Beruflich Dokumente
Kultur Dokumente
Las economas de mercado experimentan fluctuaciones en los ritmos de crecimiento de un conjunto amplio y diverso de series: produccin, empleo, precios, consumo, inversin, etc,.Tales oscilaciones son recurrentes y sistemticas aunque con patrones variables de amplitud y duracin.Estos fenmenos se denominan ciclos econmicos. (National Bureau of Economic Research)
ANALISIS ESPECTRAL
19 96 01 19 96 03 19 97 01 19 97 03 19 98 01 19 98 03 19 99 01 19 99 03 20 00 01 20 00 03
19 96 01 19 96 03 19 97 01 19 97 03 19 98 01 19 98 03 19 99 01 19 99 03 20 00 01 20 00 03
Disp. Consumo
Renta salarial
-2
10
12
Consumo
Comercio
8 6 4 2 -2 -4
Consumo
Confianza cons.
ANALISIS ESPECTRAL
1,0 -
2,0
3,0
4,0
5,0
6,0
1,0
Consumo
2,0
3,0
4,0
5,0
6,0
Consumo
ANALISIS ESPECTRAL
19 96 01 19 96 03 19 97 01 19 97 03 19 98 01 19 98 03 19 99 01 19 99 03 20 00 01 20 00 03
19 96 0 19 1 96 0 19 3 97 01 19 97 0 19 3 98 01 19 98 0 19 3 99 01 19 99 0 20 3 00 0 20 1 00 03
Ahorro convenien.
tipo consumo
60 50 40 30 20 10 -
10
12
2pt Yt = A cos( +q ) T
A, amplitud de la oscilacin. T, perodo. q, desfase. Expresiones alternativas:
DESFASE = PI/2
Yt = A cos(wt + q )
15 22 29 36 43 50 57 64 71 78 85 92 99
Es evidente la periodicidad?
ciclo1=cos(2*pi*t/10)+cos(2*pi*t/40)+cos(2*pi*t/20)+cos(2*pi*t/25)+u
-0.5
-0.5
-1.0
-1.0
-1.5 20 40 60 80 100 120 140 160 180 200
15
10
0 0 5 10 15 FREC 20 25
El periodograma: formulacin.
Modelo que sigue la serie observada:
Yt = (a p cos w i t + bi sen w i t ) + e t
i =1
wi =
2ppi N
pi = 1,..., k
Yt 0 = a t =1 N
N
2 N p = Yt cos pw o t a N t =1 N 2 = b Yt sen pw o t p N t =1
N / 2 a
1 = N
Y cos pt
t =1 t
I (w p ) =
2 (a 2 + b p p)
2w 0
El periodograma: Interpretacin.
El periodograma mide aportaciones a la varianza total de la serie de componentes peridicos de una frecuencia determinada (w).Si el periodograma presenta un pico en una frecuencia, indica que dicha frecuencia tiene mayor importancia en la serie que el resto.
ciclo1=cos(2*pi*t/10)+cos(2*pi*t/40)+cos(2*pi*t/20)+cos(2*pi*t/25)+u
N=200; 200/10=20; 200/40=5; 200/20=10; 200/25=8
20
20
15
15
PERDG
10
PERDG
0 50 100 FREC 150
10
0 0 5 10 15 FREC 20 25
El periodograma: Interpretacin.
De izqda. a drcha. aumenta la frecuencia (disminuye el perodo)
1.5
0.0
1.0
-0.2
0.5
-0.4
0.0
-0.6
-0.8
-1.0
20
40
60
80
0 0 50 100 150
En este punto, es preciso sealar las diferencias existentes entre procesos discretos peridicos, aperidicos y estocsticos en trminos frecuenciales: Las series peridicas presenta un periodograma discreto, es decir, solo existe "masa" espectral en aquellas frecuencias contenidas en la serie, siendo stas un nmero discreto. Las series aperidicas presentan un periodograma contino, es decir, existe "masa" en un "infinito" nmero de frecuencias. Las series estocsticas presentan densidad espectral en un rango contino de frecuencias.
SERIE PERIODICA
1.5 1.0 0.5 0.0
40 100 80
SERIES APERIODICAS
60
-0.5
20
PERIODOGRAMA
20
PERIODOGRAMA
12000 10000
15
8000
PERDG
10
PERDG
6000 4000
2000
0 0 50 100 FREC 150
SERIES ESTOCASTICAS
3 2 1 0 -1 -2 -3 20 40 60 80 100 120 140 160 180 200
PERDG
h(w)
PERDG
-pi
pi
1 h(w ) = 2p
( N -1)
r = - ( N -1)
-iwr
(r ) R
-p w p
Estimador enventanado
1 h(w ) = 2p
( N -1)
r = - ( N -1)
(r ) l (r )e -iwr R
-p w p
15
2.5
10
DENSIDAD2
0 10 20 FREC 30 40
PERDG
0
0.0 0 10 20 FR E C 30 40
hY (w ) =
1 + b1e
-iw
+ b2 e
-i 2w
+ ... + bq e
-iqw 2 -ipw 2
s e2 2p
-p w p
Serie original
8 6 4 2 0 -2 -4 -6 -8 2 0 4 0 6 0 8 0 1 0 0 Y 4 1 2 0 1 4 0 1 6 0 1 8 0 2 0 0
15
DENSIDAD2
PERDG
1.0
200
10
150 100 50
0 0 20 40 FREC 60 80
20
40 FREC
60
80
Yt = 2 cos wYt -1 - Yt -2
: Ec. En diferencias: Yt - bYt -1 - cYt - 2 = 0
2 Condicin para la existencia de races complejas : b + 4c < 0
Yt = 1.90Yt -1 - 0.99777946Yt - 2
u (t )
Y (t ) =
Y (t )
k = k = -
c u
k
t -k
INPUT
FILTRO
OUTPUT
Y (t ) =
k =
k = -
c u
k
t -k
Recursivos, los coeficientes del filtro afectan a valores del input y del output.
