Resumen

En este trabajo se describe un procedimiento general para hacer inferencia bayesiana basados en la evaluación de la verosimilitud de los modelos de equilibrio general estocásticos a través de los métodos de Monte Carlo por cadenas de Markov. La metodología propuesta requiere log-linealizar los modelos, transformarlos en la forma espacio estado, luego utilizar el filtro de Kalman para evaluar la función de verosimilitud y finalmente aplicar el algoritmo Metropolis Hastings para estimar los parámetros de la distribución a posteriori. Se ilustra la técnica mediante el uso del modelo básico de crecimiento estocástico, considerando datos trimestrales de la economía venezolana comprendidos entre el primer trimestre de 1984 hasta el tercer trimestre de 2004.

• Materias:Análisis numérico Cálculo numérico Economía Investigación operacional Métodos de simulación
• Subjects:Numerical analysis Numerical calculations Economics Operations research Simulation methods
• Palabras claves:Ciencias de la administración, Análisis de markov, Cadenas de markov, Métodos de monte carlo, Modelo general de equilibrio estocásticos, Inferencia bayesiana, Algoritmos recursivos
• Keywords:Administration sciences, Markov analysis, Markov chains, Monte carlo methods, General stochastic equilibrium model, Bayesian inference, Recursive algorithms