Modelación Markoviana para identificar la dinámica y pronóstico del índice de producción industrial en México de 1980 a 2018

Gustavo Cabrera González, Adrián De León Arias

Resumen


En este artículo, por medio de modelación Markoviana estudiamos la identificación de los estados estocásticos y pronóstico del índice mensual de producción industrial en México de 1980 a 2018. Dado que la muestra de datos está sujeta a fuertes fluctuaciones económicas y financieras, de una batería de modelos auto-regresivos (lineales y con parámetros Markovianos de cambio de régimen) se elige la especificación del modelo que mejor se ajusta a los datos a través del factor de Bayes. La selección del modelo provee evidencia de que las tasas de crecimiento mensual de este índice presentan parámetros (media y volatilidad) que cambian con el tiempo. Se lleva a cabo un ejercicio de pronóstico sobre el modelo Markoviano de mejor ajuste a los datos. Para medir su capacidad de inferencia, se compara su eficiencia respecto de la especificación lineal auto-regresiva en la misma serie de datos. Los resultados muestran que la media de los errores de pronóstico (dentro y fuera de la muestra) son menores en la especificación Markoviana. La metodología Bayesiana aplicada permite estimar de forma endógena e inferir de manera precisa incluso por problemas de identificación de parámetros Markovianos, pequeño número de observaciones en regímenes, datos atípicos, número de regímenes e incertidumbre de parámetros sujetos a cambio de estado.


Palabras clave


Industrial production index; Markov switching; Bayesian analysis, Forecasting

Texto completo:

PDF

Referencias


Andrews, D. & W. Ploberger (1994). Optimal tests when a nuisance parameter is present only under the alternative. Econometrica, 62 (6), 1383-1414.

Bauwens, L., Dufays, A. & Rombouts, J. V. (2014). Marginal likelihood for Markovswitching and change-point (garch) models. Journal of Econometrics, 178 (parte 3), 508-522.

Bazdresch, S. & Werner, A. (2005). Regime switching models for the Mexican peso. Journal of International Economics, 65 (1), 185-201.

Benavides, G. & Capistrn, C. (2012). Forecasting exchange rate volatility: The superior performance of conditional combinations of time series and option implied forecasts. Journal of Empirical Finance, 19 (5), 627-639.

Boot, T. & Pick, A. (2017). Optimal forecasts from Markov switching models. Journal of Business & Economic Statistics, 36 (4), 1-15.

Cabrera, G., Coronado, S., Rojas, O. & Romero-Meza, R. (2018). A Bayesian approach to model changes in volatility in the Mexican stock exchange index. Applied Economics, 50 (15), 1716-1724.

Carrasco, M., Hu, L. & Ploberger, W. (2014). Optimal test for Markov switching parameters. Econometrica, 82 (2), 765-784.

Clements, M. P. & Krolzig, H. M. (1998). A comparison of the forecast performance of Markov-switching y threshold autoregressive models of us gnp. The Econometrics Journal, 1 (1), 47-75.

De León Arias, A. (2004). El crecimiento de México y su interdependencia con Estados Unidos. Comercio Exterior, 54 (7), 612-619.

Diebold, F. & Rudebusch, G. (1999). Business cycles: Durations, dynamics, and forecasting. New Jersey, Estados Unidos: Princeton University Press.

Engel, C. (1994). Can the Markov switching model forecast exchange rates? Journal of International Economics, 36 (1), 151-165.

Engel, C. & Kim, C. J. (1999). The long-run u.s./u.k. real exchange rate. Journal of Money, Credit and Banking, 31 (3), 335-356.

Frühwirth-Schnatter, S. (2001). Fully Bayesian analysis of switching gaussian state space models. Annals of the Institute of Statistical Mathematics, 53 (1), 31-49.

Frühwirth-Schnatter, S. (2004). Estimating marginal likelihoods for mixture and Markov switching models using bridge sampling techniques. Econometrics Journal, 7 (1), 143-167.

Frühwirth-Schnatter, S. (2006). Finite mixture and Markov switching models (Springer Series in Statistics). Nueva York, Estados Unidos: Springer.

Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series y the business cycle. Econometrica, 57 (2), 357-384.

Hamilton, J. D. (1994). The time series analysis. Estados Unidos: Princeton University Press.

Hamilton, J. D. (2005). What’s real about the business cycle? Working Paper 11161. Estados Unidos: National Bureau of Economic Research.

Hamilton, J. D. & Raj, B. (2002). Advances in Markov-switching models: Applications in business cycle research and finance. Estados Unidos: Springer.

Hamilton, J. D. & Susmel, R. (1994). Autoregressive conditional heteroskedasticity y changes in regime. Journal of Econometrics, 64 (1), 307-333.

