Ciclo del PIB ¿Cómo evaluar el método de estimación?

Alvarez, Ignacio - Da Silva, Natalia

Resumen:

Existe una gran variedad de metodologías para estimar el componente cíclico de una serie temporal, sin que sea claro cuál de ellas es la más adecuada. No es posible realizar un test de ajuste para las distintas estimaciones del ciclo ya que es un componente inobservable. Teniendo en cuenta la utilidad del ciclo para evaluar y diseñar las políticas económicas, es necesario tener criterios que permitan evaluar y comparar las distintas estimaciones del mismo. El objetivo de este trabajo es implementar herramientas que permitan comparar los distintos métodos para la extracción de la señal cíclica en una serie temporal. El trabajo se realiza en el contexto del análisis espectral de series temporales, donde es posible explicitar las propiedades de la señal cíclica estimada y obtener medidas relativas al ajuste, la estabilidad y el efecto distorsivo de los fltros empleados. Se emplean el filtro de Hodrick-Prescott y el de Christiano-Fitzgerald para extraer el ciclo agregado y sectorial (agropecuario e industrial). Las herramientas que se utilizan son: el espectro poblacional, las funciones de ganancia, medidas de pureza y de distorsión del ciclo estimado.


Detalles Bibliográficos
2008
PIB
Ciclo del PBI
Español
Universidad de la República
COLIBRI
http://hdl.handle.net/20.500.12008/10724
Acceso abierto
Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
_version_ 1807522841974800384
author Alvarez, Ignacio
author2 Da Silva, Natalia
author2_role author
author_facet Alvarez, Ignacio
Da Silva, Natalia
author_role author
bitstream.checksum.fl_str_mv 6429389a7df7277b72b7924fdc7d47a9
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
0cdfd9a4ade16257d2efb0d2d5d13a16
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/10724/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/10724/2/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/10724/3/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/10724/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/10724/1/0802.pdf
collection COLIBRI
dc.contributor.filiacion.none.fl_str_mv Alvarez Ignacio, Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración. Instituto de Estadística
Silva Natalia da, Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración. Instituto de Estadística
dc.creator.none.fl_str_mv Alvarez, Ignacio
Da Silva, Natalia
dc.date.accessioned.none.fl_str_mv 2017-12-15T14:53:42Z
dc.date.available.none.fl_str_mv 2017-12-15T14:53:42Z
dc.date.issued.none.fl_str_mv 2008
dc.description.abstract.none.fl_txt_mv Existe una gran variedad de metodologías para estimar el componente cíclico de una serie temporal, sin que sea claro cuál de ellas es la más adecuada. No es posible realizar un test de ajuste para las distintas estimaciones del ciclo ya que es un componente inobservable. Teniendo en cuenta la utilidad del ciclo para evaluar y diseñar las políticas económicas, es necesario tener criterios que permitan evaluar y comparar las distintas estimaciones del mismo. El objetivo de este trabajo es implementar herramientas que permitan comparar los distintos métodos para la extracción de la señal cíclica en una serie temporal. El trabajo se realiza en el contexto del análisis espectral de series temporales, donde es posible explicitar las propiedades de la señal cíclica estimada y obtener medidas relativas al ajuste, la estabilidad y el efecto distorsivo de los fltros empleados. Se emplean el filtro de Hodrick-Prescott y el de Christiano-Fitzgerald para extraer el ciclo agregado y sectorial (agropecuario e industrial). Las herramientas que se utilizan son: el espectro poblacional, las funciones de ganancia, medidas de pureza y de distorsión del ciclo estimado.
dc.format.extent.es.fl_str_mv 35 p.
dc.format.mimetype.none.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv Alvarez, I y Da Silva, N. Ciclo del PIB ¿Cómo evaluar el método de estimación? [en línea]. Montevideo : Udelar. FCEA-IESTA, 2008
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12008/10724
dc.language.iso.none.fl_str_mv es
spa
dc.publisher.es.fl_str_mv Udelar. FCEA-IESTA
dc.relation.ispartof.none.fl_str_mv Serie DT (08/02);
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.es.fl_str_mv PIB
Ciclo del PBI
dc.title.none.fl_str_mv Ciclo del PIB ¿Cómo evaluar el método de estimación?
dc.type.es.fl_str_mv Documento de trabajo
dc.type.none.fl_str_mv info:eu-repo/semantics/workingPaper
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
