Documentos de Académico
Documentos de Profesional
Documentos de Cultura
i=1+j
C
i
;
t
=
t
s=1
s
.
Finalmente, el componente cclico de la serie puede obtenerse como:
c
t
= y
t
y
0
t
C(1)
t
(5)
Tcnicas estadsticas
Como la teora econmica no indica el tipo de tendencia que la serie mani-
esta ni la relacin exacta con el componente cclico, es posible usar dis-
tintos supuestos y contrastes estadsticos para observarlas y determinarlas;
130 Cuadernos de Economa, 29(53), 2010
es decir, sin un conjunto de hechos estadsticos las propiedades del com-
ponente secular de una serie de tiempo se vienen abajo (Canova, 1998,
477). Las tcnicas estadsticas son enfoques empiristas o descriptivos de
una serie, a partir de las cuales se estudian principalmente las caracters-
ticas cclicas: nmero de ciclos, duracin total, duracin de las fases de
aceleracin, correlaciones entre variables y relaciones de adelanto-retraso
(Moral, 2000).
Funciones polinomiales del tiempo
En este mtodo el componente de tendencia sigue un proceso determinista
que se expresa mediante funciones polinmicas del tiempo, x
t
= f(t) y
tanto la tendencia como el ciclo estn incorrelacionados. La dicultad re-
side en la eleccin de la forma funcional, para ello la intuicin dice que los
movimientos seculares deberan ser una funcin suave del tiempo, luego
la funcin para la tendencia debe ser continua en el tiempo y su primera
derivada estar denida en todo su dominio (Trajtenberg, 2004). De acuer-
do, con Canova (1998) una funcin polinomial para el componente de ten-
dencia est dada por:
x
t
=
_
a +
q
j
b
1j
f
j
(t t
0
) si t
t,
a +
q
j
b
2j
f
j
(t t
1
) si 1 t
t
Siendo q tpicamente pequea,
t un punto conocido en el tiempo, y t
0
y
t
1
puntos en el tiempo para escalar el origen de la tendencia. Luego, el
componente cclico se estima restando de la serie el resultado de la esti-
macin del componente secular. Una aplicacin de esta tcnica se presenta
en Trajtenberg (2004).
Diferencias de primer orden
En esta tcnica el componente de tendencia es una funcin de sus valores
pasados. Los valores ms cercanos de la serie tienen un mayor peso en la
determinacin de la variable y cada valor se pondera de modo que la suma
de los coecientes sea igual a uno. Por tanto, este componente sigue un
paseo aleatorio sin deriva, el componente cclico es estacionario y ambos
estn incorrelacionados, esto es, E[x
t
c
t
] = 0. Se asume que la serie tiene
raz unitaria, la cual se debe al componente de tendencia, es decir:
y
t
= y
t1
+
t
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 131
Siendo
t
un trmino de perturbacin y
t
N(0,
2
); x
t
= y
t1
. El
estimador para el componente cclico se obtiene a partir de:
c
t
= y
t
y
t1
Filtro de Hodrick y Prescott
Esta tcnica desarrollada por Hodrick y Prescott (1997, ltro de HP en
adelante), es una solucin del problema de minimizacin de la variabilidad
del componente cclico de la serie observada sujeto a una condicin de
suavidad del componente de tendencia. Este mtodo extrae una tendencia
estocstica que se mueve sin problemas en el tiempo y es incorrelacionada
con el componente cclico. De acuerdo con Hodrick y Prescott (1980), una
serie de tiempo econmica se puede descomponer en tendencia y ciclo:
y
t
= x
t
+c
t
Y el componente de tendencia se obtiene de resolver el siguiente problema:
mn
{x
t
}
T
t=1
T
t=1
(y
t
x
t
)
2
+
T1
t=1
[(x
t+1
x
t
) (x
t
x
t1
)]
2
, > 0
Siendo T el tamao de la muestra y un parmetro que penaliza la varia-
bilidad de la tendencia, en otras palabras representa la suavidad. Cuanto
mayor sea el valor del parmetro mayor es la suavizacin de la serie. En
efecto, a medida que dicho parmetro se aproxima a cero la tendencia coin-
cide con la serie original. Cuando la tendencia se aproxima a una
forma lineal x
t
= x
0
+ t, > 0. El valor ptimo de es =
2
x
/
2
c
donde
x
y
c
son las desviaciones de las innovaciones en la tendencia y
en el ciclo, respectivamente.
Despus de tomar las condiciones de primer orden, realizar algunas mani-
pulaciones algebraicas y hacer uso del operador de rezagos, el componente
de tendencia de una serie econmica se obtiene de la siguiente forma:
x
t
=
_
1 +(1 L)
2
(1 L
1
)
2
1
y
t
Siendo L el operador de rezago.
Por tanto, el componente de tendencia de una serie de tiempo econmica,
utilizando el ltro de HP se obtiene aplicndole a la serie de tiempo el
polinomio de rezagos,
_
1 +(1 L)
2
(1 L
1
)
2
.
132 Cuadernos de Economa, 29(53), 2010
Para Avella y Ferguson (2003), una crtica comn a este ltro es la eleccin
del parmetro que es relativamente arbitraria. En la mayora de los tra-
bajos empricos suele utilizarse los valores que Hodrick y Prescott (1980)
proponen: 100, 1.600 y 14.400 para datos anuales, trimestrales y mensu-
ales, respectivamente. El valor = 1.600 fue propuesto para datos macroe-
conmicos trimestrales de los Estados unidos correspondientes al periodo
1950-1979, sin embargo, se ha empleado en trabajos realizados para otras
economas y otros periodos muestrales, lo cual ha suscitado discusiones
sobre su eleccin.
Guerrero (2008) resea algunos trabajos que han cuestionado el uso del
ltro HP: Harvey y Jaeger (1993), Cogley y Nason (1995) y Park (1996).
Tambin resalta las propiedades estadsticas del ltro y sugiere escoger de
manera objetiva el parmetro de suavizacin utilizado en el ltro, con
el n de estimar apropiadamente la tendencia de una serie. Por otro la-
do, cuestiona algunos mtodos estadsticos sugeridos en la literatura para
estimar el parmetro de suavizacin de la tendencia de series de tiempo
econmicas, dada su complejidad computacional y falta de interpretacin
del valor numrico de como son los presentados en Lee (2003), y Kohn
et al. (1992). Basado en un modelo estadstico, propone un mtodo para
estimar la constante de suavizacin empleada por el ltro HP, tenien-
do en cuenta el tamao de la muestra y jando un porcentaje deseado de
suavizacin para la tendencia. El autor arma que el mtodo sugerido es f-
cil de implementar y recomienda realizar estudios para elegir el porcentaje
adecuado de suavizacin para los diferentes tamaos muestrales y grupos
de series de tiempo, antes de ser usado en forma masiva.
En economa el ltro de HP se ha convertido en una herramienta estn-
dar que permite estimar el componente cclico de las series temporales y
analizar as el comportamiento de las uctuaciones econmicas. Parale-
lamente, permite estimar el producto potencial, el cual es precisamente la
tendencia de la serie temporal econmica. Algunas aplicaciones del ltro
se presentan en Gmez y Bengoechea (2000) y Restrepo y Vsquez (2004).
Tcnica de Beveridge y Nelson
Para Beveridge y Nelson (1981) una serie de tiempo se puede expresar co-
mo un proceso estocstico que no retorna a una senda determinista, luego
las innovaciones del producto afectan su valor futuro. Si el proceso estocs-
tico no retorna a una senda determinista, una parte importante de las uc-
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 133
tuaciones cclicas de la serie observada pueden deberse a la variacin es-
tocstica de la tendencia, que no queda eliminada (Nelson y Plosser, 1982).
Sea w
t
= (1L)y
t
un proceso ARIMAestacionario con una representacin
de medias mviles w
t
= + (L)
t
, donde
t
i.i.d.(0,
2
) y (L) =
(L)
1
(L) es un polinomio en el operador de rezagos con la raz de
(z) = 0 por fuera del crculo unidad.
Beveridge y Nelson (1981), mostraron que el componente secular de una
serie se dene como:
x
t
= y
t
+ w
t
(1) +. . . + w
t
(k) k
En otras palabras, el componente de tendencia es el pronstico de largo
plazo de la serie ajustado por la tasa de cambio de su media, k.
Se establece adems que
w
t
= E
t
(w
t+i
/y
t
, y
t1
. . .) =
k1
j=0
(
j+k
i=j+1
i
)
tj
En el caso del componente cclico estos autores proponen la siguiente forma
para determinarlo:
c
t
= w
t
(1) +. . . + w
t
(k) k = (L)
t
Segn Morley (2010), hay dos maneras de interpretar los resultados de la
descomposicin de Beveridge y Neslon (1981). El pronstico de largo pla-
zo para la tendencia es un estimador de un componente permanente no ob-
servado o este pronstico dene un componente observado. Una aplicacin
de esta descomposicin se presenta en Issler et al. (2008).
Modelo de componentes no observables
Harvey y Jaeger (1993) introducen al modelo y
t
= x
t
+
t
un componente
cclico
10
:
y
t
= x
t
+c
t
+
t
, t = 1, . . . , T
Donde
t
N(0,
2
), t y E[
t
,
t1
] = 0. El componente de tendencia
tiene la forma lineal:
x
t
= x
t1
+
t1
+
t
, E(
t
) = 0, var(
t
) =
2
10
Para Harvey y Jaeger (1993), el modelo puede ser extendido para trabajar con datos
estacionales.
134 Cuadernos de Economa, 29(53), 2010
t
=
t1
+
t
, E(
t
) = 0, var(
t
) =
2
Siendo
t
la pendiente.
La tendencia, segn Harvey y Jaeger (1993), es un proceso ARIMA(0, 2, 1);
pero, si
2
t1
+
t
, E[
t
] = 0, var(
t
) =
2
t
= sen
c
c
t1
+ cos
c
c
t1
+
t
, E[
t
] = 0, var(
t
) =
2
t=
b
t
y
t1
Y la relacin entre la densidad espectral de la serie de tiempo econmi-
ca (y
t
) y el componente de tendencia (x
t
) corresponde a: a()F
y
() =
F
x
().
Siendo a() la funcin de transferencia, denida como la transformada de
Fourier de los coecientes b
(
t) del ltro:
a() =
t=
b
t
e
it
b
t
=
1
2
_
a()e
it
d
136 Cuadernos de Economa, 29(53), 2010
En este caso i representa la unidad imaginaria. Si los ltros son simtricos
(b
t
= b
t
) la anterior ecuacin se escribe como:
a() = b
0
+ 2
t=1
b
t
cos(t)
As mismo, F
y
() y F
x
() son las transformaciones de Fourier de y
t
y
x
t
, respectivamente. En el dominio del polinomio a(L) la transformada
inversa de Fourier de a() tiene la forma:
a(L) =
sen(
2
L) sen(
1
L)
L
Siendo
1
y
2
los lmites superior e inferior de la frecuencia. Entonces,
un estimador vlido del componente cclico es (1 a(L))y
t
.
Canova (1998), arma que esta tcnica permite una variabilidad no de-
seable de alta frecuencia, que no necesariamente se identica con el ciclo
econmico.
Modelos de un ndice dimensional
Para Stock y Watson (1989) los modelos de un ndice dimensional suponen
que si una serie tiene tendencia determinista o estocstica, o ambas, alguna
combinacin lineal de ellas no tiene tendencia. As, el supuesto clave es
que en el espectro de las series con baja frecuencia existe un proceso unidi-
mensional comn a todas las series. Entonces, la serie econmica se puede
expresar de la forma:
y
t
= x
t
+c
t
x
t
= Az
t
Siendo z
t
un proceso estocstico con 0 < S
z
() < M, ( , );
S
z
() la densidad espectral de z
t
; M un nmero pequeo, A un vector
nx1 de ponderaciones y x
t
un vector independiente de c
t
.
Quah y Sargent (1992) proponen un ndice de estructura dinmica para
campos aleatorios, de la forma:
X
j
(t) = a
j
U(t) +B
j
(t), j = 1, . . . , N t = 1, . . . , T
En este caso, X
j
(t) j = 1, . . . , N, t = 1, . . . , T es un segmento observado
de un campo aleatoiro, U es un vector ortogonal kx1 de paseos aleatorios;
B es un vector estacionario con media cero, y con todas sus entradas inco-
rrelacionadas en j; y nalmente, a
j
es un vector 1xk de las distribuciones
de rezago.
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 137
Filtro paso de banda
Esta tcnica fue desarrollada por Baxter y King (1999), asla las uctua-
ciones econmicas que persisten entre dos y ocho aos, extrae la seal de
tendencia de los datos y entrega series de tiempo que son estacionarias de
orden menor o igual a dos, o que contienen tendencias deterministas en el
tiempo.
