Modelo VAR para el pronóstico de la tasa de Desempleo, PBI e IPC en el Perú

Abstract

El presente trabajo de investigación tiene como objetivo principal, determinar un modelo de Vectores Autorregresivos (VAR), que mejor pronostique la tasa de desempleo, PBI e IPC en el Perú, con ayuda del Lenguaje de programación R aplicado en RStudio. Se usó la metodología VAR, cuyo análisis se afianzó en gráficos, pruebas como la de Dickey Fuller, Phillips Perrón y La prueba Kwiatkowski-Phillips-Schmidt-Shin (KPSS) para determinar si una serie de tiempo es estacionaria alrededor de una tendencia. Para la validación del modelo de vectores autorregresivos (VAR), se incurrió en la aplicación de las tres pruebas básicas por las que debe pasar este modelo, como son: la prueba de normalidad de Jarque-Bera, la prueba de No Autocorrelación y la prueba de Homocedasticidad. En el proceso de la búsqueda del mejor modelo VAR, se presentó un problema de no normalidad en sus residuos, ya que la prueba de Jarque-Bera, mostró una probabilidad menor que 0.05 (p-valor = 0.00), por lo que se aplicó la técnica de inclusión de variables de dummy para corregir la no normalidad de los residuos. A través de los criterios de información de criterios de Akaike y Schwarz, se determinó que el mejor modelo era un VAR (5), con el cual, se realizó el pronóstico