Identificación de los estados de la economía ecuatoriana en dolarización: Una aproximación multivariante a través de los modelos MS-DFM en dos pasos
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Resumen
La institución oficial encargada de presentar y publicar la situación económica del país según las cuentas nacionales es el Banco Central. Los indicadores son generalmente publicados con un retraso de al menos 3 meses. Actualmente dicho organismo utiliza la metodología propuesta por la OCDE para la estimación del ciclo económico donde se utiliza como insumo principal el PIB y a partir del filtro Hodrick Prescott en dos fases, se estima el ciclo económico y los periodos de recesión. Este trabajo presenta una estimación de los estados de la economía a través de la metodología de dos pasos: extracción de un factor común a través de los modelos de factores dinámicos mediante el filtro de Kalman y estimación de las probabilidades de transición de régimen a partir de un modelo Markov Switching con cambio en media, usando 70 indicadores macroeconómicos con frecuencia mensual. Los resultados sugieren que la economía transitó por tres estados claramente marcados en los últimos 17 años, que el régimen de expansión es más persistente que el de recesión, y que los primeros meses del 2017 la economía finalmente salió de la recesión consistente con las tasas de crecimiento interanual de los primeros tres trimestres del año mencionado. Finalmente, los resultados indican que el grupo de variables que experimentan mayor carga factorial son las del sector financiero y sector externo.
Palabras clave
##plugins.themes.bootstrap3.article.details##
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Este obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional
Citas
Burns, A., y Mitchell, W. (1946). Measuring business cycles. NBER.
Camacho, M., y Perez-Quiros, G. (2010). Introducing the Euro-Sting: short term indicator of Euro area growth. Banco de España.
Casares, F. (2017). Nowcasting: Modelos de Factores Dinámicos y Ecuaciones Puente para la Proyección del PIB del Ecuador. Revista Compendium: Cuadernos de Economía y Administración, 25-46.
Christiano, L., y Fitzgerald, T. (1999). The Bandpass Filter. NBER Working Paper Series.
D'Amato, L., Garegnani, L., y Blanco, E. (2010). Using the flow of conjectural information for short term forecasting of economic activity in Argentina. Banco Central de Argentina.
D'Amato, L., Garegnani, L., y Blanco, E. (2015). Nowcasting de PIB: evaluando las condiciones cíclicas de la economía argentina. Estudios BCRA Documentos de trabajo, 1-14.
Diebold, F., y Rudebusch, G. (1996). Measuring Business Cycles: A Modern Perspective. The Review of Economics and Statistics, 67-77.
Doz, C., y Petronevich, A. (2015). Dating Business Cycle Turning Points for the French. Documents de travail du Centre d’Economie de la Sorbonne.
Doz, C., Giannone, D., y Reichlin, L. (2011). A two-step estimator for large approximate dynamic factor models based on Kalman filtering. Journal of Econometrics, 188-205.
Elliot, G., Rothenberg, T., y Stock, J. (1996). Efficient test for an Autoregressive Unit Root. Journal of The Econometric Society, 813-836.
Giannone, D., Reichlin, L., y Small, D. (2008). Nowcasting: The real-time informational content. Journal of Monetary Economics, 665-676.
Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica: Journal of the Econometric Society, 357-384.
Harvey, A., y Jaeger, A. (1993). Detrending, Stylized Facts and the Business Cycle. Journal of Applied Econometrics, 231-247.
Harvey, D., Leybourne, S., y Newbold, P. (1997). Testing the equality of prediction mean squared errors. International Journal of Forecasting, 281-291.
Hodrick, R., y Prescott, E. (1980). Postwar U.S. Business Cycles: an Empirical Investigation. Minnesota: Carnegie-Mellon University. Discussion Papers.
Kim, C. (1994). Dynamic linear models with Markov-switching. Journal of Econometrics, 1-22.
Kim, C., y Nelson, R. (1998). Business Cycle Turning Points, a New Coincident Index, and Tests of Duration Dependence qsed on the Dynamic Factor Model with Regime Switching. The Review of Economics and Statistics, 188-201.
Kwiatkowski, D., Phillips, P., Schmidt, P., y Shin, Y. (1992). Testing the null hypotesis of stationary against the alternative of a unit root: how sure are we that economic time series have a unit root. Journal of The Econometric Society, 159-178.
Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Italy: Springer.
Maddala, G. S. (1986). Disequilibrium, Self-Selection, and Switching Models. En Z. Griliches, y M. Intriligator, Handbook of Econometrics, Vol 3. Amsterdam: North- Holland.
Rünstler, G., y Sédillot, F. (2003). Short-Term estimate of Euro Area Real GDP by mean of Monthly Data. ECB Working Paper.
Stock, J., y Watson, M. (2002). Forecasting using principal components from a large number of predictors. Journal of the American Statistical Association, 147-162.
Tsay, R. (2013). Multivariate Time Series Analysis: With R and Financial Applications. Chicago: Wiley.
Zivot, E., y Andrews, D. (1992). Further evidence on the great crash, the oil- price shock, and the Unit Root Hypothesis. Journal of Business y Economic Statistic, 251-270.