Determinar las características más notables asociadas a un conjunto de series temporales es generalmente considerado como un paso crucial en el análisis macroeconómico. Ésta es una de las razones por las que es deseable formular un modelo para una serie temporal. Sin embargo, para que tales modelos sean útiles deben ser consistentes con las propiedades estocásticas de los datos y ofrecer información relevante. En este sentido, los modelos structurales de series temporales constituyen un enfoque adecuado que, basado explícitamente en las propiedades estocásticas de los datos, permite presentar sus rasgos más sobresalientes. El objetivo de este trabajo es mostrar la racionalidad subyacente en los modelos estructurales de series temporales, exponer las formulaciones univariantes y multivariantes más usuales y señalar en qué medida contrasta con el enfoque ARIMA
Establishing the "stylised facts" associated with a set of time series is widely considered a crucial step in macroeconomic analysis. This is one of the reasons for wishing to model time series. For such models to be useful, they should be consistent with the stochastic properties of the data and present meaningful information. The structural time series models provide a useful framework with which to present stylised facts on time series and they are explicitly based on the stochastic properties of the data. The goal of this paper is to show the rationale underlying the structural time series models, the way in which univariate and multivariate models can be formulated and the way in which the structural methodology contrasts with ARIMA approach.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados