Economía Aplicada

En la siguiente entrada, se coloca un ejemplo de cómo estimar SVAR en R, cuya descripción teórica en se puede obtener de Pfaf y Kronberg . El ejemplo usado fue tomado del curso de Mactroeconometría impartido por Francisco Ramírez (2017). En el mismo, se muestra un modelo para estudiar choques fiscales [ DatosSVARfiscal .txt]. > library(vars) > Datoss2 <- read.delim("DatosSVARfiscal.txt") > str(Datoss2) 'data.frame':    101 obs. of  25 variables: $ TRIM          : Factor w/ 101 levels "1991Q1","1991Q2",..: 1 2 3 4 5 6 7 8 9 10 ... $ PIB           : num  43.2 40.7 37.8 41.1 46.3 ... $ PIB_NOM       : num  32009 30842 29257 31443 35235 ... $ CONS_PRIV_NOM : num  24781 25009 25280 27567 28065 ... $ CONS_PRIV     : num  44.3 45.5 45.8 49.5 49.1 ... $ FBK_FIJO_NOM  : num  4137 4436 4700 4692 5053 ... $ GK_T          : num  1072 1257 1246 1548 1424 ... $ FBK_PRIV_NOM  : num  3066 3179 3453 3145 3629 ... $ FBK_REAL   

Borrador... De manera puntual, la siguiente entrada toma elementos relacionados con las matrices, de los libros: Análisis econométrico de William Greene; Métodos Fundamentales de Economía Matemática de Chiang y Wainwright, 2006; e Introducción a la econometría de Wooldridge (4a. edición). Lo anterior, para intentar explicar algunas definiciones elementales de matrices, acompañada de alguno de sus usos más comunes en economía, como es el caso de resolución de sistemas de ecuaciones a partir de una matriz inversa o la determinación de componentes principales a partir de la matriz de varianzas-covarianzas de la serie de datos normalizada. Estos ejemplos se realizan en el programa R, intentando motivar la importancia del uso de matrices en economía en aspecto como los modelos de transición de estado, optimización de funciones o resolución de problemas de cartera en el campo de la economía financiera, donde (en el caso de las finanzas), además de obtener los ponderadores de la carte