STATA

1. Declarar a Stata que la base de datos son series de empo de frecuencia trimestral
tsset t, quarterly
Tse t, lo que sea

2. Crear las variables en logaritmos.

gen nuevonombre = la variable que queremos conver r

3. Filtro de Hodrick-Presco
- Filtro:
Ts lter hp nombre=variables
ts lter hp lyc=ly, trend (lyg)

4. Grá cos
tsline variables
Si lo hacemos del HP: tsline lyc nos da los ciclos , es directamente la diferencia

5. El análisis de ciclos obtenidos del ltro de H-P requiere ignorar las 12 primeras y úl mas observaciones.
U lice la variable id para ignorar esas observaciones en los próximos cálculos. Obtenga un indicador de
vola lidad del PIB durante los ciclos económicos.
sum lyc
Std. Dev= .0271112
La desviación porcentual media es del 0.027 con respecto a su media. Nos indica la vola bilidad.
- Ignorar
sum lyc if id>12 & id<103

6. ¿Qué peso ene el consumo respecto del PIB? ¿Y el resto de los componentes del PIB?
gen pc=c/y
gen pg = g/y
gen pi= i/y
gen pm=m/y
gen px=x/y
sum pc pg pi pm px

- cuál es el peso de los componentes a día de hoy

sum pc pg pi pm px if id==114
ti
fi
fi
ti
fi
ti
tt
fi
ti
ti
ti
ti
 7. Cree las variables de ciclos para todos los componentes del PIB y el empleo mediante el ltro de H-P.
ts lter hp lcc=ly, trend (lcg)
ts lter hp lic=li, trend (lig)
ts lter hp lgc=lg, trend (lgg)
ts lter hp lxc=lx, trend (lxg)
ts lter hp lmc=lm, trend (lmg)
ts lter hp lLc=lL, trend (lLg)

8. Cálculo de la tendencia de Yt
ts lter hp lyc=ly, smooth(1600) trend(lyg)
tsline ly lyg

9. Cálculo de la brecha
gen brecha=ly-lyg

10. Grá co de la brecha de producción

tsline brecha, tle("La brecha de producción en España: 2002-2023")

11. Obtenga una nueva versión suavizada de la brecha sin componente estacional. Esta nueva versión nos
puede ayudar a compararla mejor con otras series (con estacionalidad). Calcule los valores tendenciales
de todas las series.
* Suavizamos la serie de brecha para eliminar el componente estacional
* drop brecha_s brecha_c (aplicamos esta línea si queremos trabajar la línea de abajo con otros valores
de lambda)
ts lter hp brecha_c=brecha, smooth(80) trend(brecha_s)
tsline brecha brecha_s

* Valores tendenciales del resto de series

gen lh=ln(Ht)
gen ln=ln(Nt)
gen lu=ln(ut)

ts lter hp lhc=lh, smooth(1600) trend(lhg)

ts lter hp lnc=ln, smooth(1600) trend(lng)
ts lter hp luc=lu, smooth(1600) trend(lug)

* 3. Cálculo de Lt y de Bt
gen Lt=(1-ut)*Nt*Ht
gen ll=ln(Lt)
gen lk=ln(Kt)
fi
fi
fi
fi
fi
fi
fi
fi
fi
fi
fi
fi
ti
fi
 gen lb=ly - (1/3)*lk - (2/3)*ll

* Tendencia de la produc vidad

ts lter hp lbc = lb , smooth(1600) trend(lbg)

* Diferencias entre la variable y su tendencia

gen dn=ln-lng
gen dh=lh-lhg
gen db=lb-lbg

* 4. Efecto produc vidad

pwcorr brecha db, star(0.05)
* Suavizamos la serie de produc vidad
ts lter hp db_c=db, smooth(80) trend(db_s)
* Comparamos las series suavizadas (sin componente estacional)
tsline brecha_s db_s, tle("La produc vidad a lo largo del ciclo")
* La produc vidad es procíclica con ligero retardo y muy inferior a la brecha

* 5. Efecto trabajo
* Efecto población ac va
pwcorr brecha dn, star(0.05)
tsline brecha_s dn, tle("La población ac va a lo largo del ciclo")
* La población ac va es procíclica, con retardo y algo inferior a la brecha

* Persistencia de la población ac va (no producción como pone el ejercicio)

pwcorr dn dn L.dn L2.dn L3.dn, star(0.05)

* Efecto horas trabajadas

pwcorr brecha dh, star(0.05)
* Suavizamos la serie de horas trabajadas
ts lter hp dh_c=dh, smooth(80) trend(dh_s)
* Comparamos las series suavizadas (sin componente estacional)
tsline brecha_s dh_s, tle("Las horas trabajadas a lo largo del ciclo")
* Las horas trabajadas son procíclicas también, en especial durante Covid-19

* 6. Efecto desempleo
tsline brecha u, tle("Desempleo a lo largo del ciclo")

gen dif_u=lug-lu
fi
fi
fi
ti
ti
ti
ti
ti
ti
ti
ti
ti
ti
ti
ti
ti
tsline lug lu, tle("Ciclo del desempleo")

pwcorr brecha dif_u, star(0.05)

* Persistencia
pwcorr dif_u L.dif_u L2.dif_u L3.dif_u L4.dif_u L5.dif_u L6.dif_u, star(0.05)

* 7. Comparación entre el componente cíclico y el diferencial de tasas de desempleo

tsline brecha_s dif_u, tle("Variación de la tasa de desempleo a lo largo del ciclo")
* El desempleo ene un comportamiento procíclico y mucho mayor que la brecha

tsline brecha_s dif_u dh_s dn db_s, tle("Variación de la tasa de desempleo a lo largo del ciclo")
* El principal responsable es el desempleo, seguido por las horas trabajadas, la produc vidad y la
población ac va
ti
ti
ti
ti
ti
ti