Академический Документы
Профессиональный Документы
Культура Документы
ltro Hodrick-Prescott
Resumen
Esta tesina estudia la equivalencia de los ciclos obtenidos con el ltro HodrickPrescott a partir de datos con diferente periodicidad temporal. Propongo dos
criterios alternativos para hallar valores de equivalentes referidos a diferente periodicidad en los datos. Los denomino criterio 1/2 y criterio del
mximo y resultan estar muy relacionados. La validez de estas equivalencias la compruebo empricamente y la comparo con otras empleadas en la
literatura de ciclos econmicos. Adems distingo entre agregacin temporal
y muestreo sistemtico como dos alternativas de agregacin sobre las que se
encuentran diferencias de gran inters.
Introduccin
embargo, sta no ha sido una interpretacin habitual y en este sentido encontramos comentarios del siguiente tipo:
...The primary drawbacks of the HP lter are (...) and the
problems of choosing the smoothing parameter (...). This parameter does not have a very intuitive interpretation, and the diculties are compounded when we have to work with data that are
sampled less frequently than quarterly...(Wynne y Koo (1997))
...Arbitrariness in the choice of is the main weakness of
this method...(Dolado et al. (1993)).
En la literatura de los ciclos econmicos aparece un uso generalizado del
valor = 1600 (HP1600) para series trimestrales. Sin embargo, con series de periodicidad diferente a la trimestral no hay consenso. Por ejemplo,
para datos anuales nos encontramos con HP400 (Englund-Persson-Svensson
(1992)), HP100 (Backus-Kehoe (1992)) o HP10 (Baxter-King (1995), Domnech et al. (1997)). Todos estos ltros son vlidos pero cada uno caracteriza
un comportamiento cclico distinto; la eleccin depende del objetivo del estudio. Ahora bien, todos estos valores del parmetro para la frecuencia
anual se han empleado como valores equivalentes del = 1600 para la frecuencia trimestral. Cual de ellos es preferible como el equivalente anual del
HP1600?
Por otro lado, para la periodicidad mensual no es fcil encontrar una
orientacin sobre qu valor de emplear. En el programa de anlisis economtrico y de series temporales E-views se recomienda por defecto emplear
= 14000. En un Boletn mensual del Banco Central Europeo2 aparecen como valores por defecto = 1600 para datos trimestrales y = 14400
2
Ver el esquema 1.
i y j indican el nmero de observaciones por ao.
El ltro Hodrick-Prescott
El ltro HP es un ltro lineal y simtrico que se aplica sobre procesos discretos5 . Descompone una serie observada6 xt ; t = 1; 2; :::T; en dos componentes,
la tendencia, mt y el ciclo, ct :
(2.1)
xt = mt + ct
2.1
fct g;fmt g
(T
X
c2t +
t=1
s:a:
T
X
t=3
[(1 B)2 mt ]2
(2.2)
xt = mt + ct
donde B es el operador retardo tal que Bzt = zt1: El valor del parmetro
se establece a priori y modula la suavidad de la tendencia mt . Cuanto mayor
sea ms suave ser la tendencia. Cuando ! 1 tenemos el mximo
suavizamiento y la tendencia es lineal. Y por el contrario cuando ! 0 el
ajuste es mximo y la tendencia coincide con la serie observada xt .
m
^
T 1
= M 1 x
(2.3)
c^
T 1
= xm
^
donde
2
0
M = [I + K K]
T T
2.2
K =6
6
T 2T
2 1
6 1
6
6
6 0
6 ::: :::
6
4
::: :::
2 1
:::
:::
::: :::
:::
0 7
7
0 7
7
7
7
::: 7
7
5
2 1
xt = mt + ct
r2 mt = amt
(2.4)
ct = act
donde amt y act son dos ruidos blancos incorrelacionados con varianzas 2m y
2c respectivamente. En este modelo los nicos parmetros desconocidos son
las varianzas 2m y 2c . Y si denimos:
=
2c
2m
(2.5)
(2.6)
. Ambos ltros, el de la
c
tendencia #m
HP (B; F ) y el del ciclo #HP (B; F ); son lineales, innitos, simtri-
m
^t =
#m
HP (B; F )xt
1
2m
= 2
xt
a HP (B)HP (F )
(2.7)
2c (1 B)2 (1 F )2
xt
2a HP (B)HP (F )
1
xt
1 + (1 B)2 (1 F )2
(2.9)
(1 B)2 (1 F )2
xt (2.10)
1 + (1 B)2 (1 F )2
1
1 + 4(1 cos(!))2
#cHP (!; ) = 1 #m
HP (!; ) =
4(1 cos(!))2
1 + 4(1 cos(!))2
(2.11)
(2.12)
Normalmente el ltro HP se emplea sobre series desestacionalizadas. KaiserMaravall (1998) proponen una forma alternativa de utilizar este ltro que
mejora notablemente los resultados. Su propuesta es doble y queda resumida de la siguiente forma. Por un lado, para reducir las revisiones en la
estimacin del ciclo (en el principio y nal de la muestra) proponen extender previamente la serie con predicciones hacia delante y hacia atrs. De
este modo el ltro se aplica de forma completa para todos los datos de la
muestra y la aparicin de nuevas observaciones slo modicar las estimaciones del ciclo como consecuencia de los errores de prediccin. Por otro lado,
Kaiser-Maravall (1998) proponen la aplicacin del ltro HP sobre la serie de
tendencia-ciclo obtenida con el programa SEATS, ya que la eliminacin del
componente irregular10 permite obtener una seal del ciclo ms clara.
