Hostname: page-component-7479d7b7d-8zxtt Total loading time: 0 Render date: 2024-07-13T19:40:59.377Z Has data issue: false hasContentIssue false
  • English
  • Français

Perspectiva historica de los modelos ARIMA y su utilidad en el analisis economico

Published online by Cambridge University Press:  28 April 2010

Antoni Espasa
Antoni Espasa
Affiliation:
Universidad Carlos III
Get access Rights & Permissions [Opens in a new window]

Extract

Con el trabajo de J. Fourier en 1807, en el que se demuestra que una serie temporal se puede aproximar tanto como se quiera mediante la suma de términos de senos y cosenos, podemos decir que nace el Análisis de Series Temporales (AST). No obstante, esta expansión de Fourier es solamente válida para series determinísticas y, durante todo el siglo XIX y primeros años del XX, en el AST el enfoque determinístico fue el único que prevaleció. En tal conrexto, la discrepancia entre los valores de los modelos y los datos reales se atribuía a un elemento residual estocástico.

Siguiendo a Yaglom (1962), p. 4, podemos decir que los primeros intentos de introducir un enfoque estocástico en el AST se encuentran en Bachelier (1912), pero fue en los años treinta, con los trabajos de Slutski (véase Slutski, 1960), Kolmogorov (véase Kolmogorov, 1931 y 1950) y Kinchin (1934), cuando empieza a construirse una teoría general sobre procesos estocásticos.

Type
Articulos
Information
Revista de Historia Economica - Journal of Iberian and Latin American Economic History , Volume 9 , Issue 3 , December 1991 , pp. 541 - 549
Copyright
Copyright © Instituto Figuerola de Historia y Ciencias Sociales, Universidad Carlos III de Madrid 1991

Access options

Get access to the full version of this content by using one of the access options below. (Log in options will check for institutional or personal access. Content may require purchase if you do not have access.)

