Please use this identifier to cite or link to this item:
http://hdl.handle.net/2445/12054
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Pons Fanals, Ernest | cat |
dc.contributor.author | Suriñach Caralt, Jordi | cat |
dc.date.accessioned | 2010-04-12T09:30:10Z | - |
dc.date.available | 2010-04-12T09:30:10Z | - |
dc.date.issued | 2000 | - |
dc.identifier.uri | http://hdl.handle.net/2445/12054 | - |
dc.description.abstract | Recientemente, ha aumentado mucho el interés por la aplicación de los modelos de memoria larga a variables económicas, sobre todo los modelos ARFIMA. Sin duda , el método más usado para la estimación de estos modelos en el ámbito del análisis económico es el propuesto por Geweke y Portero-Hudak (GPH) aun cuando en trabajos recientes se ha demostrado que, en ciertos casos, este estimador presenta un sesgo muy importante. De ahí que, se propone una extensión de este estimador a partir del modelo exponencial propuesto por Bloomfield, y que permite corregir este sesgo. A continuación, se analiza y compara el comportamiento de ambos estimadores en muestras no muy grandes y se comprueba como el estimador propuesto presenta un error cuadrático medio menor que el estimador GPH | spa |
dc.description.abstract | Over the last years there has been considerable interest in the application of long memory time series models in economics using ARFIMA models. Nowadays, the most popular estimator of the difference parameter in economic applications is that proposed by Geweke and Porter-Hudak (GPH) although has been shown that, in particular circumstances, this estimator can be badly biased. So we propose a biased-corrected extension of that estimator using the exponential model proposed by Bloomfield. The performance of both estimators are investigated for moderate-size samples and it is concluded that the extension proposed has smaller mean squared error than the GPH estimator | eng |
dc.description.abstract | Recentment, ha augmentat molt l'interès per l'aplicació dels models de memoria llarga a variables econòmiques, sobretot els models ARFIMA. Sens dubte, el mètode més usat per l'estimació d'aquests models a l'àmbit de l'anàlisi econòmica és el proposat per Geweke i Porter-Hudak (GPH) tot i que en treballs recents s'ha demostrat que, en certs casos, aquest estimator presenta un biaix molt important. Per aquest motiu, es proposa una extensió d'aquest estimador a partir del model exponencial proposat per Bloomfield, i que permet corregir aquest biaix. A continuació, s'analitza i compara el comportament d'ambdós estimadors en mostres no gaire grans i es comprova com l'estimador proposat presenta un error quadràtic mitjà menor que l'estimador GPH | cat |
dc.format.extent | 107213 bytes | - |
dc.format.extent | 22 p. | - |
dc.format.mimetype | application/pdf | - |
dc.language.iso | spa | eng |
dc.publisher | Universitat de Barcelona. Facultat d'Economia i Empresa | cat |
dc.relation.isformatof | Reproducció digital del document publicat a http://www.ere.ub.es/dtreball/E0061.rdf/view | cat |
dc.relation.ispartof | Documents de treball (Facultat d'Economia i Empresa. Espai de Recerca en Economia), 2000, E00/061 | cat |
dc.relation.ispartofseries | [WP E-Eco00/061] | - |
dc.rights | cc-by-nc-nd, (c) Pons et al., 2000 | - |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | - |
dc.source | UB Economics – Working Papers [ERE] | - |
dc.subject.classification | Integració fraccional | cat |
dc.subject.classification | Models economètrics | cat |
dc.subject.other | Fractional integration | eng |
dc.subject.other | Econometric models | eng |
dc.title | Una extensión de la regresión propuesta por Geweke y Porter-Hudak para la estimación del orden de diferenciación en modelos ARFIMA | spa |
dc.type | info:eu-repo/semantics/workingPaper | eng |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | - |
Appears in Collections: | UB Economics – Working Papers [ERE] Documents de treball / Informes (Econometria, Estadística i Economia Aplicada) |
This item is licensed under a Creative Commons License