En esta tesina siempre se realizan predicciones previas de la serie a la que
se le aplica el ltro HP y se trabaja con las dos alternativas, la serie original11
y la serie de tendencia-ciclo. Me referir siempre a la serie observada y slo
cuando sea relevante har la distincin sobre si el ltro se aplica a la serie
desestacionalizada o a la tendencia-ciclo.
10
Parece haber un acuerdo general en utilizar = 1600 para series trimestrales. Esta eleccin se suele justicar, bien por ser el valor que recomendaron Hodrick y Prescott (1980)12 , o bien por haberse convertido en un valor
convencional que permite hacer comparaciones entre trabajos empricos.
Para periodicidad diferente a la trimestral no hay acuerdo. As para series
anuales se emplean tres valores diferentes de , 10, 100 y 400, como valores
equivalentes a = 1600 para series trimestrales.
Baxter-King (1995) recomiendan la utilizacin de = 10; ya que la ganancia del ltro HP10 es parecida a la de un ltro pasa-banda ideal que extrae
ciclos de 8 aos. Pero que relacin hay entre = 1600 y = 10?
Por otro lado, la eleccin de = 400 es el resultado de dividir 1600 entre
4, donde el 4 representa la relacin entre el nmero de observaciones al ao
con datos trimestrales y anuales. Entonces, dada esta relacin Deberamos
emplear = 4800 para datos mensuales?. El valor de = 400 es empleado
por Dolado et al. (1993) en el siguiente caso. Los autores estudian las caractersticas cclicas de la economa espaola utilizando la Contabilidad Nacional
Trimestral y aplicando HP1600. Encuentran que la serie de consumo es ms
voltil que la del PIB (que determina el ciclo de referencia). Este resultado
contradice la teora tradicional del consumo, y lo atribuyen a la construccin
de la serie de consumo, que incluye el Consumo Duradero. Entonces, recurren a la serie de Consumo de Bienes y Servicios No Duraderos de periodicidad anual y aplican un HP400. Pero, Han aplicado de forma homognea
12
Esta forma de asociar el valor de a la longitud de los ciclos es muy habitual. Ver por
ejemplo Kaiser-Maravall (1998) o Domnech et al. (1998). Tambin se emplea en otras
metodologas ntimamente relacionadas con el ltro HP, en este sentido es interesante el
trabajo de Garca-Ferrer-Queralt (1998).
10
1
4 [1 cos(!)]2
8
<
! = f 1 () = arccos :1
9
1=
4 ;
(5.1)
(5.2)
2
!
(5.3)
11
Con este criterio el periodo asociado al ciclo es aquel que maximiza la funcin
del espectro del ciclo. En principio parece ms adecuado porque toma como
referencia la frecuencia que tiene mayor contribucin en la varianza del ciclo.
Pero no es un criterio tan directo como el anterior, ya que requiere el clculo
14
15
12
(6.1)
6.1
6.1.1
Este hecho es lgico teniendo en cuenta que los procesos autoregresivos (estacionarios)
siempre se pueden expresar como medias mviles de orden suentemente largo.
13
at r:b:(0; 2a )
(1 B)xt = at
(6.2)
(6.3)
82 [1 cos(!)]3
2a
f1 + 4[1 cos(!)]2 g2
(6.4)
gx(!) =
gc (!) =
= h(!) =
3
4[1 cos(!)]2
8
<
! = g() = ar cos :1
(6.5)
9
3=
4 ;
(6.6)
El grco 5 muestra el espectro del ciclo del paseo aleatorio para varios
valores de . A mayor menor es la frecuencia que maximiza el espectro y
mayor el periodo asociado al ciclo.
6.1.2
IMA(1,1)
(1 B)xt = (1 + 1 B)at
at r:b:(0; 2a )
(6.7)
con espectro:
gx (!) =
1 + 21 + 21 cos(!)
2[1 cos(!)]
(6.8)
gc (!) =
h
i
82 [1 cos(!)]3
2
1
+
+
2
cos(!)
2a
1
1
f1 + 4[1 cos(!)]2 g2
(6.9)
= h(!) =
21
3
2
2
4[1 cos(!)]
(1 + 1 ) [1 cos(!)]
8
<
{z
I(1)
{z
MA(1)
v
u
(6.10)
=
u 3
1
21
t
! = g() = ar cos :1 +
+
(1 + 1 )2
4 2 (1 + 1 )4 ;
(6.11)
donde claramente podemos ver las diferencias respecto a las relaciones halladas con el paseo aleatorio.
El grco 6 muestra el espectro del ciclo calculado con = 1600 para
tres procesos IMA(1,1) de parmetro 1 = 0:2; 0:2; y 0:6:
6.1.3
IMA(1,2)
Sea xt un IMA(1,2):
(1 B)xt = (1 + 1 B + 2 B 2 )at
at r:b:(0; 2a )
(6.12)
con espectro:
gx (!) =
(6.13)
gc (!) =
(6.14)
4(1 cos(!))2
{z
I(1)
(6.15)
21 + 2 1 2 + 82 cos(!)
f(1 + 1 + 2 )2 42 (1 cos(!))2 g (1 cos(!))
