Deployment SVAR50-4B
Herramienta de Corrimientos: SVAR50-4B
SimTools: branch-> modelo-con-variables-de-medida.
Modelo: SVAR50-4B Redefinido con observables en niveles. La estructura endogena principal (9 variables/ecuaciones) se mantiene.
Estructura:
- PreProcessing:
- Carga de datos primitivos (en el nivel y frecuencia de la fuente).
- Cálculos y transformaciones de frecuencia para gráficas de preprocesamiento y generación de base de datos con variables observables (ver .mod).
- Filtrado:
- Con base en la base de datos de observables generadas en PreProcessing se utiliza el filtro de Kalman para recuperar el resto de variables y generar la base de datos de condiciones iniciales para la simulación.
- Simulación:
- Utiliza la base de datos filtrada (kalman) para generar los pronósticos del
modelo, los cuales incluyen:
- Niveles (logaritmos)
- Sumas móviles de de 4T los Productos interno y externo.
- Tasas de variación intertrimestral anualizadas.
- Tasas de variación interanual.
- Utiliza la base de datos filtrada (kalman) para generar los pronósticos del
modelo, los cuales incluyen:
- PostProcessing:
- Genera los cálculos posteriores que no es posible hacer dentro de la
estructura del modelo para un subgrupo de variables:
- Desestacionalización (X12)
- Calculo de brechas y tendencias (HP, lambda=1600)
- Genera los cálculos posteriores que no es posible hacer dentro de la
estructura del modelo para un subgrupo de variables:
Posterior a los procesos de tratamiento de datos y simulación se generan las descomposiciones de shocks, gráficas y presentación correspondientes.
Nota: Derivado del cambio en el planteamiento del modelo estado-espacio no fue posible utilizar todas las funciones de SimTools en el proceso de corrimiento
Departamento de Investigaciones Económicas - 2024. MJGM/JGOR