Scribd
Upload
192 views

A Factor-Augmented Vector Autoregressive (Favar)

Exposicion FAVAR del trabajo de Ben S. Bernanke, Jean Boivin, Piotr Eliasz. MEASURING THE EFFECTS OF MONETARY POLICY: A FACTOR-AUGMENTED VECTOR AUTOREGRESSIVE (FAVAR) APPROACH NATIONAL BUREAU OF ECONOMIC RESEARCH JANUARY 2004

Uploaded by

Ingri Quevedo
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PPTX, PDF, TXT or read online on Scribd
192 views

A Factor-Augmented Vector Autoregressive (Favar)

Exposicion FAVAR del trabajo de Ben S. Bernanke, Jean Boivin, Piotr Eliasz. MEASURING THE EFFECTS OF MONETARY POLICY: A FACTOR-AUGMENTED VECTOR AUTOREGRESSIVE (FAVAR) APPROACH NATIONAL BUREAU OF ECONOMIC RESEARCH JANUARY 2004

Uploaded by

Ingri Quevedo
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PPTX, PDF, TXT or read online on Scribd
You are on page 1/ 18

A FACTOR-AUGMENTED VECTOR AUTOREGRESSIVE

(FAVAR)
BEN S. BERNANKE, JEAN BOIVIN, PIOTR ELIASZ.

MEASURING THE EFFECTS OF MONETARY POLICY: A FACTOR-AUGMENTED VECTOR AUTOREGRESSIVE (FAVAR) APPROACH
NATIONAL BUREAU OF ECONOMIC RESEARCHJ
JANUARY 2004
PROBLEMAS DE LOS VECTORES AUTORREGRESIVOS

 Maldición de la dimensionalidad.
 Problema de variable omitida. (Coeficientes sesgados)
 No permite ver la respuesta de un amplio grupo de variables ante una
innovación.
 Solo permite ver los efectos de cambios no previstos en la política
monetaria
 Pregunta: ¿Qué mide la actividad económica?
¿QUÉ HACE EL FAVAR?

 Transformación del modelo VAR estructural estándar.


 Incluye más información de forma más parsimoniosa mediante el uso de factores no
observados.
 No tiene problema de la maldición de la dimensionalidad.
 Permite obtener las respuestas de un gran conjunto de variables a las innovaciones
en la política monetaria.
 Sims (1992) “Price puzles” : previsión imperfecta de la inflación futura
ante un choque de política monetaria.

FAVAR EN LA
POLÍTICA
MONETARIA

 Información de los Bancos Centrales y el sector privado no incluida en


el VARs.
ECUACIÓN DE UN VECTOR AUTORREGRESIVO POR FACTOR
AUMENTADO

Donde es un polinomio de rezagos conformables finito de orden D.

es el termino de error con media cero y matriz varianza-covarianza Q.

es un vector Mx1 de variables observables.

es un vector Kx1 de factores no observables.


 Número N de series de las cuales se determinan los factores, Ft que es inobservado.

 es un vector Nx1 de que agrupa las series y captura la idea que Ft y Yt están correlacionados.

Peso que tienen los factores sobre el comportamiento de las series. (Carga factorial)
ESTIMACIÓN POR COMPONENTES PRINCIPALES 2 PASOS

 PRIMER PASO:
 Se estiman los componentes comunes Ct= (Ft’,Yt’) usando los primeros KxM componentes
principales de la matriz Xt’ y se obtiene 𝐹෡𝑡 como la parte de 𝐶෡𝑡 que no es cubierto por Yt.

 SESGUNDO PASO:
 Estimar la ecuación FAVAR (2.1) reemplazando Ft por 𝐹෡𝑡 .

Para determinar intervalos de confianza precisos en impulso-respuesta utiliza Bootstraping.


ESTIMACIÓN POR VEROSIMILITUD 1 PASO

 Estimación Bayesiana de un solo paso por las técnicas de muestreo de por Verosimilitud de Gibbs: estimar los
factores y el FAVAR de forma conjunta simultáneamente.
 Para correr el algoritmo de muestreo de Gibbs los autores recomiendan probar diferentes valores iniciales.
 Restringe los valores por los cuales Yt afecta a Xt. Obtiene:
CATEGORIZACIÓN DE VARIABLES

 Variables slow-movement: Responden contemporáneamente y para


cambios no anticipados en Yt. Son los componentes principales en
método dos pasos.
 Variables fast-movement: son altamente sensibles a choques y noticias
contemporáneas. (Acciones). Supone que aportan poca información.
MÁS EVIDENCIA EMPÍRICA

Cruz D, P., & Muñoz S, E. (Diciembre de 2012). NOTAS DE INVESTIGACIÓN


BANCO CENTRAL DE CHILE. USO DE UN MODELO FAVAR PARA PROYECTAR
EL PRECIO DEL COBRE, 15(3). Obtenido de NOTAS DE INVESTIGACIÓN
BANCO CENTRAL DE CHILE.

Encuentran que el tiempo de respuesta de un cambio en el precio del cobre difiere del
encontrado en trabajos previos cuando se tienen en cuenta otros factores.
ESTIMACIÓN FAVAR EN EVIEWS
Package Name: FAVAR
Author: Davaajargal Luvsannyam
Date: 2015.11.18
Especificar:
- Número de rezagos
- Series de variables en Xt con las que se estimará Ft
- Variables de movimiento lento
- Variables para el análisis impulso-respuesta
- Transformación en Yt: 1= no transformación, 4= logaritmo,
5= primera diferencia del logaritmo.
- Nombre de la variable Yt
- Número de factores
- Horizonte de tiempo
- Repeticiones del Bootstraping
- Muestra
- Intervalo de confianza
CONCLUSIONES

 FAVAR permite obtener el impulso-respuesta de un gran conjunto de variables a las


innovaciones de la variable Yt.
 Se puede tener una visión más completa de los efectos de una innovación en Yt.
 Ambos métodos de estimación tienen resultados cuantitativamente similares.
 Se corrige el problema de omisión de variable.
REFERENCIAS
Bai, J., & Ng, S. (2002, January). Determining the number of factor in approximate factor models.
Econometrica, 70(1), 191-221. doi:https://doi.org/10.1111/1468-0262.00273

Bernanke, B., Boivin, J., & Eliasz, P. (2004, January). Measuring the effects of monetary policy: a
Factor-Augmented Vector Autoregressive (FAVAR) Approach. Retrieved from NATIONAL
BUREAU OF ECONOMIC RESEARCH: http://www.nber.org/papers/w10220

Estrella, A. (2015). The Price Puzzle and VAR Identification. Macroeconomic Dynamics, 1880–1887.
doi:10.1017/S1365100514000200

Luvsannyam, D. (2015, November 18). FAVAR Dialog and command line.

You might also like