Baxter y King (1999) disearon tres tipos de ltros de paso de banda: baja,
media y alta frecuencia en el dominio del tiempo. El ltro de baja retiene
los componentes que se mueven de forma lenta en los datos, mientras el
de alta acepta slo componentes que tienen una frecuencia menor o igual a
una periodicidad p. La representacin general del ltro es:
b(L) =
h=
b
h
L
h
Siendo L el operador de rezagos y b
h
los ponderadores de promedios mvi-
les innitos. Estos ltimos, se determinan hallando la transformada inversa
de Fourier para la funcin de respuesta de la frecuencia, en la forma:
b
h
=
_
()e
ih
d
Donde () es la ponderacin ideal para el ltro innito. En el caso del
ltro de orden nito la aproximacin ideal es:
a(L) =
h=
a
h
L
h
De forma similar al caso anterior, los a
h
son las ponderaciones muestrales
para este ltro y la transformada de Fourier para los ponderadores es:
a
() =
h=
a
h
e
ih
Esta funcin indica el grado de respuesta de y
t
a y
t
en la frecuencia . Por
tanto, para que un ltro tenga la propiedad de la reduccin del componente
de largo plazo, se requiere que la respuesta en la frecuencia sea cero, y esto
se consigue si:
(0) =
h=
a
h
e
i0h
=
h=
a
h
= 0
138 Cuadernos de Economa, 29(53), 2010
Para Baxter y King (1999), cuando se elige la aproximacin general
()
para el ltro especco () se debe considerar una estrategia que minimi-
ce la discrepancia en los ponderadores en la forma:
Q =
_
|()|
2
d
Siendo () ()
tan(/2)
tan(
c
/2)
2d
, 0
En este caso, es la frecuencia expresada en radianes,
c
es la frecuencia
de corte y, d es el grado del ltro. La expresin para el ltro es:
L(B, F) =
(1 +B)
d
(1 +F)
d
(1 +B)
d
(1 +F)
d
+(1 B)
d
(1 F)
2
Siendo B el operador de rezagos, F = B
1
, un parmetro asocia-
do a la frecuencia del corte. El grado del ltro, est dado por: =
_
tan
2d
(
c
/2)
1
.
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 139
Filtros de paso de banda
Para obtener un ltro de paso de banda en el dominio del tiempo, se aplica
la siguiente transformacin al ltro de paso bajo:
H(B, F) = L
_
B B
2
1 B
,
F F
2
1 F
_
Por tanto, el ltro de paso de banda para obtener el componente cclico de
una serie es:
H(B, F) =
(1 B
2
)
d
(1 F
2
)
d
(1 B
2
)
d
(1 F
2
)
d
+(1 2B +B
2
)
d
(1 2F +F
2
)
d
Siendo = [tan
2d
(
c
/2)]
1
.
Formalmente, el componente cclico de una serie de tiempo se puede obte-
ner como: c
t
= H(B, F)y
t
.
O de manera indirecta como: c
t
= y
t
x
t
.
Siendo x
t
= L(B, F)y
t
.
Filtro de Kalman
El ltro de Kalman (1960) es un sistema de ecuaciones que entrega una
solucin del mtodo de mnimos cuadrados y permite calcular un estimador
lineal, insesgado y ptimo del estado de un proceso en cada momento del
tiempo con base en la informacin disponible hasta t 1, y actualizar las
estimaciones con la informacin en el momento t (Solera, 2003, 4). La
solucin es ptima porque el ltro combina toda la informacin observa-
da y el conocimiento previo acerca del comportamiento del sistema para
producir una estimacin de tal manera que el error sea mnimo; adems, el
ltro re-calcula la solucin cada vez que una nueva observacin es incor-
porada.
Este ltro estima el estado de
n
de un proceso en tiempo discreto,
denido por una ecuacin de la forma: X
t+1
= AX
t
+w
t
.
Con una medida Z
m
dada por: Z
t
= MX
t
+v
t
.
Siendo las variables aleatorias w
t
, v
t
el error del proceso y de la medida,
respectivamente. Se asume que son ruido blanco e independientemente
distribuidas y lo hacen de la forma: w
t
N(0, Q), v
t
N(0, R).
La matriz A relaciona el estado en el periodo t 1 con el periodo t. La
matriz M relaciona el estado con la medicin Z
t
.
140 Cuadernos de Economa, 29(53), 2010
En economa existen numerosas aplicaciones del ltro de Kalman, una de
ellas se encuentra en el trabajo de Ruiz (2002), en el cual se presenta una
generalizacin del ltro que es empleada en la calibracin de parmetros
de modelos estocsticos de crecimiento, bajo el supuesto de expectativas
racionales.
Filtro de Gonzalo y Granger
Gonzalo y Granger (1995) proponen un procedimiento para estimar fac-
tores o tendencias comunes para un grupo de series que tienen el mismo
orden de integracin. La estimacin de los factores comunes o tendencias
comunes se logra encontrando combinaciones lineales de stas que tengan
un grado de integracin menor que el de las series originales y cuando los
trminos de correccin de errores no causen en ellos bajas frecuencias.
Sea Y
t
un vector formado por p series de tiempo de integradas de orden 1
I(1) que se puede expresar de la forma: Y
t
= A
1
f
t
+A
2
Z
t
.
Siendo f
t
un vector formado por k series (con k < p), de tendencias co-
munes y Z
t
un vector de r series que representa la componente transitoria
comn y que es I(0).
Para llevar a cabo la descomposicin de Gonzalo y Granger se procede de
la siguiente manera. Primero se emplea el procedimiento de de Johansen
11
(1988) para hallar las relaciones de cointegracin entre las p series origi-
nales. Estas relaciones de cointegracin determinan el componente transi-
torio comn Z
t
. Luego se encuentra el componente de tendencia f
t
, que
describe el comportamiento de largo plazo de las series y para ello se uti-
liza un procedimiento similar al de Johansen. Finalmente, se determinan
las matrices de coecientes A
1
y A
2
de tal manera que Y
t
= A
1
f
t
+A
2
Z
t
.
Entonces, las series ltradas con el mtodo de Gonzalo y Granger (1995)
que representan el componente cclico de las series originales quedan de-
terminadas por A
2
Z
t
.
El ltro de Gonzalo y Granger es un ltro razonable para analizar las carac-
tersticas cclicas de las series de tiempo generadas en un modelo de creci-
miento endgeno, ya que este ltro requiere que las series temporales sean
11
El procedimiento de Johansen (1988) permite contrastar si dos o ms variables estn
unidas por una tendencia temporal comn. Por tanto, primero se escoge un vector au-
torregresivo de orden p; luego se realizan una serie de regresiones y se obtienen los
residuales, con stos se calculan los cuadrados de las correlaciones cannicas y; uti-
lizando los clculos anteriores se realiza el test de la traza. Los resultados se comparan
con los estadsticos de la tabla apropiada de Johansen para determinar el nmero de
relaciones de cointegracin.
