CURSO DE FORMACIÓN EN MODELOS VAR BAYESIANOS
“Un enfoque bayesiano a la estimación e identificación de modelos VAR estructurales en el lenguaje MATLAB y R”
Docente: Jesús Ruiz Andújar. Departamento de Análisis Económico y Economía Cuantitativa Universidad Complutense de Madrid (https://www.ucm.es/fundamentos-analisis-economico2/ruiz-andujar,-jesus)
Duración: 20 horas.
Fechas: 29 y 30 de noviembre, 1 de diciembre de 2022
Lugar: Sede del Instituto de Economía Internacional de la Universitat Jaume I
Cuota de inscripción socios de AEEFI y miembros del IEI: 100 euros
Cuota de inscripción general: 200 euros
Inscripción: en el correo javier.ordonez@eco.uji.es
Organiza: • Cátedra Ciutat de Castelló • Asociación Español de Economía y Finanzas Internacionales (AEEFI) • Instituto de Economía Internacional
Programa:
1) Introducción a la estimación bayesiana de un modelo VAR reducido (con y sin variables exógena):
- Estabilidad e identificación del número de retardos del VAR.
- Algoritmo de Estimación Gibbs-Sampling (modelos de regresión lineal y modelos VAR).
- A priori de Minnesota (Minnesota priors).
- A priori difuso (Diffuse priors).
- A priori de Sims.
- Programación en MATLAB y en R.
2) Introducción al VAR estructural. Análisis de funciones impulso respuesta y descomposición de la varianza del error de predicción. Programación en MATLAB y R:
- Identificación por restricciones de corto plazo (Identificación de Cholesky o recursiva). Programación en MATLAB y R.
- Identificación por restricciones de largo plazo. Programación en MATLAB y R.
- Identificación con restricciones de signos e identificación con restricciones de corto plazo combinadas con restricciones de signo. Programación en MATLAB y R.
3) Elaboración de descomposiciones históricas. Programación en MATLAB y R.
4) Elaboración de previsiones y uso de sus distribuciones empíricas. Programación en MATLAB y R.
- Previsiones libres.
- Previsiones condicionadas a variables endógenas o exógenas.
- Elaboración de escenarios.
5) Uso de los paquetes BVAR.R, BVARTOOLS.R y BHSBVAR.R.