description Existe una gran variedad de metodologías para estimar el componente cíclico de una serie temporal, sin que sea claro cuál de ellas es la más adecuada. No es posible realizar un test de ajuste para las distintas estimaciones del ciclo ya que es un componente inobservable. Teniendo en cuenta la utilidad del ciclo para evaluar y diseñar las políticas económicas, es necesario tener criterios que permitan evaluar y comparar las distintas estimaciones del mismo. El objetivo de este trabajo es implementar herramientas que permitan comparar los distintos métodos para la extracción de la señal cíclica en una serie temporal. El trabajo se realiza en el contexto del análisis espectral de series temporales, donde es posible explicitar las propiedades de la señal cíclica estimada y obtener medidas relativas al ajuste, la estabilidad y el efecto distorsivo de los fltros empleados. Se emplean el filtro de Hodrick-Prescott y el de Christiano-Fitzgerald para extraer el ciclo agregado y sectorial (agropecuario e industrial). Las herramientas que se utilizan son: el espectro poblacional, las funciones de ganancia, medidas de pureza y de distorsión del ciclo estimado.
eu_rights_str_mv openAccess
format workingPaper
id COLIBRI_a60511a3e87e7bf8349ad4f9605ff711
identifier_str_mv Alvarez, I y Da Silva, N. Ciclo del PIB ¿Cómo evaluar el método de estimación? [en línea]. Montevideo : Udelar. FCEA-IESTA, 2008
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language spa
language_invalid_str_mv es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/10724
publishDate 2008
reponame_str COLIBRI
repository.mail.fl_str_mv mabel.seroubian@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
spelling Alvarez Ignacio, Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración. Instituto de EstadísticaSilva Natalia da, Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración. Instituto de Estadística2017-12-15T14:53:42Z2017-12-15T14:53:42Z2008Alvarez, I y Da Silva, N. Ciclo del PIB ¿Cómo evaluar el método de estimación? [en línea]. Montevideo : Udelar. FCEA-IESTA, 2008http://hdl.handle.net/20.500.12008/10724Existe una gran variedad de metodologías para estimar el componente cíclico de una serie temporal, sin que sea claro cuál de ellas es la más adecuada. No es posible realizar un test de ajuste para las distintas estimaciones del ciclo ya que es un componente inobservable. Teniendo en cuenta la utilidad del ciclo para evaluar y diseñar las políticas económicas, es necesario tener criterios que permitan evaluar y comparar las distintas estimaciones del mismo. El objetivo de este trabajo es implementar herramientas que permitan comparar los distintos métodos para la extracción de la señal cíclica en una serie temporal. El trabajo se realiza en el contexto del análisis espectral de series temporales, donde es posible explicitar las propiedades de la señal cíclica estimada y obtener medidas relativas al ajuste, la estabilidad y el efecto distorsivo de los fltros empleados. Se emplean el filtro de Hodrick-Prescott y el de Christiano-Fitzgerald para extraer el ciclo agregado y sectorial (agropecuario e industrial). Las herramientas que se utilizan son: el espectro poblacional, las funciones de ganancia, medidas de pureza y de distorsión del ciclo estimado.Submitted by Luna Fabiana (fabiana.luna@seciu.edu.uy) on 2017-12-15T14:53:41Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 0802.pdf: 277227 bytes, checksum: 0cdfd9a4ade16257d2efb0d2d5d13a16 (MD5)Made available in DSpace on 2017-12-15T14:53:42Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 0802.pdf: 277227 bytes, checksum: 0cdfd9a4ade16257d2efb0d2d5d13a16 (MD5) Previous issue date: 200835 p.application/pdfesspaUdelar. FCEA-IESTASerie DT (08/02);Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)PIBCiclo del PBICiclo del PIB ¿Cómo evaluar el método de estimación?Documento de trabajoinfo:eu-repo/semantics/workingPaperinfo:eu-repo/semantics/publishedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaAlvarez, IgnacioDa Silva, NataliaLICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/10724/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://localhost:8080/xmlui/bitstream/20.500.12008/10724/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_texttext/html; charset=utf-80http://localhost:8080/xmlui/bitstream/20.500.12008/10724/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://localhost:8080/xmlui/bitstream/20.500.12008/10724/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54ORIGINAL0802.pdf0802.pdfapplication/pdf277227http://localhost:8080/xmlui/bitstream/20.500.12008/10724/1/0802.pdf0cdfd9a4ade16257d2efb0d2d5d13a16MD5120.500.12008/107242017-12-27 13:18:12.884oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:30:56.342515COLIBRI - Universidad de la Repúblicafalse
spellingShingle Ciclo del PIB ¿Cómo evaluar el método de estimación?
Alvarez, Ignacio
PIB
Ciclo del PBI
status_str publishedVersion
title Ciclo del PIB ¿Cómo evaluar el método de estimación?
title_full Ciclo del PIB ¿Cómo evaluar el método de estimación?
title_fullStr Ciclo del PIB ¿Cómo evaluar el método de estimación?
title_full_unstemmed Ciclo del PIB ¿Cómo evaluar el método de estimación?
title_short Ciclo del PIB ¿Cómo evaluar el método de estimación?
title_sort Ciclo del PIB ¿Cómo evaluar el método de estimación?
topic PIB
Ciclo del PBI
url http://hdl.handle.net/20.500.12008/10724