Conciliación de series de tiempo a través de mínimos cuadrados flexibles
Resumen
En el art´ıculo optimizamos un procedimiento desarrollado recientemente para conciliar series de tiempo por m´ınimos cuadrados flexibles. En la versi´on anterior del procedimiento el autor asum´ıa conocimiento previo del par´ametro de ponderaci´on μ de la llamada “funci´on de costo de incompatibilidad” de Kalaba y Tesfatsion. En la nueva versi´on, este par´ametro se estima a partir de la muestra mediante un m etodo iterativo basado en el algoritmo de Newton-Raphson. Probamos el nuevo m´etodo conciliando las tasas de crecimiento mensual del Estimador de Actividad Econ´omica Mensual (EMAE) de Argentina con las tasas de crecimiento trimestrales del Producto Interno Bruto. Los resultados sugieren que los niveles ´optimos de μ ser´ıan cercanos a 1 (el valor sugerido por Kalaba y Tesfatsion como valor a priori) y que estimar μ a partir de la muestra en vez de mantenerlo fijo en 1 apenas modifica la serie reconciliada.
Descargas
Citas
Chow, G. and Lin, A. (1971). Best Linear Unbiased Interpolation, Distribution and Extrapolation of Time Series by Related Series. Review of Economics and Statistics, 53:372–375.
Dagum, E. and Cholette, P. (2006). Benchmarking, Temporal Distribution, and ReconciliationMethods for Time Series. Springer, NY, USA. Series: Lecture Notes in Statistics, Vol. 186.
Denton, F. (1971). Adjustment of Monthly or Quarterly Series to Annual Totals: An Approach Based on Quadratic Minimization. Journal of the American Statistical Association, 66:99–102.
Fern´andez, R. (1981). A Methodological Note on the Estimation of Time Series. The Review of Economics and Statistics, 63:471–76.
Frank, L. (2017). Time Series Reconciliation: A Least-Squares Solution for the Case of High-Frequency Series Exceeding the Period covered by the Low-Frequency Series. Proceedings of the American Statistical Association, Government Statistics Section, Alexandria, VA: American Statistical Association, pages 3172–3184.
Greene, W. (2008). Econometric Analysis. Pearson/Prentice Hall, Upper Saddle River, NJ, USA., 6th edition.
INDEC (2016). Metodolog´ıa del Estimador Mensual de Actividad Econ´omica (EMAE). Metodolog´ıa INDEC Nr. 20. Ciudad Aut´onoma de Buenos Aires.
Kalaba, R. and Tesfatsion, L. (1989). Time-Varying Linear Regression via Flexible Least Squares. Computers and Mathematics with Applications, 17(8/9):1215–1245.
Kalaba, R. and Tesfatsion, L. (1990). Flexible Least Squares for Approximately Linear Systems. IEEE Transactions on Systems, Man, and Cybernetics, 20(5):978–989
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) que permite a terceros copiar y redistribuir el material en cualquier medio o formato y adaptar — remezclar, transformar y construir a partir del material bajo la la misma licencia del original. En todos los casos, debe dar crédito de manera adecuada.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
