Biblioteca de la Universidad Complutense de Madrid

Consecuencias para la predicción de la existencia de caos utilizando modelos TAR

Impacto



Escot Mangas, Lorenzo y Gimeno Nogués, Ricardo y Grau Carles, Pilar y Mateos de Cabo, Ruth y Olmedo Fernández, Elena (2003) Consecuencias para la predicción de la existencia de caos utilizando modelos TAR. [ Documentos de Trabajo de la Facultad de Ciencias Económicas y Empresariales; nº 10, 2003, ISSN: 2255-5471 ]

[img]
Vista previa
PDF
Creative Commons License
Esta obra está bajo una licencia de Creative Commons: Reconocimiento - No comercial - Compartir igual.

553kB

URL Oficial: http://eprints.ucm.es/6808/




Resumen

Se analizan las consecuencias que tiene para la predicción de datos de coyuntura española, en concreto para las importaciones nominales de bienes intermedios, la detección de indicios de comportamiento caótico. Para esta detección se ha utilizado una estimación de un modelo tipo umbral autorregresivo (TAR) y se ha representado gráficamente su diagrama de bifurcación. En concreto, se analizan las diferencias cuando el modelo presenta dinámica caótica y cuando no las presenta tanto en la estimación de los parámetros como en los errores de predicción.


Tipo de documento:Documento de trabajo o Informe técnico
Palabras clave:Análisis estadístico multivariable
Materias:Ciencias Sociales > Economía > Teorías económicas
Título de serie o colección:Documentos de Trabajo de la Facultad de Ciencias Económicas y Empresariales
Volumen:2003
Número:10
Código ID:6808
Referencias:

Barnett, W.A. y S.S. Choi (1989): A comparison between the conventional econometric approach to structural inference and the nonparametric chaotic attractor approach en W.A. Barnett, J. Geweke, J. y K. Shell (eds.): Economic complexity: chaos, sunspots, bubbles, and nonlinearity; Cambridge University Press, pp. 141-212.

Baumol, W.J. y R.E. Quandt (1996): Chaos and their implications for forecasting en Trippi, R.R. (ed.): Chaos & nonlinear dynamics in the financial markets; Irwin Professional Publishing, pp. 71-86.

Blank, S.C. (1996): “Chaos” in futures markets? A nonlinear dynamical analysis en Trippi, R.R. (ed.): Chaos & nonlinear dynamics in the financial markets; Irwin Professional Publishing, pp. 199-223.

Hommes, C.H. (1996): Adaptative learning and roads to chaos: the case of the cobweb en R.R. Trippi (ed.): Chaos and nonlinear dynamics in the financial market; Irwin Professional Publising, pp. 63-70.

Hommes, C.H. (1994): Dynamics of the cobweb model with adaptative expectations and nonlinear supply and demand; Journal of Economic Behavior and Organizations, vol. 24, pp. 315-335.

Medio, A. (1992): Chaotic dynamics. Theory and applications to Economics; Cambridge University Press.

Shaffer, S. (1996): Structural shifts and the volatility of chaotic markets en R.R. Trippi (ed.): Chaos & nonlinear dynamics in the financial markets; Irwin Professional Publishing, pp. 87-102.

Takens, F. (1986): Detecting strange attractors in turbulence en D.A. Rand y L.-S. Young (eds.): Lecture Notes in Mathematics: Dynamical Systems and Turbulence; Springer-Verlag, pp. 366-381.

Yang, S.-R. y B.W. Brorsen (1996): Nonlinear dynamics of daily futures prices: conditional heteroskedasticity or chaos en R.R. Trippi (ed.): Chaos & nonlinear dynamics in the financial markets; Irwin Professional Publishing, pp. 225-244.

Tong, H. (1990). Non-linear time series. A dynamical system approach. Oxford: Clarendon Press Oxford.

Depositado:30 Nov 2007
Última Modificación:29 Oct 2015 12:19

Sólo personal del repositorio: página de control del artículo