIARIAS, REGLAS MONETARIAS Y FRONTERAS DE EFICIENCIA 14 de diciembre de 2006 XXIV Encuentro de Economistas del BCRP David Florián Jorge Salas Marco Vega Departamento de Modelos Macroeconómicos
Más detallesReestimación del Modelo de Proyección Trimestral
Reestimación del Modelo de Proyección Trimestral David Florián Valeria Morales Amilcar Velez Banco Central de Reserva del Perú 30 de octubre de 2018 David Florián, Valeria Morales, Amilcar Velez Reestimación
Más detallesNivel Óptimo de Reservas Internacionales en el Perú
Nivel Óptimo de Reservas Internacionales en el Perú Lima, 13 de diciembre de 2007 Erick W. Lahura S. Donita R. Rodríguez Z. Contenido 1. Relevancia del tema 2. Revisión de la literatura 3. Modelo de Ben
Más detallesAndrea Bayancela Espinel Coordinación y edición: Eugenio Paladines y David Villamar
Determinación de los niveles óptimos del Seguro de Depósitos del Ecuador a partir de su función de distribución de pérdidas esperadas y de la estimación de las probabilidades de riesgo alto de las entidades
Más detallesContenido. vii. Prólogo... i Presentación... iii Grupo de trabajo...v. 1. Introducción y conceptos preliminares...1
Contenido Prólogo... i Presentación... iii Grupo de trabajo...v 1. Introducción y conceptos preliminares...1 2. Tipos de modelos estadísticos lineales...19 Caso 2.1...20 Caso 2.2...26 Caso 2.3...30 3.
Más detallesAnálisis de datos Categóricos
Inferencia para tablas de contingencia Universidad Nacional Agraria La Molina 2013-1 Odds ratio Diferencia de proporciones Riesgo relativo Ejemplo Odds ratio El odds ratio muestral es: El estimador modicado
Más detallesTomo I: Macrodinámica Modelos de Ciclos Económicos Reales 1
Tomo I: Macrodinámica Modelos de Ciclos Económicos Reales Hamilton Galindo Arizona State University (ASU) hamilton.galindo@asu.edu Alexis Montecinos Massachusetts Institute of Technology (MIT) alexis.montecinos@sloan.mit.edu
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesAnálisis de Estructuras Espaciales Persistentes. Desempleo Departamental en Argentina.
Análisis de Estructuras Espaciales Persistentes. Desempleo Departamental en Argentina. Marcos Herrera 1 1 CONICET IELDE - Universidad Nacional de Salta (Argentina) Seminario de Investigación Nº 27 8 de
Más detallesNueva Economía Keynesiana
Macrodinámica II Junio - Agosto 2015 Outline 1 2 3 4 La Nueva Curva de Phillips Componente Forward Looking Componente Brecha Producto 5 Familias Firmas 6 Marco Teórico de Equilibrio General Competencia
Más detallesEconometría Aplicada para Bancos Centrales
Econometría Aplicada para Bancos Centrales Módulo 3: Filtrando series de tiempo Instructores: Randall Romero y Luis Ortíz San José, Costa Rica, 21-25 de agosto de 2017 Contenidos 1. Introducción 2. Algunos
Más detallesSesión 7 - Modelos de variable censurada y truncada
Sesión 7 - Modelos de variable censurada y truncada Manuel Barrón 5 de Julio de 2010 1 Mecanismos de censura y truncamiento 1.1 Distribución truncada Una distribución truncada es una parte de una distribución
Más detalles4. Modelos Multivariantes
4. Curso 2011-2012 Estadística Distribución conjunta de variables aleatorias Definiciones (v. a. discretas) Distribución de probabilidad conjunta de dos variables aleatorias X, Y Función de distribución
Más detallesTRATAMIENTO DE DATOS CON MS EXCEL. Modulo 2
TRATAMIENTO DE DATOS CON MS EXCEL. Modulo 2 CONTENIDO CONCEPTOS PRELIMINARES COMPONENTE ESTACIONAL MÉTODO DE LOS PROMEDIOS MÉTODO ARIMA CENSUS X 12 COMPONENTE DE TENDENCIA COMPONENTE CICLICO CONCEPTOS
Más detallesPolítica Monetaria y Encajes Bancarios en una Economía Parcialmente Dolarizada
Política Monetaria y Encajes Bancarios en una Economía Parcialmente Dolarizada Guillermo Moloche Hiroshi Toma MTC y PUCP 4 de Noviembre del 2014 Moloche-Toma (MTC-PUCP) Encajes 4 de Noviembre del 2014
Más detallesFiltros paso alto, paso bajo y pasabanda
Filtros paso alto, paso bajo y pasabanda Fernando Borraz Extracción de señales - decon 2017 Filtros paso bajo, paso alto y pasabanda Existe una familia de ltros que requieren que el investigador especi
Más detallesHéctor G. González Padilla Banco Central de la República Argentina. 30 de deptiembre de 2016
Una Aplicación del Análisis de Intervención: Una Evaluación del Efecto del Régimen de Control de Cambios sobre el PIB Trimestral en Argentina en el Período 2011-2015 1 Héctor G. González Padilla Banco
Más detallesClase 4: Modelo de Campbell (1994)
Clase 4: de Campbell (1994) Macrodinámica I Hamilton Galindo Junio - Agosto 2015 Bosquejo de la clase Paper base 1 Paper base 2 Descripción Ecuaciones principales Ecuaciones log-lineal Método de coeficientes
Más detallesEstadística para la Economía y la Gestión IN 3401 Clase 5
Estadística para la Economía y la Gestión IN 3401 Clase 5 Problemas con los Datos 9 de junio de 2010 1 Multicolinealidad Multicolinealidad Exacta y Multicolinealidad Aproximada Detección de Multicolinealidad
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Modelos Probit y Tobit aplicados al estudio de la oferta laboral de los trabajadores secundarios en el Perú
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE. ESTADÍSTICA Modelos Probit y Tobit aplicados al estudio de la oferta laboral de los trabajadores secundarios en el Perú
Más detalles1 Selección múltiple
G C Y I r s HP i = s 1,...,s T { T t=1 } T 1 (y t s t ) 2 + λ (s t+1 2s t + s t 1 ) 2 t=2 = {(Y S) (Y S) + λ(as) (AS)} S Y T y t A (T 2) T S λ 0 S λ C I 4 2 PIB C 2 1 0 C 0 2 1 4 1994 1999 2004 2009
Más detallesMODELOS ESTADÍSTICOS ESTRUCTURALES DE SERIES DE IRRADIACIÓN SOLAR GLOBAL DIARIA PARA CÓRDOBA, MARCOS JUÁREZ Y PARANÁ
ASADES Avances en Energías Renovables y Medio Ambiente Vol. 6, Nº, 00. Impreso en la Argentina. ISSN 039-5184 MODELOS ESTADÍSTICOS ESTRUCTURALES DE SERIES DE IRRADIACIÓN SOLAR GLOBAL DIARIA PARA CÓRDOBA,
Más detallesCICLO ECONÓMICO Y DESEMPLEO ESTRUCTURAL EN LA ECONOMÍA ESPAÑOLA
investigaciones económicas. vol. XXIX (2), 2005, 259-288 CICLO ECONÓMICO Y DESEMPLEO ESTRUCTURAL EN LA ECONOMÍA ESPAÑOLA RAFAEL DOMÉNECH Universidad de Valencia VÍCTOR GÓMEZ Ministerio de Hacienda Este
Más detallesANÁLISIS DE LAS SERIES DE TIEMPO - NIVEL II
ANÁLISIS DE LAS SERIES DE TIEMPO - NIVEL II Introducción: Este curso está orientado a formar una base en el análisis de las series temporales que brindará las bases para desenvolverse con gran calidad
Más detallesIntroducción. Distribución Gaussiana. Procesos Gaussianos. Eduardo Morales INAOE (INAOE) 1 / 47
Eduardo Morales INAOE (INAOE) 1 / 47 Contenido 1 2 3 (INAOE) 2 / 47 Normalmente, en los algoritmos de aprendizaje que hemos visto, dado un conjunto de ejemplos de entrenamiento se busca encontrar el mejor
Más detallesProbabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria,
Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, 2014-2015 Examen de la convocatoria extraordinaria, 22-6-2015 Nombre y apellidos.......................................................................
Más detallesImpacto Macroeconómico de un Shock Energético en el Perú
Impacto Macroeconómico de un Shock Energético en el Perú Bruno Zarate (UNAC) Edinson Tolentino (UNAC) XXXII Encuentro de Economistas del BCRP Documento de Investigación Noviembre de 2014 Contenido 1 2
Más detallesEstimación de densidades basada en núcleos: algunos elementos. Isabel Cañette
Estimación de densidades basada en núcleos: algunos elementos básicos. Isabel Cañette Seminario de Reconocimiento de Patrones. Seminario de Probabilidad y Estadística. Diciembre, 2002 Introducción. Decimos
Más detallesProfesores: M. Guerrero - J. Pérez - C. Olivares - J. Rozas 09 de julio de Examen Probabilidad y Estadísticas
09 de julio de 013 Examen Probabilidad y Estadísticas 1) Una cadena de tiendas de pintura produce y vende pinturas de látex y esmaltes. Con base en las ventas de largo plazo, la probabilidad de que un
Más detallesEconometría dinámica y financiera
Econometría dinámica y financiera Introducción a la econometría financiera. Modelos ARCH Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Introducción Los modelos que hemos visto son lineales
Más detallesUna propuesta metodológica para extraer factores comunes dinámicos estacionales y no estacionarios
Una propuesta metodológica para extraer factores comunes dinámicos estacionales y no estacionarios MARÍA CAMILA OROZCO SÁNCHEZ UNIVERSIDAD NACIONAL DE COLOMBIA FACULTAD DE CIENCIAS DEPARTAMENTO DE ESTADÍSTICA
Más detallesConstrucción de un índice coincidente usando factores comunes dinámicos
Construcción de un índice coincidente usando factores comunes dinámicos Fabio H. Nieto Universidad Nacional de Colombia Bogotá, COLOMBIA Agosto 30, 2013, ITAM, Ciudad de México D.F. Plan de la conferencia
Más detallesMás Allá del Modelo de Regresión Lineal. Dante A. Urbina
Más Allá del Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Modelos de Regresión No Lineales 2. Modelos de Respuesta Cualitativa 3. Datos de Panel 4. Modelos Autorregresivos y de Rezagos 5. Modelos
Más detallesTema 6: Introducción a la Inferencia Bayesiana
Tema 6: Introducción a la Inferencia Bayesiana Conchi Ausín Departamento de Estadística Universidad Carlos III de Madrid concepcion.ausin@uc3m.es CESGA, Noviembre 2012 Contenidos 1. Elementos básicos de
Más detalles