Descripción del proyecto
ESTA PROPUESTA SE ENFOCA EN DESARROLLAR NUEVAS TECNICAS AVANZADAS PARA LA ESTIMACION E INFERENCIA DE MODELOS ECONOMICOS, LOS PRINCIPALES TEMAS DE ESTA PROPUESTA ABORDAN IMPORTANTES RETOS EN IDENTIFICACION; ESTIMACION EN ESCENARIOS CON DATOS DE ALTA DIMENSION; EL DESARROLLO DE METODOS ROBUSTOS A ERRORES DE MEDICION EN LAS VARIABLES; Y PROYECCIONES MACROECONOMICAS, LA PROPUESTA SE DIVIDE EN CUATRO TAREAS,TAREA 1 NUEVOS ENFOQUES EN MACROECONOMETRIA PROPONE NUEVOS METODOS PARA IDENTIFICACION Y ESTIMACION DE MODELOS ESTRUCTURALES Y MODELOS EN FORMA REDUCIDA, T1,1 SE DEDICADA A LA IDENTIFICACION/ESTIMACION DE CHOQUES DE POLITICA VISTOS COMO FUNCIONES, ENTENDER LOS CHOQUES COMO FUNCIONES BRINDA UNA MEDIDA MAS COMPLETA DE LOS CHOQUES DE POLITICA DE LA QUE OFRECE LA LITERATURA ACTUAL, LA CUAL LOS VE SOLO COMO NUMEROS ESCALARES, T1,2 PROPONE DESARROLLAR UNA NUEVA CLASE DE ESTIMADORES QUE SE PUEDAN ADAPTAR A CAMBIOS ESTRUCTURALES EN LOS PARAMETROS DEL MODELO, SIN NECESIDAD DE IMPONER UNA LEY DE MOVIMIENTO PARAMETRICA, T1,3 PLANTEA ABORDAR LA IDENTIFICACION/ESTIMACION DE ECUACIONES MACROECONOMICAS ESTRUCTURALES QUE INCLUYEN EXPECTATIVAS FORWARD-LOOKING Y QUE SEAN ROBUSTAS A UNA IDENTIFICACION DEBIL, DONDE LA PRINCIPAL NOVEDAD ES EL USO DE SECUENCIAS DE CHOQUES ESTRUCTURALES ACTUALES Y PASADOS COMO VARIABLES INSTRUMENTALES, TAREA 2 INFERENCIA ROBUSTA Y ESTIMACION EN MODELOS ECONOMETRICOS DESARROLLA METODOS DE INFERENCIAS ROBUSTAS, T2,1 INTRODUCE UN METODO GENERAL PARA MANEJAR ERRORES DE MEDICION EN VARIABLES PARA ESTIMADORES GMM QUE, A DIFERENCIA DE LOS METODOS EXISTENTES, ES APLICABLE A MODELOS NO LINEALES, T2,2 SEÑALA UNA CUESTION IMPORTANTE DE INFERENCIA EN LOS PROBLEMAS DE ERROR DE MEDICION QUE PROBABLEMENTE AFECTA A GRAN PARTE DE LA LITERATURA Y PROPONE SOLUCIONES NOVEDOSAS Y AMPLIAMENTE APLICABLES, T2,3 SE CENTRA EN LA INFERENCIA ROBUSTA A PROBLEMAS AMPLIAMENTE CONOCIDOS COMO LA HETEROGENEIDAD NO OBSERVADA Y LA ESPECIFICACION ERRONEA DEL MODELO, T2,4 Y T2,5 DESARROLLAN PROCEDIMIENTOS BAYESIANOS ROBUSTOS PARA CHOQUES ASIMETRICOS PERMITIENDO VOLATILIDAD ESTOCASTICA (NOVEDAD EN LA LITERATURA) TAREA 3 AVANCES EN COMPUTACION E INFERENCIA CON DATOS DE ALTA DIMENSION DESARROLLA NUEVAS METODOLOGIAS PARA DATOS DE ALTA DIMENSION Y ALGORITMOS COMPUTACIONALES, T3,1 DESARROLLA NUEVAS METODOLOGIAS PARA CONTRASTE DE HIPOTESIS PARA REDES DE ALTA DIMENSION, MEJORANDO LA LITERATURA PREVIA QUE SE ENFOCABA SOLO EN ESTIMACION, T3,2 PRESENTA UNA MEJORA IMPORTANTE EN ESTIMACIONES BASADAS EN SIMULACIONES DE MODELOS ECONOMETRICOS, GENERANDO UNA NUEVA FORMA DE ESTIMAR MODELOS ESTRUCTURALES MAS REALISTA, SE MUESTRA QUE, EN CONTRA DE LO QUE DICE LA LITERATURA TRADICIONAL, SE PUEDEN OBTENER ESTIMACIONES EFICIENTES CON UN NUMERO FINITO DE SIMULACIONES, T3,3 DESARROLLA METODOS PARA LA INFERENCIA ROBUSTA A LA HETEROGENEIDAD DE LOS AGENTES ECONOMICOS, T3,4 DESARROLLA UN ALGORITMO EFICIENTE PARA MODELOS DE VOLATILIDAD ESTOCASTICA MULTIVARIADA QUE PERMITIRA UNA INFERENCIA INVARIANTE AL ORDEN DE LAS VARIABLES, TAREA 4 PROYECCION SE CENTRA EN LAS NUEVAS METODOLOGIAS Y APLICACIONES PARA PROYECTAR, T4,1 DESARROLLA NUEVAS TECNICAS PARA ESTUDIAR LA INESTABILIDAD EN LA EVALUACION DE PROYECCIONES: LAS TECNICAS EXISTENTES PRINCIPALMENTE SE ENFOCAN EN EL CASO DE ESTABILIDAD, T4,2 DESARROLLA NUEVAS METODOLOGIAS PARA ESTUDIAR DENSIDADES PREDICTIVAS DE DATOS DE ENCUESTAS, T4,3 DESARROLLA UN MODELO DE VOLATILIDAD ESTOCASTICA CON MEDIA CONDICIONAL CAMBIANTE EN EL TIEMPO, ESTIMACION\INFERENCIA\DATOS DE ALTA DIMENSION\PRONOSTICOS\MODELOS DE ERROR EN VARIABLES\MACROECONOMIA\VOLATILIDAD ESTOCASTICA