Especificación y estimación de las relaciones dinámicas entre disponibilidades líquidas, créditos al sector privado, índice de producción industrial e índice de precios al consumo en el período 1964-1977 Juan del Hoyo, Jaime Terceiro y Rafael Rubio de Urquía
By: Hoyo Bernat, Juan del
.
Contributor(s): Terceiro Lomba, Jaime | Rubio de Urquía, Rafael.
Material type: 
ArticlePublisher: 1979Subject(s): SECTOR PRIVADO | CREDITO | INDICES DE PRECIOS | INDUSTRIA | PRODUCCION | AGREGADOS MONETARIOS | SERIES TEMPORALES
In:
Hacienda pública española 61, p. 113-123Summary: Este trabajo consiste en un ejercicio de aplicación de una reciente metodología para la identificación de relaciones causales entre series temporales. Identificaremos y estimaremos tres modelos uniecuacionales: Crédito al Sector Privado, Indice de Precios al Consumo, y el Indice de Producción Industrial, sucesivamente, con el agregado monetario conocido como M3. En otros trabajos, ladetección de relaciones causales se lleva a cabo a partir de las series de innovación de cada variable. Aquí, seguiremos un método que consideramos más adecuado, y que consiste en utilizar el mismo filtro univariante para cada par de variables. Finalizaremos con algunas conclusiones metodológicas derivadas de los resultados obtenidos.
| Item type | Current location | Home library | Call number | Status | Notes | Date due | Barcode |
|---|---|---|---|---|---|---|---|
| IEF | HPE/1979/61-8 (Browse shelf) | Available | En: Hacienda Pública Española; 61, 1979; p. 113-123 | HPE/1979/61-8 |
Browsing IEF Shelves Close shelf browser
Conclusiones,bibliografía
Este trabajo consiste en un ejercicio de aplicación de una reciente metodología para la identificación de relaciones causales entre series temporales. Identificaremos y estimaremos tres modelos uniecuacionales: Crédito al Sector Privado, Indice de Precios al Consumo, y el Indice de Producción Industrial, sucesivamente, con el agregado monetario conocido como M3. En otros trabajos, ladetección de relaciones causales se lleva a cabo a partir de las series de innovación de cada variable. Aquí, seguiremos un método que consideramos más adecuado, y que consiste en utilizar el mismo filtro univariante para cada par de variables. Finalizaremos con algunas conclusiones metodológicas derivadas de los resultados obtenidos.
There are no comments for this item.