References

BIBLIOGRAFIA

Bachelier, L. (1912): Calcul des Probabilités, París, Garthier-Villars.Google Scholar
Box, G. E. P., y Jenkjns, G. M. (1970): Time Series Analysis, Forecasting and Control, Holdcn Day.Google Scholar
Box, G. E. R., y Tiao, G. C. (1975): «Intervention Ànalysis with applications to economic and environmental problems», J. of the American Statistical Association, vol. 70, núm. 349. pp. 70–79.Google Scholar
Brown, R. G. (1959): Statistical Forecasting for Inventory Control, Nueva York, McGraw-Hill.Google Scholar
Burman, J. P. (1980): «Seasonal Adjustment by Seasonal Extraction», J. of the Royal Stat, Soc. A., 143, pp. 321–337.CrossRefGoogle Scholar
Cleveland, W. P., y Tiao, G. C. (1976): «Decomposition of Seasonal Time Series: A model of the Census X–II Program», J. of the American Statistical Association, vol. 71. núm. 355 (septiembre), pp. 581–587.Google Scholar
Crámer, H. (1942): «On harmonie analysis of certain function spaces», Arkiv. Mat. Astrom. Fysik, 288 (12), 1–7.Google Scholar
Dolado, J. J. (1990): «Cointegración: una panorámica», Estadistica Española, vol. 32. núm. 124 (mayo-agosto), pp. 327–365.Google Scholar
Engle, R. F. (1978): «Estimating Structural Models of Seasonality», en Seasonal Analysis of Economic Time Series, ed. Zellner, A., Washington D. C., U. S. Dept. of Commerce-Bureau of the Census, pp. 281–297.Google Scholar
Engle, R. F., y Granger, C. W. J. (1987): «Cointegration and Error Correction: Representation, Estimation and Testing», Econométrica, vol. 55, núm. 2 (marzo). Traducción al castellano publicada en ICE (1990).Google Scholar
Escribano, A. (1990): «Introducción al terna de cointegración y tendencias», Cuademos Económicos, núm. 4, pp. 7–42.Google Scholar
Espasa, A. (1977): The Spectral Maximun Likelihood Estimation of Econometric Models with Stationary Errors, Gottingen, Vandenhoeck and Ruprecht.Google Scholar
Espasa, A. (1990): «Metodología para el análisis de la coyuntura de un fenómeno económico», Banco de España, documento de trabajo 9003.Google Scholar
Espasa, A., y Sargan, J. D. (1977): «The Spectral Estimation of Simultaneous Equation Systems with Lagged Endogenous Variables», Intemac. Eco. Rev., vol. 18, núm. 3.Google Scholar
Fernández, F. J. (1988): «Modelos estructurales de Series Temporales: una aplicación al análisis y predicción de agregados monetarios y fiscales», Revista de Economía Pública, 1, pp. 44–65.Google Scholar
Granger, C. W. J. (1981): «Some Properties of Time Series Data and their use in Econometric Model Specification», J. of Econometrics, 16 (11), pp. 121–130.CrossRefGoogle Scholar
Granger, C. W. J. (1986): «Developments in the Study of Cointegrated Economic Variables», Oxford Bull of Eco. and Stat., 48, 3.Google Scholar
Granger, C. W. J., y Newbold, P. (1977): Forecasting Economic Series, Nueva York, Academie Press.Google Scholar
Granger, C. W. J., y Joyeux, R. (1980): «An introduction to long-memory time series models and fractional differencing», J. of Time Series Analysis, vol. 1, núm. 1, pp. 15–29.Google Scholar
Hannan, E. J., y Terrell, R. D. (1973): «Multiple Equation Systems with Stationary Errors», Econométrica, 41, pp. 299–320.CrossRefGoogle Scholar
Harrison, P. J. (1965): «Short-Term forecasting», Applied Statistics, vol. 14, pp. 102–139.Google Scholar
Harvey, A. C., y Todd, P. H. J. (1983): «Forecasting Economic Time Series with Structural and Box-jenkins Models: A Case Study», J. of Business and Eco. Stat., 1, 4, pp. 299–306.Google Scholar
Hendry, D. F. (1976): «The Structure of Simultaneous Equations Estimatiors», J. of Econometrics, 4, pp. 51–85.Google Scholar
Hillmer, S. C., y Tiao, G. C. (1982): «An ARIMA-Model Based Approach to Seasonal Adjustment», J. of the American Stát. Ass., 77, pp. 63–70.CrossRefGoogle Scholar
Holt, C. C. (1957): «Forecasting seasonal and trends by exponentially weighted moving averagcs», Pittsburgh (Pennsylvania), Carnegic Institute of Technology.Google Scholar
Holt, C. C. et al. , (1960): Planning production inventories and Work Force, Nueva York, Prentice-Hall.Google Scholar
Hooker, R. H. (1901): «The suspension of the Berlin produce exchange and its effect upon corn prices», J. of the Royal Statistical Society, vol. 64, pp. 574 y ss.Google Scholar
Ice, Información Comercial Española (1990): «Cointegración y raíces unitarias: un área de crecimiento», Cuademos Económicos, número monográfico, núm. 4.Google Scholar
Khinchin, A. Y. (1934): «Korrelationstheorie der stationaren stochastischen Prozesse», Mathematical Annals, 109, 604.Google Scholar
Kolmogorov, A. N. (1931): «Uber die Abalytischen Methoden in der Wahrscheinlichkeitsrechnung», Mathematical Annals, 104, 415.CrossRefGoogle Scholar
Kolmogorov, A. N. (1940): «Kurven in Hibertschen Raum die gegenuber eine einparametrigen Gruppe von Bewegugen invariant sind», C. R. (Doklady) de l'Academie des Sciences de l'URSS, New Series, 26, 6–9.Google Scholar