{z
MA(2)
6.2
6.2.1
at r:b:(0; 2a )
(6.16)
con espectro:
gx (!) =
1
4[1 cos(!)]2
(6.17)
42 [1 cos(!)]2
gc (!) =
2a
f1 + 4[1 cos(!)]2 g2
(6.18)
= h(!) =
1
4[1 cos(!)]2
8
<
! = g() = ar cos :1
(6.19)
9
1=
4 ;
(6.20)
El grco 9 muestra el espectro del ciclo de este proceso para varios valores
de . A mayor menor es la frecuencia que maximiza el espectro y mayor
es el periodo asociado al ciclo.
17
6.2.2
IMA(2,1)
Sea xt un IMA(2,1):
(1 B)2 xt = (1 + 1 B)at
at r:b:(0; 2a )
(6.21)
con espectro:
gx (!) =
1 + 21 + 21 cos(!)
4[1 cos(!)]2
(6.22)
gc (!) =
h
i
42 [1 cos(!)]2
2
1
+
+
2
cos(!)
2a
1
1
2
2
f1 + 4[1 cos(!)] g
(6.23)
= h(!) =
1
1
2
2
4[1 cos(!)]
2[1 + 1 + 1 + 1 cos(!)][1 cos(!)]
{z
I(2)
{z
MA(1)
(6.24)
En este caso despejar ! max de las condiciones de primer orden es complicado y se tendra que hallar numricamente.
De nuevo podemos ver la diferencia respecto a las relacin hallada con
el proceso anterior. El grco 10 muestra el espectro del ciclo calculado con
= 1600 para tres procesos IMA(2,1) de parmetro 1 = 0:2; 0:2; y 0:6:
6.2.3
IMA(2,2)
Sea xt un IMA(2,2):
(1 B)2 xt = (1 + 1 B + 2 B 2 )at
18
at r:b:(0; 2a )
(6.25)
con espectro:
gx (!) =
(6.26)
gc (!) =
(6.27)
4(1 cos(!))2
{z
I(2)
(6.28)
1 + 1 2 + 42 cos(!)
2 f1 + 1 [1 + 1 + cos(!)] + 2 [ 2 2 + cos(!)(2 + 1 )]g [1 cos(!)]
{z
MA(2)
En este apartado voy a ilustrar como funcionan las equivalencias recomendadas anteriormente frente a las que se emplean en la prctica. Comenzamos
18
20
21
de la forma de agregacin.
He propuesto dos criterios alternativos para determinar los valores de
equivalentes y por tanto habra que ver en que medida dieren y elegir entre
uno y otro. Sin embargo, como ya hemos visto en los apartados anteriores,
la diferencia no va a ser sucientemente grande como para discriminar entre
ellos. Si estudiamos caso a caso, siempre un criterio dominar frente al otro,
salvo que ambos coincidan. Pero las diferencias van a ser tan pequeas que
no ser prctico plantearse tal dominancia. La recomendacin que hago y
en los siguientes ejemplos se pone en prctica es utilizar las equivalencias
derivadas del criterio 1/2.
7.1
Agregacin temporal
La agregacin temporal se emplea para variables ujo y consiste en la agregacin de datos mediante sumas no solapadas. Es decir, si xt es un proceso
estocstico con valores para t = 1; 2; :::mT; el proceso agregado es una suma
no solapada de m valores del proceso anterior:
Xn = (1 + B + ::: + B m1 )xmn
n = 1; 2; :::; T
(7.1)
22
7.1.1
forma directa sobre la serie anual, primero agrego los datos y despus aplico
HP con varios valores de : Utilizo el valor que sugiere el criterio 1/2, es
decir = 6:65; y el resto de valores encontrados en la literatura de los ciclos econmicos: = 10; 100 y 400. En el grco 12 se comparan el ciclo
anual calculado directa e indirectamente. Claramente se ve cmo el valor
de = 6:65 es el valor anual ms apropiado para mantener las propiedades
del ciclo. El resto de los valores, especialmente = 100 y 400 aumenta la
volatilidad y la longitud de los ciclos. Cuando hacemos este ejercicio sobre
un IMA(2,1) los resultados, recogidos en el grco 13, son similares.
Hay que hacer varias puntualizaciones. Primero, segn el criterio del
mximo deberamos emplear = 6:94; pero viendo las diferencias entre =
10 y = 6:65 no merece la pena mostrar los resultados, y s resaltar la
proximidad de ambos criterios. Si empleamos la serie de tendecia-ciclo los
resultados son similares. La agregacin a frecuencia anual elimina mucho
ruido y las diferencias entre utilizar la serie original o la tendencia-ciclo son
pequeas.
7.1.2
Realizo el mismo ejercicio sobre una serie mensual con estacionalidad recogida
en un modelo de lneas aeras con parmetros 1 = 0:6 y 12 = 0:4.23
1
para la agregacin: Xn = m
(1 + B + ::: + B m1 )xmn :
21
Este ejemplo viene ilustrado en el esquema 1.
22
Recordamos que el ltro HP se aplica sobre la serie extendida con 8 predicciones hacia
delante y hacia atrs.
23
Este ejemplo viene ilustrado en el esquema 2.
23
Este valor viene por defecto en el programa para series temporales E-views para la
frecuencia mensual.
