Un modelo vectorial de corrección de errores para la estimación del ingreso nacional del Perú

Abstract

Tradicionalmente se estudian los modelos univariantes en series de tiempo, como lo es el modelo ARIMA y a partir de este modelo existe la extensión a modelos multivariantes VAR y los modelos VEC que son estacionarios y no estacionarios, para los modelos multivariantes no estacionarios se requiere probar que la hipótesis nula sea no estacionaria por medio de los contrastes de cointegración, teniendo como objetivo determinar que los contrastes de cointegración basados en los modelos VAR y VEC son aplicables en los modelos multivariantes no estacionarios. La investigación que presenta un estudio de enfoque aplicada, explicativa, estudiando los modelos VAR y VEC mediante las metodologías del Test aumentado de Dicker Fuller y el método de las primeras diferencias, asimismo los criterios de información, incluyendo un ejemplo para poder probar que las series de los modelos cumplen con la teoría, obteniendo que las series de los modelos si son aplicables en los modelos multivariantes no estacionarios. Se concluyo que los dos modelos son aplicables a series de tiempo a largo plazo, y que en ambos modelos tienen tendencia en común