Y (t ) =
k =
k = -
c u
k
t -k
+ d k Yt -k
k = -
k =
Causales (one-sided), los coeficientes del filtro slo afectan a valores pasados y actuales del input y/o pasados del output.
Y (t ) =
k=N k =0
c u
k
t -k
+ d k Yt -k
k =1
k =M
1 1 1 1 1 Y (t ) = u t -k = u t -1 + u t + u t +1 = (u t -1 + u t + u t +1 ) 3 3 3 3 k = -1 3
Modelo MA:
k =1
Yt = 0.1ut -1 + ut
Modelo AR:
Yt = 0.5Yt -2 + 0.2Yt -1 + ut
Modelo ARMA:
Y (t ) =
k=N k =0
xt -k + d k Yt -k
k =1
k =M k =1 k =N k =0
k =M
Y (t ) = ck xt -k + d k Yt -k Yt - d k Yt -k = ck xt -k
k =0 k =1
k=N
k =M
Yt =
Q( L) Xt F ( L)
FILTROS: UTILIDADES
SON LA BASE DE LA MODELIZACION ARIMA. SUAVIZADO DE SERIES. ELIMINACION DE COMPONENTES DESESTACIONALIZACIN, ELIMINACION LINEALES Y ESTOCASTICAS. INDESEADOS : DE TENDENCIAS
0.0
1 Y (t ) = ut - k k = 0 10
FILTRO NO RECURSIVO
k =10
-0.5
-1.0
C2
C2
0.4 0.2
-100
0 C1
100
200
-100
0 C1
100
X t = X t -1 + X t -12 - X t -13 + e t
(1 - L - L + L ) X t = e t
12 13
Sea la serie:
-20
-40
-60
TSEAS
Yt = ci X t -i
Yt = (1 - L) X t
Sustituyendo X por su expresin:
i =0
Yt = (1 - L) X t =
(1 - L) (1 - L) e Y = et t t 12 13 12 (1 - L - L + L ) (1 - L)(1 - L )
Yt =
1 12 e ( 1 L )Yt = e t Yt = Yt -12 + e t t 12 (1 - L )
-4
Y (t ) =
k = -
c u
k
t -k
Puede demostrarse (ver p.ej. Priestley) que la relacin entre la densidad espectral de input(Ut) y la densidad espectral del output (Yt) responde a la expresin:
hY (w ) = G(w ) hu (w )
2
-p w p
La funcin de densidad espectral del output es igual a la funcin de densidad espectral del input multiplicada por el mdulo de la funcin de transferencia.
Dnde la funcin de transferencia se define cmo la transformada de Fourier de los coeficientes c(k) del filtro, es decir:
G(w ) =
K = -
-iwk c e k
2.0
1.0
1
1.5
PERDG
0.8
0,8
PERDG
0,6
1.0
0.6
0,4
0.5
0.4
0,2 0
0,0 0,3 0,5 0,8 1,1 1,3 1,6 1,9 2,1 2,4 2,6 2,9
0.0 0 20 40 FREC 60 80 0.2
0.0 0 20 40 FREC 60 80
DESCOMPOSICION DE SERIES
Segn el esquema tradicional, una serie puede descomponerse en todos o alguno de los siguientes componentes:
Tendencia, se asocia con la evolucin a largo plazo de la serie, desde un punto de vista frecuencial se asocia a componentes de frecuencia baja o alternativamente de perodo alto, generalmente superior 8 aos. Ciclo, son oscilaciones en torno a la tendencia de periodo superior al ao e inferior a 8 aos. Estacionalidad, son los movimientos que se producen con periodicidad anual. Irregularidad, movimienos de alta frecuencia, superior a la de la estacionalidad y distintos de los armnicos de la misma
Tendencia
PERDG
Estacionalidad
50
100 FREC
150
200
M A T R I C U L A C I O N D E A U T O M O V IL E S
1.E+17
1 .6 E + 0 8
8.E+16
1 .2 E + 0 8
8 .0 E + 0 7
PERDG
60 65 70 75 80 M A TR I 85 90 95
6.E+16
4.E+16
4 .0 E + 0 7
2.E+16
0 .0 E + 0 0
6 0000000 4 0000000
2.0E+15
1.5E+15
PERDG
1.0E+15
5.0E+14
-8 0000000 60 65 70 75 80 85 90 95
100
200 FREC
300
400
D(MATRI)
60000000
2.0E+14
40000000 20000000
P ERDG
1.5E+14
1.0E+14
5.0E+13
D(MATRI,1,12)
0.5
0.4
PERDG
60 62 64 66 68 70 72 74 76 78
0.3
0.2
0.1
-0.2 -0.4
INF 24 12 8
Filtro de Hodrick-Prescott
FUNC. DE GANANCIA FILTRO HP: SERIETENDENCIA 100 400 1600 3200 1,2 1 0,8 0,6 0,4 0,2 0
0
-0,2
PI
INF 24 12 8
Diferencia estacional
Ganancia 2,5 2 1,5 1 0,5 0
INF 24 12