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 141
estacionarias en diferencias (es decir, procesos I(1)) e impone la existencia
de tendencias comunes para las variables no estacionarias, y las series tem-
porales de estos modelos presentan raz unitaria y estn cointegradas. Lo
anterior hace que esta tcnica de ltrado no sea de uso generalizado
12
.
CRITICAS A LAS TCNICAS DE FILTRADO
El anlisis de las uctuaciones econmicas requiere del uso de tcnicas de
ltrado que permitan aislar el componente cclico de las series temporales.
Decidir cul es la tcnica ms apropiada ha sido un problema en la mayora
de los trabajos de ciclos econmicos, incluidos los modelos de CER. Las
controversias generadas por esto han originado numerosas investigaciones
que muestran cmo la tcnica de ltrado empleada en el anlisis de los
ciclos econmicos, puede condicionar en gran medida el tipo de regulari-
dades cclicas a explicar. Esas investigaciones van dirigidas a los aspectos
metodolgicos en la evaluacin de los modelos de CER, especialmente a la
forma como los modelos tericos corroboran los resultados del fenmeno
observado. En particular, algunas de ellas se reeren al uso generalizado
del ltro de Hodrick y Prescott (1980) en los modelos de CER como los de
Kydland y Prescott (1982) y Hansen (1985).
Entre los trabajos que cuestionan el problema citado est el de Baxter
(1991). Para este autor no todos los hechos estilizados son robustos con res-
pecto al mtodo de ltrado empleado y las variaciones ms signicativas se
dan en el comportamiento cclico de las horas trabajadas y la productividad.
Por su parte, King y Rebelo (1993) muestran que el ltro de HP aplicado a
grandes muestras contiene una diferencia de orden cuatro centrada y entre-
ga series de tiempo que son estacionarias en diferencias; adems muestran
que la aplicacin de este ltro a series de Estados Unidos y a series gen-
eradas mediante modelos de CER lleva a cuestionar su uso generalizado
como mtodo de eliminacin de la tendencia. Asimismo, utilizando varios
ejemplos concluyen que este ltro puede alterar drsticamente las medidas
de persistencia, variabilidad y comovimientos.
Harvey y Jaeger (1993) utilizando modelos estructurales de series de tiem-
po, que permiten tratar explcitamente los movimientos estacionales e irre-
gulares que pueden distorsionar los componentes cclicos estimados, ana-
lizan las consecuencias del ltro de HP. Para ellos citando a Blanchard y
12
Una aplicacin de esta tcnica se encuentra en el trabajo de Restrepo y Vsquez (2004),
en el cual el ltro es utilizado por primera vez para analizar las propiedades cclicas del
modelo de crecimiento endgeno de Uzawa y Lucas.
142 Cuadernos de Economa, 29(53), 2010
Fischer (1989), caracterizar los hechos estilizados asociados a un conjunto
de series de tiempo, es una etapa crucial en la investigacin macroeconmi-
ca; por tanto, para que tales hechos sean tiles deben ser consistentes con
las propiedades estocsticas de los datos y presentar informacin relevante.
As, la aplicacin mecnica del ltro HP puede conducir a los investi-
gadores a reportar resultados espurios del comportamiento cclico de los
datos.
Cogley y Nason (1995) resean trabajos previos y analizan los efectos del
ltro HP cuando es aplicado a series de tiempo estacionarias en diferencias
(ED) y en tendencia (ET), porque muchos de los trabajos que utilizan HP
asumen que los datos originales son estacionarios, supuesto que es proble-
mtico debido a que el ltro generalmente es aplicado a datos no estacionar-
ios. Para cuanticar sus efectos en series temporales sintticas, utilizan el
modelo de ciclos econmicos de Christiano y Eichenbaum (1992) aplicado
a series de tiempo ED y ET, y ajustado a datos trimestrales de la economa
de Estados Unidos para el periodo 1954-1991. De acuerdo con, Cogley y
Nason (1995), cuando el ltro HP se aplica a procesos integrados genera
periodicidades del ciclo econmico y comovimientos an si no estn pre-
sentes en los datos originales, luego el ltro puede conducir a resultados
espurios, dado que la interpretacin de los hechos estilizados depende de
los supuestos sobre la naturaleza de la serie. Adicionalmente, los mode-
los de CER pueden exhibir caractersticas del ciclo econmico en los datos
ltrados con HP, an si no estn presentes en las series preltradas
13
.
Park (1996) compara el ltro de Hodrick Prescott, el ltro de Beveridge-
Nelson (BN) y un ltro que asume una tendencia lineal en el tiempo (LIT).
El autor muestra que los hechos estilizados de la economa de Estados
Unidos son sensibles a la tcnica de ltrado empleada, haciendo nfasis
en las distorsiones que pueden presentar los hechos estilizados cuando las
series agregadas son integradas. Tambin analiza si la sensibilidad de los
hechos estilizados, causada por un ltro al extraerle la tendencia a los datos,
es simtrica entre los datos observados y los simulados por el modelo.
En el anlisis de las propiedades de los ltros Park (1996), adems de
destacar el resultado de Cogley y Nason (1995), para quienes el ltro de
HP aplicado a series preltradas integradas de orden uno puede dar lugar a
ciclos econmicos que no existen en los datos preltrados, muestra que este
problema se hace ms evidente cuando el grado de integracin de la serie
13
King y Rebelo (1993) caracterizan adems una clase de modelos de componentes no
observados para los cuales el ltro de HP es el ltro ptimo de Wiener, pero sugieren
que son una tipologa poco interesante.
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 143
preltrada es mayor. Con el n de comparar los efectos de los mtodos de
ltrado, Park (1996) utiliza datos trimestrales de la economa de Estados
Unidos correspondientes al periodo 1953:3-1986:3, y series generadas por
el modelo de CER de Hansen (1985). Park estudia los segundos momen-
tos relevantes del componente cclico de los datos observados, extrado con
los ltros HP, BN y LIT. Encuentra que la discrepancia ms signicativa
entre los ltros, est relacionada con la variabilidad relativa entre las horas
trabajadas y la productividad.
Al comparar los resultados obtenidos con los ltros HP y BN, Park (1996)
concluye que: los hechos estilizados de la economa de Estados Unidos son
sensibles a la tcnica de ltrado empleada; las diferencias entre el ltro HP
y los dems ltros parecen ser invariantes si son aplicados a datos simula-
dos u observados; y las distorsiones que causan estos ltros en los hechos
estilizados son simtricas en los datos observados y en los datos simulados.
