Importancia de la macroeconomía y su relación con las series de tiempo: una revisión bibliográfica

Juan Federico Villacis Uvidia, Paúl Vicente Moina Sánchez, Karina Alexandra Álvarez Basantes, Diego Fernando Logroño León

Resumen


El presente estudio tuvo como objetivo analizar la relación entre la macroeconomía y el análisis de series de tiempo, destacando cómo esta interacción contribuye a una mejor comprensión y predicción de las tendencias económicas globales. Para lograr este fin, se adoptó una metodología basada en una revisión bibliográfica, donde se analizaron publicaciones académicas y trabajos de investigación que han abordado el uso de las series de tiempo en contextos macroeconómicos. Los resultados hallados indicaron que la relación entre la macroeconomía y el análisis de series de tiempo es fundamental para entender los complejos mecanismos que rigen las economías globales. A lo largo de la historia, la evolución de la macroeconomía ha sido impulsada por la necesidad de comprender y gestionar fenómenos económicos a gran escala, desde fluctuaciones cíclicas hasta crisis económicas. En este contexto, las series de tiempo ofrecen una herramienta invaluable para analizar datos históricos y predecir futuros desarrollos económicos, permitiendo a los economistas y formuladores de políticas hacer proyecciones más precisas y fundamentadas. Se concluye que, la relación entre ambas es esencial para la formulación de políticas efectivas que puedan abordar tanto desafíos económicos inmediatos como tendencias a largo plazo.


Palabras clave


Series; Tiempo; Macroeconomía; Estacionariedad; Política.

Texto completo:

PDF HTML

Referencias


Álvarez, L.J., Gómez-Loscos, A. (2017). A menu on output gap estimation methods. Bank of Spain, Working Paper No. 1720.

Bok, B., Caratelli, D., Giannone, D., Sbordone, A., & Tambalotti, A. (2017). Macroeconomic Nowcasting and Forecasting with Big Data. Staff Report No. 830. Federal Reserve Bank of New York. .

Carlaw, K. I., Kosempel, S., & Oxley, L. (2009). How do we know macroeconomic time series are stationary? 18th World IMACS / MODSIM Congress, Cairns, Australia. http://mssanz.org.au/modsim09 Chelala, S. (2014). Una curva de Phillips con doble pass through. Estimación para el caso argentino. Ensayos de Economía, 23(44), 101-116.

Clements, M. P., & Mizon, G. E. (1991). Empirical analysis of macroeconomic time series: VAR and structural models. European Economic Review, 35, 887-932.

Cochrane, J. H. (2005). Time series for macroeconomics and finance. University of Chicago. https://faculty.chicagobooth.edu/john.cochrane/research/papers/time_series_book.pdf

D'Amato, L., & Garegnani, M. L. (2009). La dinámica de corto plazo de la inflación: estimando una curva de Phillips híbrida neokeynesiana para Argentina (1993-2007). Ensayos Económicos, 55, 33-56.

Diebold, F. X. (1998). Elements of Forecasting. South-Western College Pub.

Dodig, A. (2020). Relationship between Macroeconomic Indicators and Capital Markets Performance in Selected Southeastern European Countries. International Finance Corporation, Financial Institutions Group, Working Paper No. 9323.

Erlandsson, A., & Bylund, G. (2021). The Relationship Between Macroeconomic Variables and Sector Indices: An Empirical Investigation of the Swedish Stock Market. Master’s Thesis, Uppsala University.

European Central Bank. (2021). The use of DSGE models in the policy process. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpwps/ecb.wp2558~22b223a7c6.en.pdf Granger, C., & Engle, R. (2003). Econometría de las series de tiempo, cointegración y heteroscedasticidad condicional autoregresiva. Engle y Granger sobre cointegración, XX-II-03.

a. Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press.

Hernández, C. A., Pedraza, L. F., & Díaz, A. E. (2008). Aplicaciones de las series de tiempo en modelos de tráfico para una red de datos. Scientia et Technica, 14(38). Universidad Tecnológica de Pereira. Retrieved from https://www.researchgate.net/publication/237524625_Historical_Time_Series_Analysis_An_Introduction_and_Some_Applications

Heymann, D. (2008). Evolución y vaivenes: cincuenta años de macroeconomía. Naciones Unidas, CEPAL. LC/W.177- LC/BUE/W.25. .

Hutchinson, M. C., & O'Brien, J. (2020). Time series momentum and macroeconomic risk. International Review of Financial Analysis, 69, 101469.

Jacobs, J. P. A. M., & Smits, J.-P. (2006). Historical time series analysis: An introduction and some applications. Jahrbuch für Wirtschaftsgeschichte / Economic History Yearbook, 47(2), 163. https://doi.org/10.1524/jbwg.2006.47.2.163

Jacobs, J. P. A. M., & Smits, J.-P. (2006). Historical time series analysis: An introduction and some applications. Jahrbuch für Wirtschaftsgeschichte / Economic History Yearbook, 47(2), 163. https://doi.org/10.1524/jbwg.2006.47.2.163 León Mendoza, J. (2015). Macroeconomía de una economía abierta. Fondo Editorial, Universidad Nacional Mayor de San Marcos.

Libanio, G. A. (2005). Unit roots in macroeconomic time series: Theory, implications and evidence. Nova Economia, 15(3), 145-176.

López Sáez, J. I. (2022). [Análisis de Series de Tiempo Pronóstico de demanda de uso de aeropuertos en Argentina al 2022]. https://ri.itba.edu.ar/entities/trabajo%20final%20de%20especializaci%C3%B3n/eabae3b5-1b6f-4154-82a1-ff1e1aceab24 Lucas, R. E., Jr. (1987). Models of Business Cycles. Basil Blackwell.

Mizon, G. E. (1995). A simple message for autocorrelation correctors: Don’t. Journal of Econometrics, 69(1), 267-288.

Naciones Unidas. Comisión Económica para América Latina y el Caribe (CEPAL). (2008). Evolución y vaivenes: cincuenta años de macroeconomía. Colección Documentos de proyectos, S2008104.

Roca, R. (2010). Breve Historia de la Macroeconomía. [Universidad Autónoma de Madrid].

Sarmiento, E. M. (2008). Predicción con series de tiempo y regresión. PANORAMA, 2(4), 36-58. http://www.redalyc.org/articulo.oa?id=343929216005 Stock, J. H., & Watson, M. W. (2012). Variable Trends in Economic Time Series. Journal of Economic Perspectives, 26(4), 3-33.

Wang, Z. (2006). Topics in Time Series Analysis with Macroeconomic Applications. [Universidad de Michigan].

Zaheer Alam & Kashif Rashid (2014). Time Series Analysis of the Relationship Between Macroeconomic Factors and the Stock Market Returns in Pakistan. Journal of Yaşar University, 9(36), 6261-6379.

Zhen, W. (2006). Modelling and forecasting with financial time series data. Journal of Statistical Analysis, 45(3), 175-200.

Zimmermann, K. F. (2020). Labor economics and the challenge of globalization. GLO Discussion Paper, No. 735.




DOI: https://doi.org/10.23857/pc.v9i7.7637

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/