Kolmogorov, A. N. (1941 a): «Stationarty sequences in Hilbert Space», Bul. Moscow State Univ., 2, núm. 6.Google Scholar
Kolmogorov, A. N. (1941 b): «Interpolation and extrapolation of stationary random sequences», Izv. Akad. Nauk. SSSR, Ser. Mat., 5, 3.Google Scholar
Kolmogorov, A. N. (1950): Foundation of the Theory of Probability, Nueva York, Chelsea Publishing Company.Google Scholar
Koopmans, T. C., y Hood, W. M. (1953): «The estimation of simultaneous linear economic realtionships», capítulo VI del libro Studies in Econometric Methids, monografía núm. 14 de la Cowles Foundation, editado por W. M. Hood y T. C. Koopmans.Google Scholar
Maravall, A. (1987): «Descomposición de Series Temporales, especificación, estimación e inferencia», Estadística Española, núm. 114, pp. 11–69.Google Scholar
Nelson, C. R., y Ploser, C. I. (1982): «Trends and random walks in macroeconomic times series», J. of Monetary Economics, 10, pp. 139–162.Google Scholar
Makridakis, S. (1976): «A Survey of Time Series», Int. Stat. Rev., vol. 44, núm. 1, pp. 29. 70.Google Scholar
Poynting, J. H. (1884): «A comparison of the fluctuations in the price of wheat and in the cotton and silk imports into Great Britain», J. of the Royal Statistical Society, vol. 47. pp. 345–364.Google Scholar
Priestley, M. B. (1981): Spectral Analysis and Time Series, Academie Press.Google Scholar
Prothero, D. L., y Wallis, K. F. (1976): «Modelling Macroeconomic Time Series», J. of the Royal Statistical Society, Serie A, 139, part 4, pp. 468–485.CrossRefGoogle Scholar
Quenouille, M. H. (1957): The Analysis of Multiple Time Series, Londres, C. Griffin and Co.Google Scholar
Revilla, P.; Rey, P., y Espasa, A. (1990): «Characterization of Production in Different Branches of Spanish Industrial Activity, by meany Time Series Analysis», trabajo no publicado, de próxima aparición como documento de trabajo del Departamento de Economía de la Universidad Carlos III.Google Scholar
Sargan, J. D. (1959): «The Estimation of Relationships with Autocorrelated Residuals by the Use of Instrumental Variables», J. of the Royal Statistical Soc, B, 21, pp. 91–105.Google Scholar
Sargan, J. D. (1961): «The Maximum Likelihood Estimation of Economic Relationships with Autoregresive Residuals», Econométrica, vol. 29, núm. 3 (julio).Google Scholar
Shiskjn, J.; Young, A. H., y Musgrave, J. C. (1967): «The X–11 variant of the Census Method II Seasonal Adjustment Program», Bureau of the Census Technical páper n. 15 (revisado), Washington D. C., V. S. Department of Commerce.Google Scholar
Slustki, E. (1937): «The summation of random causes as the source of cyelic processes», Econométrica, vol. 5, pp. 105–146.Google Scholar
Slustki, E. (1960): Selected Works: Probability Theory, Mathematical Statistics, Moscú, Izv. Akad. Nauk. SSSR.Google Scholar
Tiao, G. C., y Box, G. E. P. (1981): «Modeling multiple time series with applicarions», J. of the American Statistical Association, vol. 76, núm. 376 (diciembre), pp. 802 y ss.Google Scholar
Walker, A. M. (1931). «On thc periodicity in scrics of related terms», Proceedings of the Royal Society of London, A, 131, pp. 518–532.Google Scholar
Wallis, K. F. (1977): «Multiple Timc Series Analysis and thc Final Form of Econometric Models», Econométrica, vol. 48, núm. 1.Google Scholar
Wallis, K. F. (1980): «Econometric Implications of the Rational Expectations Hyphotcsis», Econométrica, vol. 48, núm. 1Google Scholar
Wiener, N. (1950): Extrapolation, Interpretation and Smoothing of Stationary Time Series, Nueva York, MÍT Technology Press and John Wiley and Sons, Inc.Google Scholar
Wiener, N. (1958): Non-linear problems in random theory, Cambridge (Mass.), MIT Press.Google Scholar
Winters, P. R. (1960): «Forecasting Sales by exponentially weighted moving averages», Management Science, abril, pp. 324–342.Google Scholar
Wold (1938): A study in the Analysis of Stationary Time Series, Uppsala, Alinquist and Wiksells.Google Scholar
Yaglom, A. M. (1962): An Introduction to the Theory of Stationary Random Functions, Nueva York, Dover Publications, Inc.Google Scholar
Yule, G. U. (1926): «Why do we sometimes get nonsense-correlations between time series? A study in sampling and the nature of time series», J. of the Royal Statistical Society, 89. 1–64.CrossRefGoogle Scholar
Yule, G. U. (1927): «On the method of investigating periodicities in disturbed series, with special reference to Wolfer's sunspot numbers», Philosophical Transactions, A., 226, pp. 267–298.Google Scholar
Zellner, A., y Palm, F. (1974): «Time Series Analysis and Simultaneous Equation Econometric Models», J. of Econometrics, vol. 2, núm. 1 (mayo), pp. 17–54.Google Scholar
Zellner, A. (1979): «Statistical Analysis of Econometric Models», J. of the American Statistical Association, vol. 74, núm. 367 (septiembre), pp. 628–651.CrossRefGoogle Scholar