25
De nuevo, la ventaja de emplear la serie de tendencia-ciclo con datos anuales es pequea y no se muestran los resultados.
24
7.2
Muestreo sistemtico
n = 1; 2; :::; T
(7.2)
25
7.3
26
7.4
donde C^I y C^D son respectivamente el ciclo indirecto y directo, cuya expresin
viene detallada en el Apndice B.
^ D depende de la realizacin particular del proceso con el que se
El valor
trabaje. Por eso considero varios procesos I(1) e I(2) y para cada uno realizo
^ D y la desviacin tpica que se
100 simulaciones. Calculo el valor medio de
recogen en las tablas 3 y 4. En la tabla 3 tenemos los resultados para los
procesos I(1). Como se puede observar para la agregacin temporal el valor
27
aunque las desviaciones tpicas para la agregacin temporal son en este caso
mucho ms pequeas.
Si analizamos la funcin que queremos minimizar podemos sacar algunas conclusiones adicionales. Para ello el grco 25 recoge la forma de esta
funcin para los dos tipos de agregacin y para 5 simulaciones de algunos
procesos. La principal conclusin es que para aquellos procesos con un componente irregular grande, es decir, valor muy negativo, los problemas del
muestreo sistemtico se traducen en un problema numrico. Sin embargo a
medida que el valor de este parmetro crece o para procesos dominados por
una tendencia suave, como los I(2), este problema desaparece y el mnimo
de la funcin est denido. Pero an cuando este mnimo empieza a aparecer, existe una diferencia entre ambos tipos de agregacin: en el mnimo,
la distancia entre el ciclo directo e indirecto es prcticamente cero para la
agregacin temporal mientras que para el muestreo sistemtico es siempre
mayor. Y por ltimo, estos grcos reejan como el crecimiento del valor de
afecta de forma diferente la distancia entre ambos ciclos dependiendo de
cada realizacin particular.
Como conclusin podemos decir que las relaciones propuestas para hallar
valores de equivalentes con datos de diferente periodicidad son adecuadas,
28
pero que hay que tener cuidado con la forma de agregacin. Este ejercicio sirve para ilustrar los problemas asociados a la agregacin por muestreo
sistemtico que son especialmente relevantes en series con un componente
irregular grande no dominadas por tendencias suaves.
29
Conclusiones
30
Apndice A
Filtro lineal y simtrico en procesos discretos27
Si zt es un proceso discreto original o input al que aplicamos un ltro lineal
y simtrico; el resultado es una proceso discreto nal o output yt tal que cada
valor de yt es una combinacin lineal ponderada de valores presente, pasados
y futuros del input, es decir, una media mvil. Como el ltro es simtrico las
ponderaciones de la media mvil hacia delante y atrs sern las mismas:
yt =
1
X
a(j)ztj = a0 +
j=1
1
X
aj (B + F )zt
(A.1)
j=1
(A.2)
(!) =
1
X
aj eiwj
(A.3)
j=1
31
(A.4)
32
Apndice B
Distancia mnima entre el ciclo directo y el indirecto
Sea xt una serie trimestral con t = 1:::T: El ciclo trimestral se calcula con
I = 1600:
Sea M la matriz de agregacin tal que:
2
T
4
6
6
6
6 0
= d6
6
6
::: ::: 0 7
7
::: 0 7
7
7
7
7
6 ::: ::: ::: ::: 7
4
5
::: :::
1 1 1 1
para ujo, =
0 0 0 1
T
4
T
4
para stock
y T T.
KD
6 1 2
6
6
6 0
6
6
=6
6 :::
6
6
6 :::
6
4
:::
2 1 :::
:::
:::
:::
::: :::
:::
:::
:::
::: :::
:::
:::
:::
::: 1 2 1
T
4
2 T4
0 :::
6 1 2
6
0 7
7
6
6 0
6
6
KI =6
6 :::
6
6
6 :::
6
4
7
0 7
7
7
::: 7
7;
7
7
0 7
7
5
:::
2 1 :::
:::
:::
:::
::: :::
:::
:::
:::
::: :::
:::
:::
:::
::: 1
2 1
T 2T
T
4
T T 1
4
0
[ID D KD
KD ]1 T Ax
T
4
T4
T T 1
0 :::
(B.1)
0 7
7
7
0 7
7
7
::: 7
7
7
7
0 7
7
5
C^I = A
T
I KI0 KI ]1 x
T 1
T T
(B.2)
(B.3)
T
4
x [II
Entonces:
34
Bibliografa
Backus, D.K., Kehoe, P.J. (1992), International Evidence on the His-
36
Anexo
GRFICO 1: Ganancia del filtro HP para el ciclo.
1
0.9
=3200
0.9
0.8
0.7
=1600
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0
=400
0.8
=400
0.2
=1600
=3200
0.1
0.4
0.6
frecuencias en radianes
0.8
0.2
0.4
0.6
frecuencias en radianes
78
80
82
HPCYCLE1600
84
86
88
90
HPCYCLE3200
37
92
94
96
98
HPCYCLE400
0.8
GRFICO 4: Relacin entre y el periodo asociado al ciclo (en aos) bajo el criterio .
14
12
10
1000
2000
3000
valores de lambda
4000
5000
GRFICO 5: Espectro del ciclo del paseo aleatorio para tres valores de = 1600, 3400 y 25000.
