Désagrégation temporelle: une méthodologie multivariée alternative
DOI :
https://doi.org/10.17533/udea.le.n82a1Mots-clés :
désagrégation temporelle, restrictions temporaires, agrégation contemporaineRésumé
Cet article présente une nouvelle extension de la méthodologie désagrégation temporelle multivariée proposée par Di-Fonzo(1990). Cette méthodologie suppose que les erreurs de la série à haute fréquence suivent un modèle VAR(1), au lieu d’un processus bruit blanc. Nous examinons les différentes méthodes de désagrégation aussi bien univariée que multivariée, ainsi que leurs principaux avantages et inconvénients. Enfin, nous avons appliqué la méthodologie multivariée afin d’obtenir les comptes nationaux colombiens mensuels à partir de données trimestrielles. Les résultats obtenus sont similaires à ceux obtenus par la méthode de Di-Fonzo mais ils sont moins volatiles.
Téléchargements
Références
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.
Téléchargements
Publié-e
Comment citer
Numéro
Rubrique
Licence
Cette page, par Universidad de Antioquia, est autorisée sous une Licence d'attribution Creative Commons.
Les auteurs qui publient avec cette revue acceptent de conserver les droits d'auteur et d'accorder le droit de première publication à la revue, l'article sous licence sous une licence Creative Commons Attribution-NonCommercial-ShareAlike permettant à d'autres de le partager tant qu'ils reconnaissent sa paternité et sa publication originale dans ce journal.
Les auteurs peuvent conclure des accords contractuels supplémentaires et distincts pour la distribution non exclusive de la version publiée de la revue (par exemple, la publier dans un référentiel institutionnel ou la publier dans un livre), à condition que ces accords soient sans but lucratif et être reconnu comme la source originale de publication.
Les auteurs sont autorisés et encouragés à publier leurs articles en ligne (par exemple, dans des dépôts institutionnels ou sur leurs sites Web), car cela peut conduire à de précieux échanges ainsi qu'à une plus grande citation des travaux publiés.
