Modelos econométricos no lineales : dos aplicaciones a la economía venezolana

Abstract

En el presente trabajo especial de grado se exponen dos técnicas diferentes de modelado econométrico no lineal y se aplican al estudio de dos problemas de la economía venezolana. En primer lugar, se presenta detalladamente una estrategia de modelado basada en inferencia estadística debida a Medeiros (2006) para especificar, estimar y evaluar modelos Autoregresivos - Red Neuronal Artificial destinados al pronóstico de series temporales. La mencionada estrategia se aplicó al pronóstico de la inflación mensual de Venezuela y la muestra empleada constó de 703 datos mensuales, que inicialmente abarcaron el período 1950:01-2004:05 hasta completar el período 1950:01-2008:07. Los resultados hallados fueron satisfactorios en tanto que los pronósticos permitieron capturar la volatilidad de la serie temporal en cuestión. En segundo lugar, se estudió la dinámica no lineal del tipo de cambio real de equilibrio de Venezuela. Para ello - empleando una serie trimestral que abarcó el período 1984:01-2006:04 - se partió de una estimación simple de la relación de largo plazo existente entre el tipo de cambio real y sus determinantes y, seguidamente, se verificó la existencia de una relación no lineal de cointegración mediante el ajuste de un modelo Autoregresivo de Transición Suave (STAR) estacionario al término del error de la anteriormente mencionada estimación. El hallazgo de una relación no lineal de cointegración permitió especificar un Modelo No Lineal de Corrección del Error (MNLCE) que caracteriza un ajuste no lineal y asimétrico - que depende del signo y de la magnitud - de los desalineamientos del tipo de cambio real con respecto a su nivel de largo plazo. Tal resultado concuerda con otros hallazgos similares para economías en vías de desarrollo.