TY - JOUR AU - Mirta Gonzalez AU - Alberto Landro PY - 2018/07/30 Y2 - 2024/03/29 TI - CRITERIOS DE INFORMACIÓN Y COMPLEJIDAD ESTOCÁSTICA JF - Revista de Investigación en Modelos Financieros JA - RIMF VL - 1 IS - Año 7 SE - PRINCIPAL DO - UR - https://ojs.econ.uba.ar/index.php/RIMF/article/view/1415 AB - Los criterios objetivos de selección del orden de un modelo autorregresivo pueden ser clasificados en no-Bayesianos -basados en la minimización del error de predicción y las medidas de información- y Bayesianos. La diferencia entre ambos radica en que los primeros asumen como punto de partida la validez de la hipótesis de que todo proceso está afectado por su infinito pasado y proporcionan estimadores asintóticamente eficientes en tanto que los Bayesianos se basan en la negación de la tesis de Church-Turing y proporcionan estimadores consistentes. A fin de evitar la disyuntiva que genera esta clasificación, en este trabajo se propone caracterizar al modelo utilizando la definición de complejidad estocástica. La aplicación de este concepto y los postulados de los teoremas de convergencia de las medidas de complejidad permiten demostrar, además, la condición de óptimo del término de penalización del criterio de selección de Schwarz. ER -