Aplicaciones de modelos autorregresivos por umbral a datos macroeconómicos

  1. LAMPIS, FEDERICO
Dirigida por:
  1. M.Paz Moral Zuazo Director/a
  2. Ignacio Díaz-Emparanza Director/a

Universidad de defensa: Universidad del País Vasco - Euskal Herriko Unibertsitatea

Fecha de defensa: 13 de diciembre de 2010

Tribunal:
  1. María Aurora Alonso Antón Presidente/a
  2. Josu Arteche González Secretario/a
  3. Ana Jesús López Menéndez Vocal
  4. Francisco Javier Trívez Bielsa Vocal
  5. Tomás del Barrio Castro Vocal
Departamento:
  1. Métodos cuantitativos

Tipo: Tesis

Teseo: 303716 DIALNET

Resumen

Esta Tesis se ha centrado en la aplicación de modelos no lineales sobre datos de tipo macroeconómicos. En particular, se ha hecho hincapié en el modelo autoregressivo por umbral o modelos SETAR (Self-Exciting Threshold AutoRegressive model). Mediante el programa Gretl se ha implementado una función que permitió estimar de modo muy intuitivo mediante una interfaz gráfica, un modelo SETAR. Se ha estudiado el Índice de Producción Industrial (IPI) español, y el Valor Añadido Bruto (VAB) sectorial de la Comunidad Autónoma Vasca (CAPV). El IPI, que constituye una buena aproximación a la evolución de la economía española, mostró unas dinámicas no lineales muy marcadas, (asimetría, dependencia no lineal, no linealidad, etc). En efecto, dichas dinámicas no solo son presentes, sino que un modelo no lineal es capaz de recogerlas y modelizarlas adecuadamente. Siendo la CAPV una de las pocas Comunidades Autónomas en España en disponer de una amplia información estadística regional, se ha implementado el uso de los SETAR con datos regionales trimestrales. Los modelos estimados son capaces de modelar algunas características propias de las series analizadas. Así por ejemplo, es posible distinguir aquellos trimestres que pertenecen a una fase recesiva de la economía de aquellos que pertenecen a una fase expansiva, y realizar de esta forma un análisis de tipo coyuntural a nivel regional. Por ultimo se demuestra que los modelos SETAR tienen una buena capacidad predictiva a corto plazo tanto para el IPI español como para el VAB sectorial de la CAPV.