SciELO - Scientific Electronic Library Online

 
vol.30 issue55IDENTIFICACIÓN DE EPISODIOS DE DEPENDENCIA NO LINEAL EN EL PESO MEXICANOREVISANDO LA HIPÓTESIS DE LOS MERCADOS EFICIENTES: NUEVOS DATOS, NUEVAS CRISIS Y NUEVAS ESTIMACIONES author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Cuadernos de Economía

Print version ISSN 0121-4772On-line version ISSN 2248-4337

Abstract

CONTRERAS-REYES, Javier  and  IDROVO, Byron. EN BUSCA DE UN MODELO BENCHMARK UNIVARIADO PARA PREDECIR LA TASA DE DESEMPLEO DE CHILE. Cuad. Econ. [online]. 2011, vol.30, n.55, pp.105-125. ISSN 0121-4772.

En este trabajo se analiza la precisión y la estabilidad de las predicciones de la tasa de desempleo de Chile, obtenidas de una familia de modelos SARIMA, entre febrero de 1986 y febrero de 2010. Las proyecciones SARIMA son comparadas con las provenientes de modelos univariados, incluyendo los benchmarks predictivos. Simultáneamente, se ajustó un modelo ARFIMA (Autorregresive Fractionary Integrated Moving Average), debido a los signos de persistencia que muestra el indicador de desempleo en su comportamiento; sin embargo, a partir de los métodos de estimación de Reisen (1994), Geweke et al. (1983) y Whittle (1962) se obtuvieron parámetros de integración mayores que 0.5, lo que empíricamente sustenta el tratamiento de la tasa de desempleo como una serie no estacionaria. La evaluación de la capacidad predictiva de los modelos se centra en las proyecciones fuera de muestra de 1, 6 y 12 meses hacia adelante. Los resultados indican que el RECM fuera de muestra de las proyecciones SARIMA es menor que el de los métodos univariados considerados.

Keywords : tasa de desempleo; SARIMA; ARFIMA; benchmarks predictivos; Chile.

        · abstract in English | French     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License