Perspectivas de inflación en Bolivia
DOI:
https://doi.org/10.35319/lajed.201218130Palabras clave:
Inflación en Bolivia, inflación de alimentos y bebidas, inflación de transporte, Modelos ARIMA, Modelos VAR.Resumen
La inflación en Bolivia ha evolucionado de manera creciente a nivel interno durante el último bienio. Una primera explicación sostiene la presencia de una creciente inflación importada, sobre todo en lo que respecta a alimentos. Una segunda explicación radica en las expectativas generadas por los agentes económicos al interior del país, producto de las políticas económicas los últimos años. En este marco, el presente informe busca pronosticar el comportamiento coyuntural de la inflación mediante la aplicación de un Modelo ARIMA.
Descargas
Citas
Banco Central de Bolivia (2011). Informe de Política Monetaria. Bolivia.
Banco Central de Bolivia (2012). Informe de Política Monetaria. Bolivia.
Barro, Robert J. (1997). Macroeconomics. Cambridge, Mass: MIT Press.
Blanchard, Olivier (2000). Macroeconomics. Englewood Cliffs, N.J: Prentice Hall.
Box, G. E. P. y Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. San Francisco, Holden-Day.
CEPAL (2011). Balance preliminar de las economías de América Latina y El Caribe. Chile
Chen, C.; Liu, L. M. y Hudak, G. B. (1990). “Outlier Detection and Adjustment in Time Series Modeling and Forecasting”, Working Paper Series. SCA.
Chen, C. y Liu, L. M. (1993a). Joint Estimation of Model Parameters and Outlier Effects in Time Series. Journal of the American Statistical Association, Nº 88, 284-297.
Chen, C. y Liu, L. M. (1993b). Forecasting Time Series with Outliers. Journal of Forecasting, Nº 12, 13-35.
Chen, C. y Tiao, G. C. (1990). Random Level-Shift Time Series Models, ARIMA Approximations and Level-Shift Detection. Journal of Business and Economic Statistics, Nº 8, 83-97.
Cleveland, W. P. y Grupe, M. R. (1983). “Modeling Time Series when Calendar Effects Are Present”. En: A. Zellner (ed.), Applied Time Series Analysis of Economic Data, Washington, Department of Commerce, Bureau of the Census, pp. 57-67.
Espasa, A. y Cancelo, J. R. (1993). Métodos cuantitativos para el análisis de la coyuntura económica. Madrid: Alianza editorial.
Hillmer, S. C.; Bell, W. R. y Tiao, G. C. (1983). “Modeling Considerations in the Seasonal Adjustment of Economic Time Series”. En: A. Zellner (ed.). Applied Time Series Analysis of Economic Data. Washington, Department of Commerce Bureau of the Census, pp. 74-100.
Mankiw, N. Gregory (2010). Macroeconomics. Boston, MA, USA: WH Freeman & Co.
Maravall, A. (1989). La extracción de señales y el análisis de coyuntura. Revista Española de Economía, Nº 6, 119-132.
Maravall, A. (1990). Análisis de un cierto tipo de tendencias. Cuadernos Económicos de ICE, Nº 44, 127-146.
Salinas, T. S. y Hillmer, S.C. (1987). Multicollinearity Problems in Modeling Time Series with Trading-Day Variation. Journal of Business and Economic Statistics, Nº 5, 431-436.
Sims, Christopher (1980). Macroeconomics and reality. Econometrica, 48(1), 1-48, enero.
Trívez, F. J.; Reyes, A. M. y Aliaga, F. J. (2007). Análisis coyuntural y prospectivo de la industria maquiladora de exportación mexicana. Economía mexicana, 17(1), nueva época.
Vera Cossío, Diego A. y Loza Paz, Fabián (2009). Un análisis del efecto de los precios externos de las commodities en Bolivia. Segundo Encuentro de Economistas del BCB. Septiembre de 2009.
Páginas web consultadas:
www.indec.gov.ar
www.ibge.gov.br
www.ine.cl
www.dane.gov.co
www.ine.gob.bo
www.bcb.gob.bo
