Esta tesis trata de ser una contribución a la literatura en predicción con modelos no lineales en diversas vías. En el primer capítulo, se extienden a un contexto multivariante los modelos STAR para investigar las relaciones no lineales que aparecen entre la producción de la economía americana y el Composite index of Leading Indicators (CLI). Usando la estimación máximo verosímil, se extienden al contexto VAR los test de linealidad, selección de modelos y adecuación de modelos. Se encuentra evidencia empírica en favor del uso de modelos logísticos para identificar los estados de la economía. En el segundo capítulo, se encuentra que el filtro óptimo para convertir los datos del CLI en una probabilidad de recesión es la combinación de un modelo Markov-switching y de una especificación no-paramétrica. Usando este filtro, se muestra como una tasa de crecimiento del indicador igual a cero no es nada en sí misma sino que se debe usar el filtro apropiado para que, teniendo en cuenta el estado de la economía, convierta este dato en una apropiada probabilidad de recesión. Finalmente, en el tercer capítulo se estudian relaciones de cointegración en las cuales, incluso aunque el atractor a largo plazo se asuma lineal, la fuerza con la que los errores de cointegración se desvanecen depende del estado del ciclo económico con un modelo Markoz-switching. Se muestra como este hecho conecta con la idea de tendencias estocásticas comunes no lineales. Así mismo, se estudia la repercusión sobre las funciones de respuesta al impulso y la descomposición de la varianza. / This dissertation, is an attempt to contribute to the literature on nonlinear forecasting in several ways. In the first chapter, I extend to a multiple equation framework the STAR models in order to investigate the nonlinear interactions between US output (GDP) and the Composite index of Leading Indicators (CLI). Using maximum likelihood as the base for estimation, I extend to the VAR case linearity tests, model selection tests, and model adequacy tests. Additionally, I find empirical evidence in favor of using logistic models for capturing the business cycles phases. In the second chapter, I find that the optimal filter to convert the CLI releases into a probability of recession is a combination of the forecasts from a Markov-switching model and a nonparametric specification. Using this filter, I show how a release of zero rate of growth for the CLI must be interpreted carefully since it implies different probabilities of recession depending on the actual state of the economy. Finally, in the third chapter, I study cointegrating relationships such that, even though the long-run attractor is linear, the strength with which the equilibrium errors vanishes is assumed to follow a Markov-switching dynamics. I show that this assumption connect with the idea of nonlinear common stochastic trends. In addition, I study its implication for asymmetric impulse responses and variance decomposition.
| Identifer | oai:union.ndltd.org:TDX_UAB/oai:www.tdx.cat:10803/4028 |
| Date | 21 December 2001 |
| Creators | Camacho Alonso, Máximo Cosme |
| Contributors | Pérez Quirós, Gabriel, Universitat Autònoma de Barcelona. Departament d'Economia i d'Història Econòmica |
| Publisher | Universitat Autònoma de Barcelona |
| Source Sets | Universitat Autònoma de Barcelona |
| Language | English |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
| Format | application/pdf |
| Source | TDX (Tesis Doctorals en Xarxa) |
| Rights | ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs., info:eu-repo/semantics/openAccess |
Page generated in 0.0193 seconds