Tambin concluye que el uso de una tcnica de ltrado y su distorsin de
los hechos estilizados puede no implicar necesariamente la invalidacin del
desempeo de un modelo de CER para replicar la economa estudiada.
De otro lado, Canova (1998) identica si existe un conjunto de relaciones
invariantes en la denicin de ciclo empleada e indica situaciones en las
cuales la seleccin de un concepto estndar de ciclo entrega impresiones
errneas de los comovimientos de las variables. Para ello compara las
propiedades del componente cclico de un conjunto de series macroeco-
nmicas de Estados Unidos, que obtiene usando tcnicas de ltrado uni-
variadas y multivariadas. Este autor encuentra que desde el punto de vista
cuantitativo y cualitativo, los hechos estilizados de los ciclos econmicos
varan ampliamente dependiendo de las tcnicas de ltrado utilizadas para
aislar la tendencia.
Adicional a las conclusiones de trabajos previos, Canova (1998) encuen-
tra que el ltro HP (para = 1.600 produce resultados similares a los
obtenidos con el ltro de paso de banda de Baxter y King (1999) y con-
centra la atencin del investigador en ciclos con duracin media de 4 a 6
aos. Considera, igualmente, que la caracterizacin emprica de los ciclos
econmicos que se obtiene con mtodos de ltrado multivariados, funda-
mentados en la teora econmica, es diferente de la obtenida con mto-
dos estadsticos basados en procedimientos univariados. Seala adems,
cmo la prctica de construir modelos tericos, cuyas versiones numri-
cas igualen cuantitativamente un conjunto de regularidades obtenidas con
un concepto particular de uctuacin cclica, amerita una reconsideracin.
Pese a que muchos trabajos presentaron resultados similares a Canova
144 Cuadernos de Economa, 29(53), 2010
(1998), es despus de la publicacin de este artculo cuando se comien-
za a aceptar que la tcnica de ltrado utilizada es relevante para analizar los
ciclos econmicos.
Basados en la denicin de ciclo econmico adoptada por la NBER, Baxter
y King (1999) proponen un mtodo para extraerlo, en el cual el investigador
especica las caractersticas del componente cclico de la serie. Ellos inten-
tan dar una aproximacin a un ltro ptimo, un ltro paso de banda (PB), el
cual retenga componentes de los datos con uctuaciones peridicas entre 6
y 32 trimestres, mientras remueve componentes con frecuencias muy bajas
y con frecuencias muy altas. Con ese n, el ltro utilizado debe cumplir
los siguientes requisitos:
1. Debe extraer un rango de periodicidades sin alterar sus propiedades
inherentes.
2. No debe producir un movimiento de fase.
3. El mtodo debe ser una aproximacin ptima de un ltro ideal.
4. La aplicacin de un ltro a series con tendencia debe producir unas
series de tiempo estacionarias.
5. El mtodo debe ser independiente de la longitud de la serie.
6. Debe ser de fcil aplicacin y uso.
Baxter y King (1999) al comparar su mtodo con otros ltros, en particular
con el de HP, en trminos de su capacidad para remover races unitarias, no
introducir cambios de fase y la habilidad para aislar frecuencias del ciclo
econmico sin ponderaciones de frecuencias pasadas, encuentran que las
tcnicas de ltrado lineal y de diferencias de primer orden no son adecuadas
para extraer el ciclo econmico, que el anlisis de ltros de media mvil y
que el ltro de HP en algunos casos produce aproximaciones razonables a
un ltro ideal. Adicionalmente, concluyen que el ltro de paso de banda es
ms exible y fcil de implementar, y produce una mejor aproximacin al
ltro ideal.
Restrepo (2002) analiza los efectos del ltrado de bajas frecuencias en la
explicacin de las propiedades cclicas de un modelo, a diferencia de Cano-
va (1998) que estudia la robustez de las propiedades cclicas observadas
con la aplicacin de diferentes mtodos de ltrado. En su anlisis, Restre-
po incluye el ltro de Hodrick y Prescott (1980), el ltro paso de banda de
Baxter y King (1999) y un ltro en el cual el componente cclico se obtiene
aplicando una descomposicin ciclo-tendencia, consistente con la teora de
crecimiento y propuesto por King, Plosser y Rebelo (1988).
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 145
Dado que este modelo postula un crecimiento exgeno caracterizado por
una tendencia lineal determinista, el componente cclico utilizando una des-
composicin terica (DT) se obtiene extrayendo la tendencia determinista
de la serie temporal. El modelo es ajustado a datos de la economa de Es-
tados Unidos para el periodo 1955:3-1994:1. Un aspecto caracterstico de
este trabajo son los contrastes entre los estadsticos obtenidos de las series
ltradas mediante la DT y los hallados para las series ltradas con HP y
PB. En particular, Restrepo (2002) compara las desviaciones estndar que
miden la volatilidad de las distintas variables. Para ello utiliza un con-
traste de comparacin de medias para el caso en el que las muestras no
son independientes y el contraste Kolmogorov-Smirnov para comparar las
distribuciones de frecuencias muestrales de los estadsticos de inters.
Entre los principales hallazgos de Restrepo (2002) se encuentra que:
1. La evaluacin de las regularidades cclicas del modelo, basada en los
ltros HP y PB diere sustancialmente de la descomposicin ciclo-
tendencia que deriva el componente cclico al extraer la tendencia
determinista propuesta por el modelo de crecimiento estndar.
2. El contraste de Kolmogorov-Smirnov muestra que estos ltros tienen
propiedades muy distintas a las exhibidas por las series generadas por
el modelo, una vez ha sido aislada la tendencia determinista.
3. Las conclusiones sobre las caractersticas cclicas del modelo y de
los agregados macroeconmicos observados pueden verse afectadas
por el ltro elegido.
Igualmente, Restrepo (2002) avanza en el anlisis de los efectos de ltrado
de bajas frecuencias al mostrar que la eleccin de la descomposicin tam-
bin condiciona las propiedades cclicas extradas del modelo estudiado y
los resultados de la evaluacin del modelo.