1600
3200
25000
valor mximo
del espectro
12.99
18.37
51.35
frecuencia
(radianes)
0.21
0.18
0.10
periodo
(unidades de tiempo)
30.14
35.86
60.01
=25000
50
40
30
=3200
20
10
=1600
0
0.1
0.2
0.3
0.4
0.5
frecuencias
38
0.6
0.7
0.8
GRFICO 6: Espectro del ciclo del IMA(1,1) para = 1600 y diferentes valores de la media mvil.
1600
1600
1600
valor mximo
del espectro
8.43
18.59
32.92
1
-0.2
0.2
0.6
frecuencia
(radianes)
0.21
0.21
0.21
periodo
(unidades de tiempo)
30.00
30.20
30.24
35
=0.6
30
25
=0.2
20
15
10
=-0.2
5
0
0
0.1
0.2
0.3
0.4
0.5
frecuencias
0.6
0.7
0.8
GRFICO 7: Espectro del ciclo del IMA(1,2) para = 1600 y diferentes valores de la media mvil.
1600
1600
1600
1600
1600
1600
1
-0.2
-0.2
0.2
0.2
0.6
0.6
valor mximo
del espectro
12.68
5.23
24.89
13.35
41.24
25.64
2
0.2
-0.2
0.2
-0.2
0.2
-0.2
frecuencia
(radianes)
0.21
0.22
0.21
0.21
0.21
0.21
45
40
35
30
25
20
15
10
5
0
0.1
0.2
0.3
0.4
0.5
frecuencias
39
0.6
0.7
0.8
periodo
(unidades de tiempo)
30.38
29.02
30.37
29.87
30.34
30.07
GRFICO 8: Relacin entre y el periodo asociado al ciclo (aos) bajo criterio y criterio del mximo en
procesos I(1).
14
12
CRITERIO CRITERIO MAXIMO I(1)
10
8
6
4
2
0
1000
2000
3000
valores de lambda
4000
5000
GRFICO 9: Espectro del ciclo de procesos I(2) para tres valores de = 1600, 3400 y 25000.
valor mximo
del espectro
400
800
6250
1600
3200
25000
frecuencia
(radianes)
0.16
0.13
0.08
periodo
(unidades de tiempo)
39.70
47.23
78.99
6000
=25000
5000
4000
3000
2000
=3200
1000
=1600
0.1
0.2
0.3
0.4
0.5
frecuencias
40
0.6
0.7
0.8
GRFICO 10: Espectro del ciclo del IMA(2,1) para = 1600 y diferentes valores de la media mvil.
1600
1600
1600
valor mximo
del espectro
258
574
1018
1
-0.2
0.2
0.6
1000
frecuencia
(radianes)
0.16
0.16
0.16
periodo
(unidades de tiempo)
39.62
39.73
39.75
=0.6
800
=0.2
600
400
=-0.2
200
0.1
0.2
0.3
0.4
0.5
frecuencias
0.6
0.7
0.8
GRFICO 11: Espectro del ciclo del IMA(2,2) para = 1600 y diferentes valores de la media mvil.
1600
1600
1600
1600
1600
1600
1
-0.2
-0.2
0.2
0.2
0.6
0.6
valor mximo
del espectro
394
153
774
406
1281
787
2
0.2
-0.2
0.2
-0.2
0.2
-0.2
frecuencia
(radianes)
0.16
0.16
0.16
0.16
0.16
0.16
1200
1000
800
600
400
200
0
0.1
0.2
0.3
0.4
0.5
frecuencias
41
0.6
0.7
0.8
periodo
(unidades de tiempo)
39.83
39.07
39.83
39.54
39.81
39.66
GRFICO 12: Comparacin de los ciclos anuales calculados de forma indirecta sobre un IMA(1,1) trimestral y de forma
directa sobre el proceso agregado. La agregacin temporal se realiza mediante la suma de datos. Para calcular
el ciclo anual de forma directa se emplean cuatro valores diferentes de .
desv.tpica
ciclo indirecto
a partir del trimestral
con =1600
2.62
ciclo directo
anual
=400
5.89
ciclo directo
anual
=100
4.84
10
10
-5
-5
-10
ciclo directo
anual
=10
2.81
ciclo directo
anual
=6.65
2.58
-10
-15
5
10
15
20
25
30
35
40
-15
45
10
10
-5
-5
-10
10
15
20
25
30
35
40
10
15
20
25
-10
45
35
40
45
42
30
10
15
20
25
30
35
40
45
GRFICO 13: Comparacin de los ciclos anuales calculados de forma indirecta sobre un IMA(2,1) trimestral y de forma
directa sobre el proceso agregado. La agregacin temporal se realiza mediante la suma de datos. Para calcular
el ciclo anual de forma directa se emplean cuatro valores diferentes de .
