Resumen de An estimation of the industrial production dynamic in the MERCOSUR countries using the Markov switching model.

Saba Infante Quirpa, Edward Gómez, Luis Sánchez Agüero, Aracelis Hernández

• español

  En este trabajo se aplicó una metodología basada en los métodos estadísticos Bayesianos inspirados en los esquemas de muestreo Monte Carlo por Cadenas de Markov, que simplifica el proceso de estimación y predicción del modelo de Markov switching. El objetivo general de este estudio es determinar simultáneamente: no linealidad, cambios estructurales, asimetrías y valores atípicos que son características presentes en muchas series financieras. La metodología se ilustra empíricamente utilizando series que miden la tasa de crecimiento anual de la producción industrial en los países del MERCOSUR. Se implementó el algoritmo de muestreo de [1] para estimar los parámetros del modelo. La estimación de los parámetros se realizó en términos de los valores esperados a posteriori y las desviaciones estándar a posteriori. Se utilizaron tres criterios para evaluar el modelo de predicción: raíz cuadrada del error cuadrático medio (RSME, por sus siglas en inglés), el test de Diebold-Mariano (DM) y el test estadístico T RC . Estas medidas de bondad de ajuste mostraron que las estimaciones tienen errores pequeos. Se calculó el tiempo de ejecución del algoritmo, observándose alto desempeo. Como resultado del análisis de los datos, se concluye que no hay reducción de la volatilidad económica, no hay reducción en la profundidad de los ciclos económicos. En los puntos de ruptura, se observan valores atípicos y no linealidad en los datos. Se evidencia que no existen ciclos económicos en común para los países analizados.

• English

  In this work the methodology applied is based on Bayesian statistical methods inspired by Markov chain Monte Carlo sampling schemes, which simplifies the estimation and prediction process of the Markov switching model. The general objective of this study is to determine simultaneously: non-linearity, structural changes, asymmetries and outliers that are characteristics present in many financial series. The methodology is empirically illustrated using series that measure the annual growth rate of industrial production in the MERCOSUR countries. The sampling algorithm [1] is implemented to estimate the parameters of the model. The parameters were estimated in terms of expected values a posteriori and standard deviations a posteriori. Three criteria is used to assess the prediction model: square root of the mean quadratic error (RSME), the Diebold-Mariano (DM) test and the T RC statistical test. These measures of goodness-of-fit show, that the estimates have small errors. The execution time of the algorithm is calculated, observing high performance. As a result of the analysis of the data, it is concluded that there is no reduction of economic volatility and no reduction in the depth of economic cycles. At the breakpoints, atypical values and non-linearity in the data are observed. It also shows that there are no common economic cycles for the countries analyzed.