Por su parte, Arango y Castillo (1999) cuestionan hasta qu punto son es-
tilizados los hechos de los ciclos econmicos y revisan los resultados que
en materia de regularidades se han obtenido para distintos pases, perodos,
frecuencia de los datos, nivel de desagregacin y mtodos de eliminacin
del componente permanente presentados en distintos trabajos. Arango y
Castillo (1999), citando a King et al. (1988) sealan la posibilidad de que
los hechos estilizados fuesen 3 sensibles a los mtodos usados para aislar
la tendencia, y cmo para Blanchard y Watson (1986), en la presentacin
de las caractersticas de la economa que se busca reproducir por medio de
los modelos de CER, la evidencia es mixta porque los hechos observados
no siempre coinciden con las predicciones.
146 Cuadernos de Economa, 29(53), 2010
De acuerdo con la literatura revisada por Arango y Castillo (1999), las
propiedades econmicas de los ciclos, en ocasiones, pierden regularidad
dependiendo del perodo, la economa y el proceso de eliminacin del com-
ponente permanente de las series. La volatilidad del ciclo del producto
observado en frecuencia trimestral est alrededor del 2 %, siempre que se
obtenga por medio del ltro de HP, de otra forma el valor estimado resulta
superior.
De otra parte, para estos autores hay algunas seales de alerta con respecto
a que los precios no parecen ser contracclicos cuando la frecuencia de los
datos es anual o cuando el ltro utilizado es diferente de HP. La correlacin
contempornea es negativa cuando el componente cclico es obtenido em-
pleando HP para datos trimestrales y el factor de suavizacin es 1.600. No
hay evidencia de que los agregados monetarios sean pro o contracclicos.
Las tasas de inters de corto plazo son, levemente procclicas, pero las de
largo plazo pueden caracterizarse como contracclicas.
Domench y Gmez (2005) consideran que a pesar de las ventajas que
caracterizan a los ltros HP y BP stos tienen algunos problemas. Para citar
uno, arman que al tratarse de mtodos univariantes, no utilizan ningn tipo
de informacin contenida en otras variables macroeconmicas que pueda
ser til para distinguir entre perturbaciones transitorias o permanentes.
Citando el trabajo de Trajtenber (2004), las series macroeconmicas necesi-
tan un mtodo simple para remover la tendencia y centrar el anlisis sobre
las uctuaciones cclicas. Enfoque que se justica si la interaccin entre
la tendencia y las uctuaciones cclicas es pequea. An as, el uso de
un procedimiento incorrecto para remover la tendencia puede complicar la
separacin de la tendencia del ciclo.
A su vez, Vsquez y Restrepo (2009) al emplear el ltro de HP, el ltro paso
de banda y una descomposicin terica, derivada del modelo de crecimien-
to exgeno de King et al. (1988), muestran a travs de contrastes estadsti-
cos cmo la evaluacin de un modelo del ciclos econmicos reales depende
del mtodo de ltrado empleado para extraer el componente cclico de las
series temporales. Los autores sealan que las propiedades del componente
cclico estimado con los tres mtodos alternativos presentan diferencias es-
tadsticamente signicativas; en particular, entre las obtenidas con el ltro
de HP y el ltro paso de banda, lo cual diere del trabajo de Canova (1998).
Finalmente, en el Cuadro 1 se presenta un resumen de los trabajos que
analizan algunos de los sesgos introducidos por las tcnicas de ltrado.
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 147
CUADRO 1
SESGOS INTRODUCIDOS POR LAS TCNICAS DE FILTRADO
Sesgo Autor(es)
La tcnica de ltrado empleada para aislar y
analizar el componente cclico de una serie de
tiempo econmica, puede condicionar en gran me-
dida el tipo de regularidades cclicas a explicar.
No todos los hechos estilizados son robustos con
respecto al mtodo de ltrado empleado. Es-
to implica que varios de ellos pueden imponer
propiedades sobre el ciclo estimado por construc-
cin, cuando en realidad las propiedades del ciclo
econmico son las que estn por determinarse.
Baxter (1991)
El ltro HP aplicado a grandes muestras contiene
una diferencia de orden 4 y entrega series tempo-
rales estacionarias. Adems, puede alterar signi-
cativamente las medidas de persistencia, variabi-
lidad y comovimientos entre series econmicas.
King y Rebelo
(1993)
Aplicar mecnicamente el ltro HP puede con-
ducir a los investigadores a reportar resultados es-
purios del comportamiento cclico de los datos.
Los modelos de CER pueden exhibir caractersti-
cas del ciclo econmico en los datos ltrados con
HP, an si no estn presentes en las series pre-
ltradas.
Harvey y Jaeger
(1993), Cogley y
Nason (1995), Park
(1996)
El ltro HP puede crear ciclos articiales si las
series preltradas son integradas de orden uno.
Cogley y Nason
(1995)
El problema de crear ciclos articiales depende
del grado de integracin, el efecto del ltro HP
se incrementa cuando el grado de integracin de
la serie preltrada resulta mayor.
Park (1996)
Los hechos estilizados de los ciclos econmicos
varan ampliamente dependiendo de las tcnicas
de ltrado utilizadas para aislar la tendencia. La
caracterizacin emprica de los ciclos econmi-
cos basada en mtodos multivariados, fundamen-
tados en la teora econmica, diere de la obteni-
da con mtodos estadsticos basados en procedi-
mientos univariados. En el caso de las tcnicas en
el dominio de la frecuencia, stas pueden permi-
tir una variabilidad no deseable de alta frecuencia
que no se identica, necesariamente, con el ciclo
econmico.
Canova (1998)
148 Cuadernos de Economa, 29(53), 2010
Las propiedades de los ciclos econmicos en
ocasiones, pierden regularidad dependiendo del
perodo, la economa y el proceso de eliminacin
del componente permanente de las series.
Arango y Castillo
(1999).
En el caso de la tcnica de ltrado de componentes
no observados puede ocurrir que para el caso uni-
variado el estimador del ciclo tenga dicultades
para distinguir entre una tendencia permanente y
un componente temporal de la frecuencia del ciclo
econmico.
Scott (2000)
La evaluacin de las regularidades cclicas del
modelo de crecimiento estndar de King et al.
(1988), basada en los ltros HP y PB di-
ere sustancialmente de la descomposicin ciclo-
tendencia que deriva el componente cclico, al ex-
traer la tendencia determinista propuesta por el
modelo. Las conclusiones sobre las caractersticas
cclicas del modelo y de los agregados macroe-
conmicos observados pueden verse afectadas por
el ltro elegido.
Restrepo (2002),
Vsquez y Restrepo
(2009)
Dado que los ltros HP y PB se basan en mtodos
univariados, no utilizan ningn tipo de informa-
cin contenida en otras variables macroeconmi-
cas que pueda ser til para distinguir entre pertur-
baciones transitorias o permanentes.
Domench y Gmez
(2005).
El uso de un procedimiento incorrecto para re-
mover la tendencia puede complicar la separacin
de la tendencia del ciclo.
Trajtenber (2004).
Fuente: elaboracin propia.
CONCLUSIONES
A los distintos modelos posteriores al de Kydland y Prescott (1982), apo-
yados en la teora del crecimiento econmico, y que explican los ciclos
econmicos con base en choques reales, particularmente choques tecnolgi-
cos, se les denomina modelos de CER, como es mencionado en Rebelo
(2005). En estos modelos distintos supuestos suelen utilizarse, tales como
choques: transitorios o permanentes, endgenos o exgenos, en el precio
del petrleo, scales o monetarios, divisibilidad o indivisibilidad del factor
trabajo, comovimientos o no entre sectores de la economa, entre otros. Si
bien hay diferencias en los supuestos y hallazgos de los diferentes trabajos
de CER, se puede identicar en la evaluacin de los modelos empleados,
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 149
que el producto es menos voltil que la inversin, pero ms que el consumo,
y con una volatilidad similar al trabajo (Kydland y Prescott, 1982; Long y
Plosser, 1983; King et al., 1988).
En la literatura adems de considerarse los choques mencionados, se plan-
tean otras alternativas, tal como lo hace Rebelo (2005), quien propone una
gua a futuro para el estudio de los ciclos econmicos, siguiendo los lin-
eamientos dados por Prescott (1986) y adicionndole dos nuevos supuestos:
los denominados nuevos choques o nuevos incrementos en la productivi-
dad debidos al desarrollo de nuevas tecnologas como la Internet y los
choques asociados al impacto que tienen los procesos de innovacin sobre
la productividad total factorial.
Para los economistas interesados en el estudio de ciclos econmicos adems
del modelo terico que se debe utilizar, hay dos problemas fundamentales:
cmo extraer el ciclo econmico? y la falta de un consenso sobre los de-
terminantes de las uctuaciones econmicas. Con respecto a la extraccin
del ciclo econmico, suelen utilizarse tcnicas fundamentadas en la teora
econmica y otras con base en herramientas de la estadstica, emplendose
en este ltimo caso anlisis en el dominio del tiempo y/o de la frecuencia.
Dados los diferentes mtodos empleados para la extraccin del cclico de
una serie de tiempo econmica, es posible obtener distintos hechos estiliza-
dos o informacin del ciclo econmico, al emplear una u otra tcnica de
ltrado. Por otra parte, los distintos mtodos pueden condicionar el tipo de
regularidades cclicas a explicar, como lo son las medidas de persistencia,
variabilidad y comovimientos de las variables econmicas.
Las tcnicas de ltrado de series de tiempo econmicas como instrumento
de anlisis dentro de la prctica econmica para explicar los ciclos econmi-
cos tienen un uso bastante generalizado y antiguo; sin embargo, la elec-
cin de uno u otro mtodo depende en gran medida, como lo menciona
Trajtenberg (2004), del tipo de problema e informacin que se tenga del
mismo. As, autores como Mitchell (1913, 1927), Burns y Mitchell (1946),
Hodrick y Prescott (1980), Kydland y Prescott (1982), Long, Plosser y Re-
belo (1983), Hansen (1985), Baxter y King (1999), Restrepo (2002), entre
otros, han intentado analizar las caractersticas de los distintos agregados
econmicos, utilizando distintas tcnicas de ltrado y enfoques tericos,
con el n de avanzar en la comprensin del origen de los ciclos econmi-
cos y sus consecuencias sobre las economas reales.
150 Cuadernos de Economa, 29(53), 2010
REFERENCIAS BIBLIOGRFICAS
[1] Arango, L. y Castillo, M. (1999). Son estilizadas las regularidades del ciclo
econmico? Una breve revisin de la literatura. Borradores de Economa, 115.
Bogot: Banco de la Repblica.
[2] Avella, M. y Ferguson, L. (2003). El ciclo econmico. Enfoque e ilustraciones.
Los ciclos econmicos de Estados Unidos y Colombia. Borradores de Economa,
284. Bogot: Banco de la Repblica.
[3] Barro, R.J. (1976). Rational Expectations and the Role of Monetary Policy.
Journal of Monetary Economics, 2(1), 1-32.
[4] Barro, R.J. (1980). A Capital Market in an EquilibriumBusiness Cycle Model.
Econometrica, 48(6), 1393-1417.
[5] Baxter, M. (1991). Business cycles, stylized facts, and the exchange rate
regime: evidence from the United States. Journal of International Money and
Finance, 10(1), 71-88.
[6] Baxter, M. y King, R. (1995). Measuring business cycles approximate band-
pass lter for economic time series. NBER Working Papers Series, 5022. Cam-
bridge: NBER.
[7] Baxter, M. y King, R. (1999). Measuring business cycles: approximate band-
pass Filters for economic time series. Review of Economics and Statistics, 81(4),
575-593.
[8] Beveridge, S. y Nelson, C. (1981). A new approach to decomposition of eco-
nomic time series into permanent and transitory components with particular atten-
tion to measurement of the business cycle. Journal of Monetary Economics, 7(2),
151-174.
[9] Blanchard, O. y Fischer, S. (1989). Lectures in Macroeconomics. Cambridge,
Massachusetts: MIT Press.
[10] Blanchard, J. y Watson, M. (1986). Are business cycles alike. En Gordon,
R.J. (Ed.), The American Business Cycles: Continuity and Change (pp. 123-180).
Chicago: University of Chicago Press for NBER.
[11] Bgalo, J., y Quiles, E. (2003). Estimacin del ciclo econmico mediante
mtodos de Butterworth. Boletn Trimestral de Coyuntura, 83, 1-20.
[12] Burns, A. y Mitchell, W. (1946). Measuring Business Cycles. Nueva York:
National Bureau of Economic Research.
[13] Canova, F. (1998). Detrending and business cycle facts. Journal of Monetary
Economics, 41(3), 475-512.
[14] Christiano, L. y Eichenbaum, L. (1992). Current Real Business Cycle Theo-
ries and Aggregate Labor Market Fluctuations. American Economic Review, 82(3),
430-450.
[15] Clark, P. K. (1987). The cyclical component of U.S. economic activity. Quar-
terly Journal of Economics, 102(4), 797-814.
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 151
[16] Cogley T. y Nason, J. (1995). Effects of Hodrick and Prescoot Filter on Trend
and Difference Stationary Time Series: Implication for Business Cycle Research.
Journal of Economic Dynamics and control, 19(1-2), 253-278.