Hansen, B. (1996). Erratum: The likelihood ratio test under nonstard conditions: Testing the Markov switching model of gnp. Journal of Applied Econometrics, 11 (2), 195-198.

Heath, E. B. & Kopchak, S. J. (2015). The response of the Mexican equity market to us monetary surprises. Journal of Emerging Market Finance, 14 (2), 87-111.

Islas-Camargo, A., Cortez, W. W. & Sanabria Flores, T. P. (2017). Is Mexico’s forward exchange rate market efficient? Revista Mexicana de Economía y Finanzas, 13 (2), 247-272.

Kass, R. E. & Raftery, A. E. (1995). Bayes factors. Journal of the American Statistical Association, 90 (430), 773-795.

Kaufmann, S. & Frühwirth-Schnatter, S. (2002). Bayesian analysis of switching arch models. Journal of Time Series Analysis, 23 (4), 425-458.

Kim, C. J. & Nelson, C. R. (1999a). Has the U.S. economy become more stable? A Bayesian approach based on a Markov-switching model of the business cycle. The Review of Economics and Statistics, 81 (4), 608-616.

Kim, C. J. & Nelson, C. R. (1999b). State-Space models with regime switching: Classical and Gibbs-sampling approaches with applications (Volumen 1). Boston, Estados Unidos: mit Press.

López-Herrera, F. (2004). Modelado de la volatilidad y pronóstico del índice de precios y cotizaciones de la bolsa mexicana de valores. Contaduría y Administración (213), 43-72.

López-Herrera, F. & Venegas-Martínez, F. (2011). Métodos no lineales en series económicas y financieras. Modelado de la volatilidad del mercado mundial de capitales durante la crisis mundial mediante una cadena de Markov. Guadalajara, México: Universidad de Guadalajara.

López-Herrera, F., Ortiz-Arango, F. & Venegas-Martínez, F. (2011). Crecimiento y desarrollo económico en México. Modelado de la volatilidad del índice de precios y cotizaciones de la Bolsa Mexicana de Valores con cambios markovianos de régimen. México: Benemérita Universidad Autónoma de Puebla.

Mejía-Reyes, P. & Díaz-Carreño, M. A. (2010). Búsqueda de asimetrías a lo largo del ciclo económico de México. Investigación Económica, 69 (271), 15-42.

Mejía-Reyes, P., Martínez Gómez, J. A. & Rendón Balboa, W. L. (2005). Ciclos económicos clásicos en la producción industrial de México. Investigación Económica, 64 (254), 91-124.

Meng, X. l. & Wong, W. H. (1996). Simulating ratios of normalizing constants via a simple identity: A theoretical exploration. Statistica Sinica, 6 (4), 831-860.

Timmermann, A. (2000). Moments of Markov switching models. Journal of Econometrics, 96 (1), 75-111.




DOI: http://dx.doi.org/10.18381/eq.v16i2.7120

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2019 EconoQuantum



EconoQuantum, Año 16, Vol. 16 Núm. 2, julio-diciembre 2019, es una publicación semestral editada por la Universidad de Guadalajara, a través de la Maestría en Economía y el Departamento de Métodos Cuantitativos de la División de Economía del Centro Universitario de Ciencias Económico Administrativas, Periférico Norte # 799, Módulo A-305, Núcleo Los Belenes, Zapopan, Jalisco, México, CP 45100, Tel. (33) 3770 3300 Ext. 25315, http://econoquantum.cucea.udg.mx/, equantum@cucea.udg.mx. Editor responsable: Isaí Guízar Mateos. Reservas de Derechos al Uso Exclusivo No. 04-2006-032411551300-203, ISSN:2007-9869 , otorgados por el Instituto Nacional del Derecho de Autor. Responsable de la última actualización de este número, Departamento de Métodos Cuantitativos, División de Economía y Sociedad, CUCEA, Periférico Norte # 799, Módulo A-305, Núcleo Los Belenes, Zapopan, Jalisco, México, CP 45100, por Sandra Ivett Portugal Padilla. Fecha de última actualización, 01 de julio de 2019, con un tiraje de un ejemplar.

Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación.

Queda estrictamente prohibida la reproducción total o parcial de los contenidos e imágenes de la publicación sin previa autorización de la Universidad de Guadalajara.

 

© 2016 - EconoQuantum - Centro Universitario de Ciencias Económico Administrativas

Periférico Norte No. 799, Núcleo Los Belenes, Módulo A305, C.P. 45100, Zapopan, Jalisco, México. Tel (33) 3770 3300 Ext.25315 Email: equantum@cucea.udg.mx y econoquantum@yahoo.com.mx