ciclo indirecto
a partir del trimestral
con =1600
9.83
desv.tpica
ciclo directo
anual
=400
28.81
ciclo directo
anual
=100
20.59
50
50
40
40
30
30
20
20
10
10
-10
-10
-20
-20
ciclo directo
anual
=10
11.08
ciclo directo
anual
=6.65
9.72
-30
-30
-40
-50
5
10
15
20
25
30
35
40
-50
45
50
50
40
40
30
30
20
20
10
10
-10
-10
-20
-20
-30
-30
-40
-50
5
10
15
20
25
30
35
40
-40
10
15
20
25
-50
5
43
35
40
45
-40
45
30
10
15
20
25
30
35
40
45
GRFICO 14: Comparacin de ciclos trimestrales calculados indirectamente sobre un lneas areas mensual (1=-0.6 y 12=0.4) y de forma directa sobre el proceso agregado mediante suma de datos. El ciclo indirecto trimestral se
calcula para dos valores de . Se utiliza la serie desestacionalizada.
desv.tpica
ciclo indirecto
a partir del mensual
con =14000
1.54
ciclo indirecto
a partir del mensual
con =129119
2.49
-2
-2
-4
-4
-6
20
40
60
80
100
120
140
ciclo directo
trimestral
=1600
2.49
-6
160
20
40
60
80
100
120
140
160
GRFICO 15: Comparacin de ciclos trimestrales calculados indirectamente sobre un lneas areas mensual (1=-0.6 y 12=0.4) y de forma directa sobre el proceso agregado mediante suma de datos. Para el ciclo indirecto trimestral se
usan dos valores de . Se utiliza la serie de tendencia-ciclo.
desv.tpica
ciclo indirecto
a partir del mensual
con =14000
1.22
ciclo indirecto
a partir del mensual
con =129119
2.28
-2
-2
-4
ciclo directo
trimestral
=1600
2.28
-4
-6
-6
20
40
60
80
100
120
140
20
160
44
40
60
80
100
120
140
160
GRFICO 16: Comparacin de ciclos anuales calculados indirectamente sobre un lneas areas mensual (1=-0.6 y 12=-0.4) y
de forma directa sobre el proceso agregado mediante suma de datos. Para calcular el ciclo anual directo se usan
cuatro valores . El filtro HP se aplica sobre la serie desestacionalizada.
ciclo indirecto
a partir del mensual
con =129119
9.21
desv.tpica
ciclo directo
anual
=400
36.21
ciclo directo
anual
=100
26.51
60
60
40
40
20
20
-20
-20
-40
-40
-60
ciclo directo
anual
=10
10.90
ciclo directo
anual
=6.65
9.30
-60
-80
5
10
15
20
25
30
35
40
60
60
40
40
20
20
-20
-20
-40
-40
-60
-60
-80
5
10
15
20
25
30
35
-80
10
15
20
45
30
35
40
-80
40
25
10
15
20
25
30
35
40
GRFICO 17: Comparacin de los ciclos anuales calculados indirectamente sobre un IMA(1,1) trimestral y de forma directa
sobre el proceso agregado. La agregacin temporal se realiza mediante muestreo sistemtico. El ciclo anual de
forma directa se calcula con cuatro valores diferentes de .
ciclo indirecto
a partir del trimestral
con =1600
0.97
desv.tpica
ciclo directo
anual
=400
1.71
ciclo directo
anual
=100
1.44
-1
-1
-2
-2
-3
5
10
15
20
25
30
35
40
ciclo directo
anual
=10
0.91
-3
45
-1
-1
ciclo directo
anual
=6.65
0.86
10
15
20
25
30
35
40
45
-2
-2
-3
5
10
15
20
25
30
35
40
-3
45
46
10
15
20
25
30
35
40
45
GRFICO 18: Comparacin de ciclos trimestrales calculados indirectamente sobre un lneas areas mensual (1=-0.6 y 12=0.4) y de forma directa sobre el proceso agregado con muestreo sistemtico. Para el ciclo indirecto trimestral se
usan dos valores de . Se utiliza la serie desestacionalizada.
desv.tpica
ciclo indirecto
a partir del mensual
con =14000
0.66
ciclo indirecto
a partir del mensual
con =129119
0.95
1.5
1.5
0.5
0.5
-0.5
-0.5
-1
-1
-1.5
-1.5
-2
-2
-2.5
20
40
60
80
100
120
140
ciclo directo
trimestral
=1600
0.95
-2.5
160
20
40
60
80
100
120
140
160
GRFICO 19: Comparacin de ciclos trimestrales calculados indirectamente sobre un lneas areas mensual (1=-0.6 y 12=0.4) y de forma directa sobre el proceso agregado con muestreo sistemtico. Para el ciclo indirecto trimestral se
usan dos valores de . Se utiliza la serie desestacionalizada.
desv.tpica
ciclo indirecto
a partir del mensual
con =14000
0.51
ciclo indirecto
a partir del mensual
con =129119
0.76
1.5
1.5
0.5
0.5
-0.5
-0.5
-1
-1
-1.5
-1.5
-2
20
40
60
80
100
120
140
ciclo directo
trimestral
=1600
0.80
-2
160
20
47
40
60
80
100
120
140
160
GRFICO 20: Comparacin de ciclos anuales calculados indirectamente sobre un lneas areas mensual (1=-0.6 y 12=-0.4) y
de forma directa sobre el proceso agregado mediante muestreo sistemtico. Para calcular el ciclo anual directo se
usan cuatro valores . El filtro HP se aplica sobre la serie desestacionlizada.
