Desagregación temporal: una metodología multivariada alternativa
DOI:
https://doi.org/10.17533/udea.le.n82a1Palabras clave:
Desagregación temporal, restricciones de agregación temporales y contemporáneasResumen
n este artículo se propone una nueva extensión de la metodología multivariada de desagregación temporal de Di-Fonzo (1990), la cual supone que los errores de las series de alta frecuencia siguen un modelo VAR(1) en lugar de un proceso ruido blanco. Adicionalmente, se realiza una reseña de diferentes métodos de desagregación, tanto univariados como multivariados, incluyendo sus principales ventajas y desventajas. Finalmente, se lleva a cabo una aplicación multivariada para obtener las cuentas nacionales colombianas mensuales a partir de datos trimestrales. Los resultados bajo la metodología propuesta son similares a los obtenidos por el método de Di-Fonzo, pero son menos volátiles.
Descargas
Citas
Barcellan, Roberto (2002). “ECOTRIM: a program for temporal disaggregation of time series”. In: Barcellan, Roberto y Mazzi, Luigi (Eds.), Workshop on Quarterly National Accounts (pp. 79-95). Luxembourg: Eurostat.
Cavero, Jesús; Fernández-Abascal, Hermenegildo; Gómez, Isabel; Lorenzo, Carlota; Rodríguez, Beatriz; Rojo, José Luis y José Antonio Sanz (1994). “Hacia un modelo trimestral de predicción de la economía Castellano-Leonesa. El modelo hispalink CyL”, Cuadernos Aragoneses de Economía, Vol. 4, No. 2, pp. 317-343.
Chow, Gregory y Lin An-L (1971). “Best linear unbiased interpolation, distribution, and extrapolation of time series by related series”, Review of Economics and Statistics, Vol. 53, Issue 4, pp. 372–375.
Denton, Frank (1971). “Adjustment of monthly or quarterly series to annual totals: An approach based on quadratic minimization”, Journal of the American Statistical Association, Vol. 66, Issue 333, pp. 99–102.
Di-Fonzo, Tommaso (1987). La stima indiretta di serie economiche trimestrali. Padova: CLEUP.
Di-Fonzo, Tommaso (1990). “The estimation of M disaggregate time series when contemporaneous and temporal aggregates are known”, The Review of Economics and Statistics, Vol. 72, Issue 1, pp. 178–182.
Di-Fonzo, Tommaso (2002). “Temporal disaggregation of a system of time series when the aggregate is known: optimal vs. adjustment methods”. In: Barcellan, Roberto y Mazzi, Luigi (Eds.), Workshop on Quarterly National Accounts (pp. 63-77). Luxembourg: Eurostat.
Fernández, Roque (1981). “A methodological note on the estimation of time series”, The Review of Economics and Statistics, Vol. 63, Issue 3, pp. 471–476.
Guerrero, Víctor (1990). “Temporal disaggregation of time series: an ARIMA-based approach”, International Statistical Review, Vol. 58, pp. 111–120.
Hurtado, Jorge Luis y Melo, Luis Fernando (2010). “Una metodología multivariada de desagregación temporal”, Borradores de Economía 586. Banco de la República.
Litterman, Robert (1983). “A random walk, Markov model for the distribution of time series”, Journal of Business and Economic Statistics, Vol. 1, Issue 2, pp. 169–173.
Lupi, Claudio y PARIGI, Giuseppe (2002). “Temporal Disaggregation of Economic Time Series: Some Econometric Issues”. In: Barcellan, Roberto y Mazzi, Luigi (Eds.), Workshop on Quarterly National Accounts (pp. 111-140). Luxembourg: Eurostat.
Moauro, Filippo y Savio Giovanni (2005). “Temporal disaggregation using multivariate structural time series models”, Econometrics Journal, Vol. 8, Issue 2, pp. 214–234.
Pavia, José Manuel (2000). “Desagregación Conjunta de Series Anuales: Perturbaciones AR(1) Multivariante”, Investigaciones Económicas, Vol. 24, Issue 3, pp. 727-737.
Pavia, José Manuel y Cabrer, Bernardi (1999). “Estimating J(>1) Quarterly Time Series in Fulfilling Annual and Quarterly Constraints”, International Advances in Economic Research, Vol. 5, Issue 3, pp. 339-349.
Pavia, José Manuel y Cabrer, Bernardi (2008). “On Distributing Quarterly National Growth among Regions”, Environment and Planning A, Vol. 40, Issue 10, pp. 2453-2468.
Rossi, Nicola (1982). “A note on the estimation of disaggregate time series when the aggregate is known”, The Review of Economics and Statistics, Vol. 64, Issue 4, pp. 695–696.
Santos-Silva, J., y F. Cardoso (2001). “The Chow-Lin method using dynamic models”, Economic Modelling, Vol. 18, Issue 2, pp. 269–280.
Publicado
Cómo citar
Número
Sección
Licencia
Este sitio web, por Universidad de Antioquia, está licenciado bajo una Creative Commons Attribution License.
Los autores que publiquen en esta revista aceptan que conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con una Licencia de Atribución-NoComercial-CompartirIgual de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen su autoría y a la publicación original en esta revista.
Los autores pueden realizar acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del trabajo publicada en la revista (por ejemplo, incluirla en un repositorio institucional o publicarla en un libro) siempre que sea con fines no comerciales y se reconozca de manera clara y explícita que el artículo ha sido originalmente publicado en esta revista.
Se permite y recomienda a los autores publicar sus artículos en Internet (por ejemplo, en páginas institucionales o personales), ya que puede conducir a intercambios provechosos y a una mayor difusión y citación de los trabajos publicados.
