Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov

Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov

En este trabajo se describe un procedimiento general para hacer inferencia bayesiana basados en la evaluación de la verosimilitud de los modelos de equilibrio general estocásticos (MEGE) a través de los métodos de Monte Carlo por Cadenas de Markov (MCMC). La metodología propuesta requiere log lineal...

Full description

Bibliographic Details
Main Authors: Estévez, Gloria, Infante, Saba, Sáez, Francisco
Format: Online
Language:spa
Published: Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2012
Online Access:https://revistas.ucr.ac.cr/index.php/matematica/article/view/2102
id RMTA2102
record_format ojs
spelling RMTA21022022-01-26T18:41:14Z Estimation of general equilibium model in dynamic economies using Markov Chain Monte Carlo methods Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov Estévez, Gloria Infante, Saba Sáez, Francisco General equilibrium models Bayesian inference recursive algorithms modelos de equilibrio general inferencia bayesiana algoritmos recursivos This paper describes a general procedure to do Bayesian inference based on the likelihood evaluation of the stochastic general equilibrium models (MEGE) through Markov Chain Monte Carlo methods (MCMC). The proposed methodology involves log linearizing the model, transformed into state space form, then use the Kalman filter to evaluate the likelihood function and finally apply the Metropolis Hastings algorithm to estimate the posterior distribution parameters. Technique is illustrated using the stochastic growth of basic model, considering quarterly data on the Venezuelan economy between the first quarter of (1984) through the third quarter of (2004). The empirical analysis made allows us to conclude that the algorithms used to estimate the model parameters work efficiently and low computational cost, the estimates obtained are consistent, that is, estimates of the predictions adequately reflect the behavior of the product, employment, consumption and investment per capita in the country. The graphs of the estimated histograms show bimodal and skewed distributions. En este trabajo se describe un procedimiento general para hacer inferencia bayesiana basados en la evaluación de la verosimilitud de los modelos de equilibrio general estocásticos (MEGE) a través de los métodos de Monte Carlo por Cadenas de Markov (MCMC). La metodología propuesta requiere log linealizar los modelos, transformarlos en la forma espacio estado, luego utilizar el filtrode Kalman para evaluar la función de verosimilitud y finalmente aplicar el algoritmo Metropolis Hastings para estimar los parámetros de la distribución a posteriori. Se ilustra la técnica mediante el uso del modelo básico de crecimiento estocástico, considerando datos trimestrales de la economía venezolana comprendidos entre el primer trimestre de (1984) hasta el tercer trimestre de (2004). El análisis empírico realizado nos permite concluir que los algoritmos utilizados para estimar los parámetros del modelo trabajan de manera eficiente y a bajo costo computacional, las estimaciones obtenidas son consistentes, es decir, los estimados de las predicciones reflejan adecuadamente el comportamiento del producto, el empleo, el consumo y la inversión per capita del país. En las gráficas de los histogramas estimados se observa que tienen comportamientos bimodales y distribuciones asimétricas. Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2012-02-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article application/pdf https://revistas.ucr.ac.cr/index.php/matematica/article/view/2102 10.15517/rmta.v19i1.2102 Revista de Matemática: Teoría y Aplicaciones; Vol. 19 No. 1 (2012): Revista de Matemática: Teoría y Aplicaciones; 7-36 Revista de Matemática: Teoría y Aplicaciones; Vol. 19 Núm. 1 (2012): Revista de Matemática: Teoría y Aplicaciones; 7-36 Revista de Matemática; Vol. 19 N.º 1 (2012): Revista de Matemática: Teoría y Aplicaciones; 7-36 2215-3373 1409-2433 spa https://revistas.ucr.ac.cr/index.php/matematica/article/view/2102/2065 Derechos de autor 2012 Revista de Matemática: Teoría y Aplicaciones
institution Universidad de Costa Rica
collection Revista de Matemática: Teoría y Aplicaciones
language spa
format Online
author Estévez, Gloria
Infante, Saba
Sáez, Francisco
spellingShingle Estévez, Gloria
Infante, Saba
Sáez, Francisco
Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov
author_facet Estévez, Gloria
Infante, Saba
Sáez, Francisco
author_sort Estévez, Gloria
description En este trabajo se describe un procedimiento general para hacer inferencia bayesiana basados en la evaluación de la verosimilitud de los modelos de equilibrio general estocásticos (MEGE) a través de los métodos de Monte Carlo por Cadenas de Markov (MCMC). La metodología propuesta requiere log linealizar los modelos, transformarlos en la forma espacio estado, luego utilizar el filtrode Kalman para evaluar la función de verosimilitud y finalmente aplicar el algoritmo Metropolis Hastings para estimar los parámetros de la distribución a posteriori. Se ilustra la técnica mediante el uso del modelo básico de crecimiento estocástico, considerando datos trimestrales de la economía venezolana comprendidos entre el primer trimestre de (1984) hasta el tercer trimestre de (2004). El análisis empírico realizado nos permite concluir que los algoritmos utilizados para estimar los parámetros del modelo trabajan de manera eficiente y a bajo costo computacional, las estimaciones obtenidas son consistentes, es decir, los estimados de las predicciones reflejan adecuadamente el comportamiento del producto, el empleo, el consumo y la inversión per capita del país. En las gráficas de los histogramas estimados se observa que tienen comportamientos bimodales y distribuciones asimétricas.
title Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov
title_short Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov
title_full Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov
title_fullStr Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov
title_full_unstemmed Estimación de modelos de equilibrio general en economías dinámicas por métodos de Monte Carlo y Cadenas de Markov
title_sort estimación de modelos de equilibrio general en economías dinámicas por métodos de monte carlo y cadenas de markov
title_alt Estimation of general equilibium model in dynamic economies using Markov Chain Monte Carlo methods
publisher Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)
publishDate 2012
url https://revistas.ucr.ac.cr/index.php/matematica/article/view/2102
work_keys_str_mv AT estevezgloria estimationofgeneralequilibiummodelindynamiceconomiesusingmarkovchainmontecarlomethods
AT infantesaba estimationofgeneralequilibiummodelindynamiceconomiesusingmarkovchainmontecarlomethods
AT saezfrancisco estimationofgeneralequilibiummodelindynamiceconomiesusingmarkovchainmontecarlomethods
AT estevezgloria estimaciondemodelosdeequilibriogeneraleneconomiasdinamicaspormetodosdemontecarloycadenasdemarkov
AT infantesaba estimaciondemodelosdeequilibriogeneraleneconomiasdinamicaspormetodosdemontecarloycadenasdemarkov
AT saezfrancisco estimaciondemodelosdeequilibriogeneraleneconomiasdinamicaspormetodosdemontecarloycadenasdemarkov
_version_ 1811744083647922176

Similar Items