Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12104/83211
Título: Modelación Markoviana para identificar la dinámica y pronóstico del índice de producción industrial en México de 1980 a 2018
Palabras clave: Industrial production index;Markov switching;Bayesian analysis;Forecasting;E23;C24;C11;G17
Editorial: Universidad de Guadalajara
Descripción: En este artículo, por medio de modelación Markoviana estudiamos la identificación de los estados estocásticos y pronóstico del índice mensual de producción industrial en México de 1980 a 2018. Dado que la muestra de datos está sujeta a fuertes fluctuaciones económicas y financieras, de una batería de modelos auto-regresivos (lineales y con parámetros Markovianos de cambio de régimen) se elige la especificación del modelo que mejor se ajusta a los datos a través del factor de Bayes. La selección del modelo provee evidencia de que las tasas de crecimiento mensual de este índice presentan parámetros (media y volatilidad) que cambian con el tiempo. Se lleva a cabo un ejercicio de pronóstico sobre el modelo Markoviano de mejor ajuste a los datos. Para medir su capacidad de inferencia, se compara su eficiencia respecto de la especificación lineal auto-regresiva en la misma serie de datos. Los resultados muestran que la media de los errores de pronóstico (dentro y fuera de la muestra) son menores en la especificación Markoviana. La metodología Bayesiana aplicada permite estimar de forma endógena e inferir de manera precisa incluso por problemas de identificación de parámetros Markovianos, pequeño número de observaciones en regímenes, datos atípicos, número de regímenes e incertidumbre de parámetros sujetos a cambio de estado.
URI: https://hdl.handle.net/20.500.12104/83211
Otros identificadores: https://econoquantum.cucea.udg.mx/index.php/EQ/article/view/7120/6215
Aparece en las colecciones:Revista Econoquantum

Ficheros en este ítem:
No hay ficheros asociados a este ítem.


Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.