ciclo indirecto
a partir del trimestral
con =1600
0.88
desv.tpica
ciclo directo
anual
=400
2.96
ciclo directo
anual
=100
2.21
-2
-2
-4
-4
-6
10
15
20
25
30
35
40
-2
-2
-4
-4
10
15
20
25
30
35
10
15
20
48
25
30
35
40
-6
40
ciclo directo
anual
=6.65
0.91
-6
-6
ciclo directo
anual
=10
1.03
10
15
20
25
30
35
40
x 10
x 10
1.5
0.5
0.5
-0.5
-0.5
-1
1970
1975
1980
1985
1990
1.5
-1
1970
1995
1975
1980
1985
1990
1995
Importaciones:
5
x 10
1.5
x 10
1.5
0.5
0.5
-0.5
-0.5
-1
-1
1970
1975
1980
1985
1990
1995
1970
49
1975
1980
1985
1990
1995
x 10
x 10
2.5
2.5
1.5
1.5
0.5
0.5
-0.5
-0.5
-1
-1
-1.5
-1.5
-2
-2
-2.5
-2.5
1970
1975
1980
1985
1990
1995
1970
1975
1980
1985
1990
1995
1990
1995
Importaciones
5
x 10
x 10
3
-1
-1
-2
1970
1980
1985
-2
1990
1970
1995
50
1980
1985
x 10
x 10
0.5
0.5
-0.5
-0.5
-1
-1
1970
1975
1980
1985
1990
1995
1970
1975
1980
1985
1990
1995
Importaciones
5
x 10
x 10
1.5
1.5
0.5
0.5
-0.5
-0.5
-1
-1
-1.5
-2
-2.5
1970
1975
1980
-1.5
-2
1985
1990
-2.5
1970
1995
1975
1980
1985
1990
1995
0.3
0.3
0.2
0.2
0.1
0.1
0
-0.1
-0.1
-0.2
-0.2
-0.3
-0.3
-0.4
-0.5
-0.6
1970
-0.4
1980
1985
1990
-0.5
-0.6
1970
1995
51
1980
1985
1990
1995
GRFICO 25: Funcin a minimizar: 'distancia entre ciclo directo e indirecto'. Algunas simulaciones.
Agregacin temporal
Muestreo sistemtico
11
60
IMA(1,1), =-0.7
50
IMA(1,1), =-0.7
10
9
8
40
7
30
6
5
20
4
10
3
0
10
20
30
40
50
10
20
Agregacin temporal
40
50
Muestreo sistemtico
120
12
IMA(1,1), =-0.5
100
60
40
20
10
IMA(1,1), =-0.5
10
80
30
lambda
lambda
20
30
40
50
10
20
lambda
30
40
50
lambda
Agregacin temporal
Muestreo sistemtico
1200
70
IMA(1,1), =0.5
1000
IMA(1,1), =0.5
60
50
800
40
600
30
400
20
200
10
10
20
30
40
50
lambda
10
20
30
lambda
52
40
50
Agregacin temporal
Muestreo sistemtico
70
1000
900
IMA(11), =-0.7
IMA(11), =-0.7
60
800
50
700
600
40
500
30
400
300
20
200
10
100
0
10
20
30
40
50
10
20
lambda
30
40
50
20
25
lambda
Agregacin temporal
Muestreo sistemtico
45
500
IMA(2,1), =-0.7
450
IMA(2,1), =-0.7
40
400
35
350
30
300
25
250
20
200
15
150
10
100
50
0
10
15
20
25
10
lambda
15
lambda
Agregacin temporal
Muestreo sistemtico
600
7000
IMA(2,1), =0.1
6000
IMA(2,1), =0.1
500
5000
400
4000
300
3000
200
2000
100
1000
0
10
15
20
25
10
15
lambda
lambda
53
20
25
(unidades de tiempo)
(unidades de tiempo)
1
3
5
7
9
11
13
15
17
19
21
23
25
..
100
200
300
6.00
8.06
9.21
10.05
10.73
11.30
11.79
12.23
12.63
12.99
13.33
13.64
3.93
19.79
23.56
26.09
400
..
1400
1500
1600
1700
1800
1900
2000
2100
2200
2300
2400
2500
2600
2700
2800
28.04
38.39
39.06
39.70
40.30
40.89
41.44
41.98
42.50
42.99
43.47
43.94
44.39
44.83
45.26
45.67
periodo
periodo
(unidades de tiempo)
2900
3000
3100
3200
4100
4200
4300
4400
4500
4600
4700
4800
4900
5000
46.07
46.47
46.85
47.22
..
