Un modelo SETAR para el PIB colombiano
Type
Artículo de revista
Document language
EspañolPublication Date
2009Metadata
Show full item recordSummary
En este artículo se estudia el comportamiento de la tasa de crecimiento del PIB colombiano durante el período 1982-2008 a partir de un modelo SETAR (Self-Exciting Threshold Autoregressive), con base en la metodología propuesta por Tsay (1989) y Tong (1990) para la detección de no linealidades relacionadas con la existencia de regímenes cambiantes. Adicionalmente, se evalúa el desempeño de los pronósticos generados en relación a los obtenidos con un modelo autorregresivos lineal para diferentes horizontes de predicción, empleando una función de pérdida simétrica. Los principales resultados muestran evidencia empírica de no linealidad de umbral en la serie asociada a las altas o bajas tasas de crecimiento registradas por su rezago anual, permaneciendo más tiempo en el régimen de tasas de crecimiento más elevadas que en el régimen en el que la dinámica de crecimiento es menos acelerada, y que el desempeño de los pronósticos del modelo SETAR parece no mejorar con respecto al modelo base, si bien los resultados dependen del origen de pronóstico considerado. / Abstract. This paper studies the growth rate of the Colombian GDP between 1982 and 2008 with a SETAR model (Self-Exciting Threshold Autoregressive), based in the methodology proposed by Tsay (1989) and Tong (1990) for the detection of nonlinearities related to changeable regimens. The main results show empirical evidence of non linearity of threshold in the series associated with high or low rates of growth observed in the annual lag, remaining more time in the regime of higher growth rates than in lesser intensive dynamic regimes. Furthermore, the study compares the performance of the SETAR results with the forecasts generated by a linear autorregresive model in different horizons of prediction, based on a symmetrical loss function. Even though, the performance of the forecasts of the model SETAR does not seem to improve with regard to the benchmark model, the results depend on the origin of the forecast.Keywords
Collections
- Artículo [210]
This work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit