Modelación Markoviana para identificar la dinámica y pronóstico del índice de producción industrial en México de 1980 a 2018

En este articulo, por medio de modelacion Markoviana estudiamos la identificacion de los estados estocasticos y pronostico del indice mensual de produccion industrial en Mexico de 1980 a 2018. Dado que la muestra de datos esta sujeta a fuertes fluctuaciones economicas y financieras, de una bateria de modelos auto-regresivos (lineales y con parametros Markovianos de cambio de regimen) se elige la especificacion del modelo que mejor se ajusta a los datos a traves del factor de Bayes. La seleccion del modelo provee evidencia de que las tasas de crecimiento mensual de este indice presentan parametros (media y volatilidad) que cambian con el tiempo. Se lleva a cabo un ejercicio de pronostico sobre el modelo Markoviano de mejor ajuste a los datos. Para medir su capacidad de inferencia, se compara su eficiencia respecto de la especificacion lineal auto-regresiva en la misma serie de datos. Los resultados muestran que la media de los errores de pronostico (dentro y fuera de la muestra) son menores en la especificacion Markoviana. La metodologia Bayesiana aplicada permite estimar de forma endogena e inferir de manera precisa incluso por problemas de identificacion de parametros Markovianos, pequeno numero de observaciones en regimenes, datos atipicos, numero de regimenes e incertidumbre de parametros sujetos a cambio de estado.