Abstract

This work develops a framework for the analysis of state-space models combined with Kalman,
Kalman smoothed, Gibbs and particle filters for the estimation of unknown states,
and parameters, determining the accuracy of the algorithms, to analyze some time series of the
macroeconomy of Ecuador.
This methodology plays an important role in the area of economics and finance and has many
advantages because it allows describing how observed macroeconomic variables can be related
to potentially unobserved state variables, determining the evolution in real time, estimating
unobserved trends, changes of structures and make forecasts in future times. To achieve the
objectives, three models are proposed: the first model is used to estimate Ecuador's gross
domestic product. The second model combines a state space model with the classic ARIMA (p,
q, r) model to adjust the GDP rate and finally, it is considered a model for the simultaneous
stress time series analysis related to: consumer price index, industrial production index and
active interest rate. In all the cases studied, the estimates obtained reflect the real behavior of
the Ecuadorian economy. The square root of the mean square error was used as a measure of
goodness of fit to measure the quality of estimation of the algorithms, obtaining small errors.

Keywords: Dynamic system, Kalman filter, State space model, Gibbs sampler, Monte
Carlo Samples, ARIMA model and Gross domestic product
Resumen
Este trabajo desarrolla un marco para el análisis de modelos de espacio de estados combinados
con los filtros de Kalman, Kalman suavizado, Gibbs y partículas para la estimación de estados y
parámetros desconocidos, determinando la precisión de los algoritmos, con el propósito de
analizar algunas series de tiempo de la macroeconomía del Ecuador.
Esta metodología juega un papel importante en el área de la economía y las finanzas ademas
tiene muchas ventajas porque permite describir cómo las variables macroeconómicas
observadas se pueden relacionar con variables de estado potencialmente no observadas,
determinando la evolución en tiempo real, estimando tendencias no observadas, cambios de
estructuras y pronósticos en tiempos futuros. Para lograr los objetivos se proponen tres
modelos: el primero se utiliza para estimar el producto interno bruto del Ecuador. El segundo
modelo combina un modelo de espacio de estados con el modelo clásico ARIMA (p, q, r) para
ajustar la tasa del PIB y finalmente se considera un modelo para el análisis simultáneo de series
temporales de estrés relacionado con: índice de precios al consumidor, índice de producción
industrial y tasa de interés activa. En todos los casos estudiados, las estimaciones obtenidas
reflejan el comportamiento real de la economía ecuatoriana. La raíz cuadrada del error
cuadrático medio se utilizó como medida de bondad de ajuste para medir la calidad de
estimación de los algoritmos, obteniendo pequeños errores.
Palabras Clave: Sistemas dinamicos, Filtro de Kalman , Modelos de espacio estado,
Muestreador de Gibbs, Monte Carlo Samples, Modelos ARIMA and Producto interno bruto.