Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Markov Switching Apuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omico Apuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macr
Markov Switching Apuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omico Apuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macroecon´omica IV: Crecimiento Econ´omicoApuntes sobre el modelo de Ramsey Teor´ıa Macr
Tcnicas de Prediccin
1
A.Beyaert
Ejemplo:
2 regmenes para la tasa de crecimiento del PIB: auge y recesin
rgimen en t no observable, determinado por proceso no observable, denotado st , con st = 1 2 .
0,1 + 1,1 yt 1 + t si st = 1
Si yt AR(1) en cada rgimen (generalizable): yt =
0, 2 + 1, 2 yt 1 + t si st = 2
yt = 0,s + 1,s yt 1 + t
t
p( st = 1 st 1 = 1) = p11
p( st = 2 st 1 = 1) = p12
p( st = 1 st 1 = 2) = p21
p( st = 2 st 1 = 2) = p22
Tcnicas de Prediccin
2
A.Beyaert
Pero
p11 + p12 = p 21 + p 22 = 1
Probabilidades no condicionadas:
Tcnicas de Prediccin
P(s t = 1) =
1 p 22
2 p11 p 22
P(s t = 2) =
1 p11
2 p11 p 22
3
A.Beyaert
tarea:
especificar el modelo (orden del AR)
estimar los parmetros (coeficientes y probabilidades)
validar
predecir
Tcnicas de Prediccin
4
A.Beyaert
1) ESTIMACIN:
Parmetros:
= (0 ,1 , 0 , 2 , 1,1 , 1, 2 , 2 )
=
p i , j i, j = 1,2 con pij = 1 p ii
P(s t = j / Y ; )
> t
inferencia
con = t
< t prediccin
Tcnicas de Prediccin
donde
Y = [y1, y2 ,L, y ]
5
A.Beyaert
Sea
Si
t /
P(s t = 1 / Y ; )
=
P(s t = 2 / Y ; )
conocido:
Se demuestra que:
t / t
es funcin de
t / t 1 y de
1 p 22
p
t +1 / t = P. t / t con P = 11
p 22
1 p11
Consecuencia:
1) posible algoritmo de clculo de las probabilidades de estado para
1 / 0
conocido:
1 / 1
2 /1
con ello, calcular
Tcnicas de Prediccin
6
A.Beyaert
2 / 2
e) etc....
2) "smoothed probabilities":
Tcnicas de Prediccin
t / t
t +1 / t
7
A.Beyaert
pij =
P(s
t =2
= j, s t 1 = i / YN ; )
P(s
t =2
t 1
= i / YN ; )
usa los
t / N
(1)
N
N
j = x t ( j) x t ( j)' x t ( j) y t ( j)
t =1
t =1
y t ( j) = y t P(s t = j / YN ; )
)
con x t ( j) = x t P (s t = j / YN ;
con x t = ( y t 1 ,L, y t p )
1 N 2
2
= ( y t ' j x t ) 2 P(s t = j / YN ; )
N t =1 j=1
Tcnicas de Prediccin
(2)
usa los
t / N
usa los
t / N
(3)
8
A.Beyaert
Consecuencia:
Todas las estimaciones estn interrelacionadas recurrir a algoritmo de optimizacin:
1) escoger valores iniciales para
2) calcular los vectores
t , N
p ij usando (1)
Tcnicas de Prediccin
9
A.Beyaert
2) CONTRASTE DE LINEALIDAD
s =1 = s =2 )
(e.d. s =1 s =2 )
LRMS = l MS l AR
donde
l MS , l AR
LR MS
sigue distribucin desconocida, no estndar bajo la nula (ya que probabilidades de transicin no identificadas bajo la
nula) => obtener el valor crtico por simulacin
Tcnicas de Prediccin
10
A.Beyaert
3) VALIDACIN, Hamilton(1996)
h t ( ) =
Idea de partida:
log f ( y t / Yt ; )
log f ( y t / Yt ; )
=
=> h t 1 (0 ) no debe contener ninguna informacin til para h t (0 )
h t (0 ) =
con la
0
Adems:
Test de no correlacin de los scores respecto de los trminos constantes test de no autocorrelacin de los residuos
Test de no correlacin de los scores respecto de las varianzas test de efecto ARCH.
Test de no correlacin de los scores respecto de las probabilidades de transicin pii , i=1,2 test de validez del
proceso de Markov de orden 1.
Ver Hamilton(1996) y literatura posterior para ms detalles.
Tcnicas de Prediccin
11
A.Beyaert
4) PREDICCIN:
P(s = 1 / YT , )
T+m / T = T+m
P(s T+m = 2 / YT , )
= P T+m1/ T
= P P T+m2 / T = P 2 T+m2 / T
M
= P m T / T
Tcnicas de Prediccin
12
A.Beyaert
b) Prediccin de yT+1
yT+1 seguir modelo del estado 1 con probabilidad de que el estado sea 1 en (T+1) y seguir modelo del estado 2 con
probabilidad de que el estado sea 2 en (T+1)
y T (1) = y T (1) s
T +1 =1
+ y T (1) s
= y T (1) s
T +1 = 2
T +1 =1
= y T (m) s
Tcnicas de Prediccin
P(s T+1 = 1 / YT ; )
P(s T+1 = 2 / YT ; )
, y T (1) s
T +1 =1
T +1 = 2
, y T ( m) s
P(s T+1 = 1 / YT ; )
P(s T+1 = 2 / YT ; )
T +1 = 2
] P
T/T
13
A.Beyaert
1 p 22
p11
Matriz de transicin P =
p 22
1 p11
Sus elementos diagonales indican la probabilidad de quedar durante 2 perodos sucesivos en el mismo estado
contienen informacin til para estimar duracin de los estados.
D j = 1 si s t = j , s t +1 j P(D j = 1) = 1 p jj = p ji
D j = 2 si s t = s t +1 = j , s t + 2 j P(D j = 2) = p jj (1 p jj )
D j = 3 si s t = s t +1 = s t + 2 = j , s t + 3 j P(D j = 2) = p 2 jj (1 p jj ) , etc
E(D j ) = iP( D j = i)
i =1
= (1 p jj ) + 2p jj (1 p jj ) + 3p 2 jj (1 p jj ) + ...
=
1
1 p jj
Tcnicas de Prediccin
14
A.Beyaert