Un pronóstico no paramétrico de la inflación colombiana

Número: 
248
Publicado: 
Clasificación JEL: 
C14, C22, C52, C53, E31
Palabras clave: 
Non-parametric forecast, Kernel estimation, Forecast Evaluation, Bandwidth selection

Lo más reciente

Andrea Sofía Otero-Cortés, Karina Acosta, Luis E. Arango, Danilo Aristizábal, Oscar Iván Ávila-Montealegre, Oscar Becerra, Cristina Fernández, Luz Adriana Flórez, Luis Armando Galvis-Aponte, Anderson Grajales, Catalina Granda, Franz Alonso Hamann-Salcedo, Juliana Jaramillo-Echeverri, Carlos Medina, Jesús Enrique Morales-Piñero, Alejandra Morales, Leonardo Fabio Morales, Juan José Ospina-Tejeiro, Christian Manuel Posso-Suárez, José Pulido, Mario Andrés Ramos-Veloza, Alejandro Sarasti-Sierra
Ana María Iregui-Bohórquez, Ligia Alba Melo-Becerra, María Teresa Ramírez-Giraldo, Jorge Leonardo Rodríguez-Arenas

En este trabajo se presentan los resultados de un ejercicio de pronóstico no paramétrico múltiples pasos adelante para la inflación colombiana mensual. En particular, se usa estimación Kernel para la media condicional de los cambios de la inflación dada su propia historia. Los resultados de pronóstico se comparan con un modelo ARIMA estacional y un modelo tipo STAR. Se encuentra que, excepto para el pronóstico un mes adelante, el pronóstico no parametrito mejora a las otras dos metodologías que le compiten; además, de entre las tres alternativas consideradas el no paramétrico es el único pronóstico que estadísticamente mejora al pronóstico que se hace con un modelo de caminata aleatoria. Palabras Claves: Pronóstico No Paramétrico. Evaluación y Comparación de Pronósticos. Ancho de Banda ("bandwidth"). Estimación Kernel. Pronóstico Rolling. SUMMARY This paper contains the results of a non parametric multi-step ahead forecast for the monthly Colombian inflation, using Mean conditional kernel estimation over inflation changes, with no inclusion of exogenous variables. The results are compared with those from an ARIMA and a non-linear STAR. The nonparametric forecast over perform the others two, as well as being the only, from the three, that statistically improved the naïve forecast given by a random-walk model.