[17] Domench, R. y Gmez, V. (2005). Ciclo econmico y desempleo estructural
en la economa espaola. Investigaciones econmicas, 39(2), 259-288.
[18] Friedman, M. (1968). The role of monetary policy. American Economic
Review, 58(1), 1-17.
[19] Gmez, V. y Bengoechea, P. (2000). Estimacin del componente cclico de
las series econmicas: Una aplicacin a los indicadores de clima e ndices de
produccin industrial. Investigaciones econmicas, 24(2), 473-485.
[20] Gonzalo, J. y Granger, C. (1995). Estimation of common long-memory com-
ponents in cointegrated systems. Journal of Business and Economic Statistics,
13(1), 27-35.
[21] Guerrero, V. M. (2008). Estimating trends with Percentage of Smoothness
Chosen by the User. International Statistical Review, 76(2), 187-202.
[22] Hansen, G. (1985). Indivisible Labor and the Business Cycle. Journal of
Monetary Economics, 16(3), 309-327.
[23] Harvey, A. y Jaeger, A. (1993). Detrending, stylized facts and the business
cycle. Journal of Applied Econometrics, 8(3), 231-247.
[24] Hodrick, R. y Prescott, E. (1997). Post-War U.S. business cycles: an empirical
investigation. Journal of Money, Credit and Banking, 29(1), 1-16.
[25] Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of
Economics Dynamics and Control, 12(2), 231-258.
[26] Issler, J. V., Arinos, A. y Teixeira, O. (2008). The welfare cost of macroeco-
nomic uncertainty in the post-war period. Economics Letters, 98(2), 167-175.
[27] Lucas, R.E. Jr. (1972). Expectations and the neutrality of money. Journal of
Economic Theory, 4(2), 103-124.
[28] Kalman, R. E. (1960). A new approach to linear ltering and prediction
theory. Transactions, of the ASME, Journal of Basic Engineering, 82(D), 35-45.
[29] King, R., Plosser, C. y Rebelo, S. (1988). Production, Growth and Business
Cycles: I. Journal of Monetary Economics, 21(2-3), 195-232.
[30] King, R., Plosser, C., Stock, J. y Watson, M. (1991). Stochastic trend and
economic uctuations. American Economic Review, 85(4), 819-840.
[31] King, R. y Rebelo, S. (1993). Low Frequency Filtering and Real Business
Cycles. Journal of Economics Dynamics and Control, 17(1-2), 207-231.
[32] King, R. y Rebelo, S. (2000). Resuscitating real business cycles. Working
Paper Series, 7534. Cambridge, MA: National Bureau Economic Research.
[33] Kohn, R., Ansley, C.F. y Wong, Ch.M. (1992). Non-parametric spline regres-
sion with autoregressive moving average errors. Biometrika, 79(2), 335-346.
[34] Kydlan, F. y Prescott, E. (1982). Time to Build and Aggregate Fluctuactions.
Econometrica, 50(6), 1345-1370.
152 Cuadernos de Economa, 29(53), 2010
[35] Lee, T.C. (2003). Smoothing parameter selection for smoothing splines: a
simulation study. Computational. Statistics & Data Analysis, 42(1-2), 139-148.
[36] Long, J. y Plosser, C. (1983). Real Business Cycles. Journal of Political
Economy, 91(1), 39-69.
[37] Mitchell, W. (1913). Business Cycles. Berkeley: University of California
Press.
[38] Mitchell, W. (1927). Business Cycles: The Problems and Its Setting. New
York: National Bureau Economic Research.
[39] Moral, J. (2000). Introduccin al tratamiento de series temporales mediante
ltros. (Tesis indita de doctorado). Universidad Autnoma, Madrid.
[40] Morley, J. (2010). The two interpretations of the Beveridge-Nelson decom-
position. Macroeconomic Dynamics, 1-21. doi: 10.1017/S1365100510000118.
[41] Nelson, C. y Plosser, C. (1982). Trends and random walks in macroeconomic
time series: some evidence and implications. Journal of Monetary Economics,
10(3), 139-162.
[42] Park, G. (1996). The Role of Detrending Methods in a Model of Real Busi-
ness Cycles. Journal of Macroeconomics, 18(3), 479-501.
[43] Prescott, E. (1986). Theory ahead of business cycles measurement. Carnegie
- Rochester Conference Series of Public Policy, 25, 11-66.
[44] Quah, D. y Sargent, T. (1992). A dynamic index for large cross sections.
Discussion Paper, 77. Minneapolis: Federal Reserve Bank of Minneapolis.
[45] Rebelo, S. (2005). Real business cycle models: past, present, and future.
Scandinavian Journal of Economics, 107(2), 217-238.
[46] Restrepo, S. (2002). Anlisis de las propiedades cclicas y tendenciales en
el marco de dos modelos estndar de crecimiento. (Tesis indita de doctorado),
Universidad del Pas Vasco, Espaa.
[47] Restrepo, S. y Vzquez, J. (2004). Cyclical features of the Uzawa-Lucas
endogenous growth model. Economic Modelling 21(2), 285-322.
[48] Ruiz, J. (2002). Una nota metodolgica acerca de aplicaciones del ltro de
Kalman a las calibraciones en modelos de ciclo real. Investigaciones Econmicas,
26(2), 35-57.
[49] Scott, A. (2000). A multivariate unobserved Components model of cyclical
activity. Discussion Paper Series, DP2000/04. New Zealand: Reserve Bank of
New Zealand.
[50] Solera, A. (2003). El ltro de Kalman. Managua: Banco Central de Costa
Rica.
[51] Stock, J. y Watson, M. (1988). Testing for common trends. Journal of the
American Statistical Association, 83(404), 1097-1107.
[52] Stock, J. y Watson, M. (1989). New index of coincident and leading indi-
cators. En Blanchard, O. J. & Fischer, S. (Ed.), Series - NBER Macroeconomics
Annual (pp. 351-393). Cambridge: The MIT Press.
Revisin crtica de las tcnicas de ltrado F. Vsquez, S. Restrepo y J. Lopera 153
[53] Trajtenberg, L. (2004). Modelizacin de ciclos y tendencias en series de tiem-
po macroeconmicas Argentina: 1980-2000. Asociacin Argentina de Economa
Poltica. Anales/ Buenos Aires. Recuperado de http://www.aaep.org.ar/
anales/works/works2004/Trajtenberg.pdf.
[54] Vsquez, F. y Restrepo, S. (2009). Efectos de las tcnicas de ltrado en la
evaluacin de un modelo de ciclos econmicos reales. Lecturas de Economa,
71(2), 43-76.