50.24
50.55
50.85
51.14
51.43
51.71
51.99
52.27
52.54
52.80
periodo
(unidades de tiempo)
(unidades de tiempo)
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
0.06
0.25
1
2
6
13
25
43
68
104
152
215
296
397
523
677
862
36
38
40
42
44
46
48
50
52
54
56
58
60
62
64
66
68
1083
1343
1649
2004
2413
2881
3415
4020
4702
5468
6323
7275
8330
9497
0781
12193
13738
periodo
periodo
54
(unidades de tiempo)
70
72
74
76
78
80
82
84
86
88
90
92
94
96
98
100
15426
17264
19263
21430
23775
26307
29037
31974
35128
38510
42131
46001
50132
54535
59221
64204
periodo
1
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
-0.6
-0.6
-0.6
-0.6
-0.5
-0.5
-0.5
-0.5
-0.4
-0.4
-0.4
-0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.6
0.6
0.6
-0.3
-0.2
0.2
0.3
-0.3
-0.2
0.2
0.3
-0.3
-0.2
0.2
0.3
-0.3
-0.2
0.2
0.3
-0.3
-0.2
0.2
0.3
-0.3
-0.2
0.2
AGREGACIN
TEMPORAL
MUESTREO
SISTEMTICO
media de
std
media de
std
7,31
6,9
6,84
6,78
6,73
6,64
6,68
6,67
6,64
6,61
6,66
6,67
6,63
6,65
6,64
6,64
6,62
6,64
6,64
7.14
7.03
6.65
6.66
7.10
6.89
6.66
6.62
6.92
6.79
6.69
6.64
6.65
6.68
6.64
6.66
6.68
6.70
6.64
6.65
6.67
6.65
6.65
0,96
0,73
0,54
0,41
0,29
0,23
0,22
0,18
0,19
0,17
0,17
0,16
0,15
0,15
0,13
0,13
0,13
0,13
0,14
0.83
0.71
0.27
0.25
0.75
0.60
0.20
0.17
0.47
0.40
0.18
0.17
0.18
0.17
0.13
0.12
0.17
0.18
0.12
0.12
0.18
0.15
0.12
******
******
******
15,09
14,03
10,84
8,77
8,36
7,51
7,41
7,55
7,05
7,20
7,13
7,15
7,05
7,07
7,02
7,04
*******
******
10.11
8.73
*******
*******
9.75
8.24
******
******
8.44
8.26
7.71
7.44
7.13
7.06
7.68
7.59
6.88
7.14
7.62
7.16
7.08
******
******
******
11,38
16,74
13,27
3,7
4,06
1,96
1,69
1,28
1,22
1,25
1,18
1,10
1,19
1,10
1,22
1,21
******
******
7.31
3.47
******
******
3.81
2.36
******
******
2.84
2.72
2.72
1.54
1.23
1.11
2.27
1.88
0.86
0.77
1.55
1.16
0.91
55
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.80
0.9
-0,6
-0,6
-0,6
-0,6
-0,5
-0,5
-0,5
-0,5
-0,4
-0,4
-0,4
-0,4
0,4
0,4
0,4
0,4
0,5
0,5
0,5
0,5
0,6
0,6
0,6
-0,3
-0,2
0,2
0,3
-0,3
-0,2
0,2
0,3
-0,3
-0,2
0,2
0,3
-0,3
-0,2
0,2
0,3
-0,3
-0,2
0,2
0,3
-0,3
-0,2
0,2
AGREGACIN
TEMPORAL
MUESTREO
SISTEMTICO
media de
std
media de
std
6.56
6.52
6.51
6.49
6.48
6.48
6.48
6.48
6.48
6.47
6.48
6.47
6.48
6.48
6.48
6.47
6.49
6.47
6.49
6,61
6,54
6,48
6,46
6,52
6,51
6,47
6,48
6,52
6,48
6,47
6,46
6,48
6,4
6,48
6,46
6,48
6,48
6,46
6,50
6,50
6,48
6,47
0.14
0.12
0.09
0.10
0.09
0.09
0.09
0.09
0.09
0.10
0.09
0.09
0.09
0.08
0.08
0.09
0.09
0.09
0.09
0,11
0,12
0,07
0,08
0,10
0,10
0,09
0,08
0,11
0,09
0,09
0,08
0,08
0,09
0,08
0,08
0,08
0,07
0,08
0,08
0,08
0,08
0,09
7.18
6.72
6.72
6.74
6.62
6.65
6.66
6.56
6.68
6.49
6.49
6.43
6.53
6.55
6.49
6.62
6.61
6.51
6.57
6,94
6,81
6,64
6,52
6,56
6,67
6,58
6,60
6,60
6,65
6,67
6,64
6,62
6,59
6,60
6,47
6,56
6,46
6,51
6,51
6,62
6,58
6,52
1.39
0.86
0.81
0.65
0.64
0.60
0.66
0.57
0.60
0.68
0.52
0.55
0.58
0.62
0.58
0.56
0.66
0.62
0.40
1,08
0,94
0,62
0,67
0,88
0,86
0,58
0,60
0,85
0,68
0,62
0,61
0,60
0,60
0,58
0,61
0,50
0,52
0,55
0,46
0,55
0,56
0,53
56
ESQUEMA 1
Agreg. (*)
SERIE TRIMESTRAL
xt
SERIE ANUAL
Xn
HP(Xn,1)
HP(xt,4)
CICLO TRIMESTRAL
DIRECTO
CICLO ANUAL
DIRECTO
Agreg. (*)
CICLO ANUAL
INDIRECTO
ESQUEMA 2
SERIE MENSUAL
xt
Agreg. (*)
Agreg. (*)
SEATS
SERIE ANUAL
Xn'
SEATS
SERIE DESESTAC.
o
TENDENCIA-CICLO(**)
HP(xt,12)
CICLO MENSUAL
DIRECTO
SERIE TRIMESTRAL
Xn
SERIE DESESTAC.
o
TENDENCIA-CICLO(**)
HP(xn,4)
Agreg. (*)
HP(xn',1)
CICLO TRIMESTRAL
DIRECTO
CICLO ANUAL
DIRECTO
CICLO TRIMESTRAL
INDIRECTO
CICLO ANUAL
INDIRECTO
Agreg. (*)
57