1 / 23

EL FILTRO DE KALMAN: APLICACION AL ESTUDIO DEL CICLO ECONOMICO

EL FILTRO DE KALMAN: APLICACION AL ESTUDIO DEL CICLO ECONOMICO. DOCTORADO EN MODELIZACION ECONOMICA APLICADA. INSTITUTO L. R. KLEIN. UNIVERSIDAD AUTONOMA DE MADRID. Julián Moral Carcedo Area Macroeconomía. INDICE

jaxon
Download Presentation

EL FILTRO DE KALMAN: APLICACION AL ESTUDIO DEL CICLO ECONOMICO

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. EL FILTRO DE KALMAN: APLICACION AL ESTUDIO DEL CICLO ECONOMICO DOCTORADO EN MODELIZACION ECONOMICA APLICADA. INSTITUTO L. R. KLEIN. UNIVERSIDAD AUTONOMA DE MADRID Julián Moral Carcedo Area Macroeconomía

  2. INDICE • 1.- Representación de sistemas dinámicos lineales en el espacio de los estados. • 2.- El filtro de Kalman. • 3.-Aplicación práctica. • BIBLIOGRAFIA RECOMENDADA. • J.D. Hamilton. (Capítulo 13). Time series analysis. Princeton University Press. 1991 • J.D. Hamilton. State space Models. Handbook of Econometrics. Volumen IV. 1994. • A.C. Harvey. Forecasting structural time series model and the Kalman filter. Cambridge University Press. 1989. • Chang-Jin Kim y Charles R. Nelson. State-Space Models with regime switching. MIT Press (1999).

  3. RE`PRESENTACION EN EL ESPACIO DE LOS ESTADOS : “STATE-SPACE REPRESENTATION” Ecuación de medida /observación PARTE ESTATICA (nx1) (nxk)(kx1) (nxr)(rx1) (nx1) PARTE DINAMICA (rx1) (rxr)(rx1) (rx1) Ecuación de estado

  4. ...... ...... MODELO DINAMICO ESPACIO ESTADOS INOBSERVADO GENERALMENTE

  5. EJEMPLOS AR(1) MODELO DINAMICO ESPACIO ESTADOS (1x1) (1x1) (1x1) (1x1)(1x1) (1x1) (1x1) (1x1)(1x1) (1x1) AR(p) MODELO DINAMICO (1x1) (1x1)(1x1) (1x1)(1x1) (1x1)(1x1) (1x1)

  6. ESPACIO ESTADOS AR(p) (1x1) (1xp) (px1) (px1) (pxp) (px1) (px1)

  7. EJEMPLOS ARMA(p,q) MODELO DINAMICO ESPACIO ESTADOS

  8. EL FILTRO DE KALMAN El filtro de Kalman consiste en un algoritmo que proporciona estimaciones de la ecuación de estado a partir de la información disponible hasta el momento t (“condicionada” a la información disponible en t) y de la ecuación de medida, para posteriormente, corregir las estimaciones conforme se amplia la información disponible. El algoritmo precisa de dar un valor inicial t=1 al vector , (y a su error cuadrático medio) el cual no se basa en información muestral, sino que puede considerarse un prior que se impone.

  9. DIAGRAMA DE FLUJO DEL FILTRO DE KALMAN

  10. APLICACIÓN PRACTICA OBJETIVO: ¿Existe un ciclo común entre las principales economías europeas?

  11. COEFICIENTES DE CORRELACION

  12. El ciclo observado en un país responde a dos componentes inobservables: un ciclo específico propio o residual y un ciclo común que comparten todos los países Ciclo observado, crecimiento interanual del PIB del país j en el momento t Ciclo específico del país j en el momento t, es un componente residual (lo que resulta de restar al ciclo el componente común) Ciclo común a todos los países en el momento t

  13. SIMILITUDES Y DIFERENCIAS CON EL ANALISIS FACTORIAL FE1 FE1 FE1 Y1 Y1 Y1 F1 FE2 FE2 FE2 Y2 Y2 Y2 FE3 FE3 FE3 Y3 Y3 Y3 F1 F1 AF: Estático FK: Dinámico t-1 t

  14. FORMULACION ESPACIO ESTADOS ECUACION DE MEDIDA ECUACION DE ESTADO Ausencia de relación entre el ciclo común y los ciclos específicos y entre éstos últimos. La ecuación de estado es una identidad

  15. ESPECIFICACION EVIEWS 4.0 D(LOG(ALEMANIA))=SV1+SV2 D(LOG(ESPA))=SV2+SV3 D(LOG(ITALIA))=SV2+SV4 D(LOG(FRANCIA))=SV2+SV5 @STATE SV1=C(5)*SV1(-1) + [var=exp(C(14))] @STATE SV2=C(6)*SV2(-1) + [var=exp(C(15))] @STATE SV3=C(7)*SV3(-1) + [var=exp(C(16))] @STATE SV4=C(8)*SV4(-1) + [var=exp(C(17))] @STATE SV5=C(9)*SV5(-1) + [var=exp(C(18))] ESPECIFICACION EVIEWS 3.1 D(LOG(ALEMANIA))=SV1+SV2 D(LOG(ESPA))=SV2+SV3 D(LOG(ITALIA))=SV2+SV4 D(LOG(FRANCIA))=SV2+SV5 @STATE SV1=C(5)*SV1(-1) @STATE SV2=C(6)*SV2(-1) @STATE SV3=C(7)*SV3(-1) @STATE SV4=C(8)*SV4(-1) @STATE SV5=C(9)*SV5(-1)

  16. 1º CREAR OBJETO SSPACE

  17. 2º ESPECIFICACION ESPACIO ESTADOS

  18. 3º ESTIMACION : ELEGIR LAS OPCIONES: matriz de varianzas de la ecuación de medida y de la ecuación de estado 4º ALGORITMO DE ESTIMACION Y OPCIONES DE ITERACIÓN

  19. 5º ESPERAR Y “REZAR” PARA QUE EL ALGORITMO DE ESTIMACION CONVERGA A UNA MÁXIMO DE LA FUNCIÓN DE VEROSIMILITUD (LOCAL O GLOBAL)

  20. 6º EL PROGRAMA HA CREADO NUEVAS SERIES QUE CONTIENEN LAS VARIABLES DE ESTADO, TAMBIEN PODEMOS SOLICITAR LAS VERSIONES ALISADAS Y SU MSE

  21. RESULTADOS COEFICIENTES DE CORRELACION

  22. La serie CE Francia parece presentar anomalías, en el sentido de que carece de ciclo específico, resultado coherente con la alta correlación que presenta la serie Francia con el ciclo común.

  23. “... Cuando se registran fases expansivas la economía española registra crecimientos superiores a los de sus socios europeos, de manera contraria, las recesiones resultan más profundas en España ...”

More Related