Un modelo vectorial de corrección de errores para la estimación del ingreso nacional del Perú

No Thumbnail Available
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
Tradicionalmente se estudian los modelos univariantes en series de tiempo, como lo es el _x000D_ modelo ARIMA y a partir de este modelo existe la extensión a modelos multivariantes VAR y los modelos VEC que son estacionarios y no estacionarios, para los modelos multivariantes no estacionarios se requiere probar que la hipótesis nula sea no estacionaria por medio de los contrastes de cointegración, teniendo como objetivo determinar que los contrastes de cointegración basados en los modelos VAR y VEC son aplicables en los modelos multivariantes no estacionarios. La investigación que presenta un estudio de enfoque aplicada, explicativa, estudiando los modelos VAR y VEC mediante las metodologías del Test aumentado de Dicker Fuller y el método de las primeras diferencias, asimismo los criterios de información, incluyendo un ejemplo para poder probar que las series de los modelos cumplen con la teoría, obteniendo que las series de los modelos si son aplicables en los modelos multivariantes no estacionarios. Se concluyo que los dos modelos son aplicables a series de tiempo a largo plazo, y que en ambos modelos tienen tendencia en común
Description
Traditionally, univariate models in time series are studied, such as the ARIMA model, and _x000D_ from this model there is an extension to multivariate VAR models and VEC models that are _x000D_ stationary and non-stationary. For non-stationary multivariate models, it is required to prove _x000D_ that the null hypothesis is non-stationary by means of the cointegration tests, with the objective _x000D_ of determining that the cointegration tests based on the VAR and VEC models are applicable in _x000D_ non-stationary multivariate models. The research that presents a study of applied, explanatory _x000D_ approach, studying the VAR and VEC models through the methodologies of the Dicker-Fuller _x000D_ Augmented Test and the method of the first differences, as well as the information criteria, _x000D_ including an example to be able to prove that the series of the models comply with the theory, obtaining that the series of the models are applicable in non-stationary multivariate models. It was concluded that the two models are applicable to long-term time series, and that both models have a common trend
Keywords
Modelos multivariantes no estacionarios VAR y VEC, Contrastes de cointegración
Citation