Documente Academic
Documente Profesional
Documente Cultură
SERIES TEMPORALES
CAPÍTULO 1
ECUACIONES DIFERENCIALES
Objetivos de aprendizaje:
1. Explicar cómo las ecuaciones diferenciales estocásticas pueden ser usadas para la
previsión e ilustración de cómo las ecuaciones pueden surgir de modelos
económicos familiares.
2. Explicar qué significa resolver una ecuación diferencial.
3. Demostrar cómo encontrar la solución a una ecuación diferencial estocástica usando
el método iterativo.
4. Demostrar cómo encontrar una solución homogénea a una ecuación diferencial.
5. Ilustrar el proceso de encontrar la solución homogénea.
6. Mostrar cómo encontrar soluciones homogéneas en ecuaciones de alto rango.
7. Mostrar cómo encontrar una solución particular a una ecuación diferencial
determinista.
8. Explicar cómo usar el Método de Coeficientes Indeterminados para encontrar la
solución particular a una ecuación diferencial estocástica.
9. Explicar cómo usar operadores de rezagos para encontrar la solución particular a
una ecuación diferencial estocástica.
INTRODUCCIÓN
Supongamos que observa los 50 puntos de datos mostrados en la Figura 1.1 y está
interesado en pronosticar los valores posteriores. Usando los métodos de series temporales
discutidos en los próximos capítulos, es posible descomponer esta serie en los
componentes de tendencia estacionales e irregulares que se muestran en el panel inferior
de la figura. Como puede ver, la tendencia cambia la media de la serie, y el componente
estacional imparte un patrón cíclico regular con picos que ocurren cada doce unidades de
tiempo. En la práctica, la tendencia y los componentes estacionales no serán las funciones
deterministas simplistas que se muestran en esta figura. La visión moderna sostiene que
una serie contiene elementos estocásticos en los componentes de tendencia, estacionales e
irregulares. Por el momento, es aconsejable evitar estas complicaciones para que la
proyección de la tendencia y los componentes estacionales en los períodos 51 y posteriores
sea sencilla. Observe que el componente irregular, aunque carece de un patrón bien
definido, es algo predecible. Si examina la figura de cerca, verá que los valores positivos y
negativos ocurren en series; la ocurrencia de un gran valor en cualquier período tiende a ser
La metodología general utilizada para hacer tales pronósticos implica encontrar la ecuación
de movimiento que impulsa un proceso estocástico y usar esa ecuación para predecir
resultados posteriores. Deje yt denotar el valor de un punto de datos en el período t; Si
usamos esta notación, el ejemplo de la Figura 1.1 supone que observamos y1 mediante
y50. Para t = del 1 al 50, las ecuaciones de movimiento utilizadas para construir
componentes de la serie yt son:
Tendencia: Tt = 1 + 0.1t
Estacional: St = 1.6 sin(tπ⁄6)
Irregular: It = 0.7It−1 + εt
Donde:
Tt = valor del componente de tendencia en el período t
St = valor del componente estacional en t
It = el valor del componente irregular en t
εt = una perturbación aleatoria pura en t
yt+1 = yt + εt+1
o
Δyt+1 = εt+1
Δyt + 1 = α0 + α1yt + εt + 1
donde yt, ct y it denotan el PIB real, el consumo y la inversión en el período de tiempo t,
respectivamente. En este modelo keynesiano, yt, ct y son variables endógenas.
El PIB y el consumo del período anterior, yt − 1 y ct − 1, se denominan variables endógenas
predeterminadas o rezagadas. Los términos εct y εit son perturbaciones aleatorias medias
cero para consumo e inversión, y los coeficientes α y β son parámetros a estimar.
The first equation equates aggregate output (GDP) with the sum of consumption and
investment spending. The second equation asserts that consumption spending is
proportional to the previous period’s GDP plus a random disturbance term. The third
equation illustrates the accelerator principle.
Investment spending is proportional to the change in consumption; the idea is
that growth in consumption necessitates new investment spending. The error
terms εct and εit represent the portions of consumption and investment not
explained by the behavioral equations of the model.