Econometría de series de tiempo: enfoque de Monte Carlo

Índice

I Integración de Monte Carlo
I.1 Integración de Monte Carlo
I.2 Aproximando
I.3 Muestreando distribuciones conocidas
I.4 Eficiencia del promedio y la mediana muestrales
I.5 Inferencia en modelos de regresión
I.6 Leyes asintóticas importantes

II Series de tiempo estacionarias
II.1 Generando dependencias: procesos ARMA
II.2 Leyes asintóticas importantes, revisadas
II.3 Inferencia en la práctica: estimación de la varianza de largo plazo
II.4 Estimación de modelos ARMA
II.5 Contrastes de autocorrelación residual
II.6 Criterios de información y selección de modelos

III No estacionariedad
III.1 Modelo de tendencia lineal
III.2 Procesos integrados y no estacionariedad
III.3 Efectos sobre la inferencia
III.4 Removiendo tendencias
III.5 Pruebas de raíz unitaria
III.6 Potencia y consistencia de las pruebas de Dickey y Fuller
III.7 Incrementando la potencia con una prueba LM
III.8 ¿Retorno a la normalidad?
III.9 Proyecciones y raíces unitarias
III.10 Parámetros fastidiosos y posibles soluciones
III.11 Estimación e inferencia con series no estacionarias

IV Cointegración
IV.1 Representaciones
IV.2 Ausencia de cointegración y regresiones espurias
IV.3 Estimación e inferencia
IV.4 Inferencia sobre el multiplicador de largo plazo

Resumen de programas

Bibliografía