Método de la cadena de Markov-remuestreo-punto de rompimiento estructural del crecimiento económico

##plugins.themes.bootstrap3.article.main##

Adrián Hernández-del-Valle

Resumen

Proponemos un método para la estimación de probabilidades “estructurales” de crecimiento y contracción económica, y lo aplicamos a México y los Estados Unidos. El método emplea cadenas de Markov con base en simulación y análisis de rompimientos estructurales. Según nuestro análisis, la probabilidad estructural de contracción real de la economía estadounidense en 2008 es de sólo 3%, aun en medio de toda la crisis hipotecaria. Por su parte, México se encuentra en una trampa de ingreso medio.
Palabras clave:
simulación, remuestreo, crecimiento económico y contracción, cadenas de Markov, probabilidades estacionarias, probabilidades estructurales

Descargas

La descarga de datos todavía no está disponible.

##plugins.themes.bootstrap3.article.details##

Métricas PlumX

Citas

Bai, Jushan, y Pierre Perron (1998), “Estimating and Testing Linear Models with Multiple Structural Changes”, Econometrica, 66(1), pp. 47-78.

Banco Mundial (2007), “East Asia & Pacific Update”, abril (http://siteresources.worldbank.org/INTEAPHALFYEARLYUPDATE/Resources/550192-1175629375615/EAP-Update-April2007-fullreport.pdf).

Bulli, Sandra (2001), “Distribution Dynamics and Cross-Country Convergence: A New Approach”, Scottish Journal of Political Economy, 48(2), pp. 226-243.

Cortés, Fernando (2006), “Desigualdad en la distribución del ingreso y pobreza. México 1992 a 2005”, México, Centro de Estudios Sociológicos, El Colegio de México, (http://www.ipea.gov.br/sites/000/2/noticias/Brasilia\_Nov.2006.ppt).

Dyckman, Thomas R., y H. O. Stekler (1966), “Probabilistic Turning Point Forecasts'”, The Review of Economics and Statistics, 48(3), pp. 288-295.

Estrella, Arturo, y Frederic S. Mishkin (1998), “Predicting U.S. Recessions: Financial Variables as Leading Indicators”, The Review of Economics and Statistics, 80(1), pp. 45-61.

Hernández-Lerma, Onésimo, y Jean B. Lasserre (2003), Markov Chains and Invariant Probabilities. Basilea, Birkhauser.

Lawler, Gregory F. (2006), Introduction to Stochastic Processes, segunda edición, Nueva York, Champan & Hall/CRC.

Le Gallo (2001), “Space-Time Analysis of GDP Disparities Among European Regions: A Markov Chains Approach”', Universidad de Borgoña LATEC UMR-CNRS 5118.

Ponzio, Salvatore (2004), Growth and Markov Chains: An Application to Italian Provinces”, Centro di Ricerca Interuniversitario sullo Stato Sociale, Reunión 2004 (http://www.unisi.it/criss/download/meeting2004/papers/ponzio.pdf).

Quah, Danny (19939, “Empirical Cross-Section Dynamics in Economic Growth”, European Economic Review, 37, pp. 426-434.

-- (1997), “Empirics for Growth and Distribution: Polarization, Stratification, and Convergence Clubs”, Journal of Economic Growth, 2(1), pp.27-59.

Ross, Sheldon M. (2007), Introduction to Probability Models, novena edición, Nueva York, Academic Press.

Stock, James H., y Mark W. Watson (1989), “New Indexes of Coincident and Leading Economic Indicators”, NBER Macroeconomics Annual, 4, pp. 351-394.