Citas bibligráficas
Esta es una referencia generada automáticamente. Modifíquela de ser necesario
Higa, K., (2016). Predicción de tipos de cambio reales utilizando modelos VAR Bayesianos [Trabajo de investigación, Universidad del Pacífico]. http://hdl.handle.net/11354/1201
Higa, K., Predicción de tipos de cambio reales utilizando modelos VAR Bayesianos [Trabajo de investigación]. PE: Universidad del Pacífico; 2016. http://hdl.handle.net/11354/1201
@mastersthesis{renati/240505,
title = "Predicción de tipos de cambio reales utilizando modelos VAR Bayesianos",
author = "Higa Flores, Kenji Alonso",
publisher = "Universidad del Pacífico",
year = "2016"
}
Título: Predicción de tipos de cambio reales utilizando modelos VAR Bayesianos
Autor(es): Higa Flores, Kenji Alonso
Asesor(es): Winkelried, Diego
Palabras clave: Tipos de cambio; Teoría bayesiana de decisiones estadísticas; Pronóstico de la economía; Economía
Fecha de publicación: 2016
Institución: Universidad del Pacífico
Resumen: El presente trabajo busca documentar el potencial de los modelos VAR Bayesianos (BVAR) para la predicción de índices de tipos de cambio reales efectivos. Para esto, se prueban distintas especificaciones de modelos predictivos utilizando la base angosta de índices de tipos de cambio reales efectivos de BIS que incluye datos para 27 economías. En primera instancia se prueban modelos univariados simples para realizar las predicciones y tener un punto de referencia para las estimaciones BVAR.
El análisis de los resultados de las predicciones de los modelos BVAR tradicionales muestran que estos por sí solos no tienen un mejor desempeño que los modelos univariados. Estos resultados son robustos a la ventana de estimación, y a la especificación de los priors del BVAR.
Enlace al repositorio: http://hdl.handle.net/11354/1201
Disciplina académico-profesional: Economía
Institución que otorga el grado o título: Universidad del Pacífico. Escuela de Postgrado
Grado o título: Magíster en Economía
Fecha de registro: 7-sep-2016
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons