PDF
FLIP
Esta revista está autorizada por una licencia de atribución Creative Commons (CC BY-NC-SA 4.0) Attribution-Non Commercial 4.0 International. Para las licencias CC, el principio es el de la libertad creativa. Este sistema complementa el derecho de autor sin oponerse a este, conscientes de su importancia en nuestra cultura. El contenido de los artículos es responsabilidad de cada autor y no compromete, de ninguna manera, a la revista o a la institución. Se permite la divulgación y reproducción de títulos, resúmenes y contenido total, con fines académicos, científicos, culturales, siempre y cuando, se cite la respectiva fuente. Esta obra no puede ser utilizada con fines comerciales.
La revista no cobra a los autores por la presentación o la publicación de sus artículos
Resumen
En este trabajo se estiman modelos de corto plazo para pronosticar la inflación de bienes transables y no transables en Colombia. Estos modelos no existían en el Banco Central antes de 2004 y son de gran utilidad para la toma de decisiones de política monetaria. También se evalúan los beneficios, en términos de análisis y de capacidad pronóstico, de utilizar métodos que capturen la posible no linealidad de la curva de Phillips en los datos colombianos. Aunque existen diferentes razones que justifican una relación no lineal de corto plazo entre producto e inflación, cada una de ellas sugiere una forma diferente para la curva. Por esta razón, se utilizan redes neuronales artificiales (ANN) y los mínimos cuadrados flexibles (FLS), procedimientos que tienen la gran ventaja de que no imponen de antemano ninguna forma funcional que pueda sesgar los resultados. Una vez se hace la estimación de los modelos de inflación de transables y de no transables, se comparan los pronósticos de estos dos modelos no lineales con los de dos estimaciones lineales, se analizan las funciones de impulso respuesta de cada uno de los modelos y además se realiza una prueba de no linealidad. Se encuentra que la curva de Phillips en Colombia podría ser no lineal y por tanto, resulta pertinente considerar modelos no lineales para su estimación. Finalmente, con estos modelos se intenta explicar el proceso de desinflación que ha vivido la economía colombiana en los últimos años tanto en la inflación de transables, como en la de no transables.
Palabras clave:
Citas
ARANGO, C., HERNÁNDEZ, J. N., LÓPEZ, E.. y MISAS, M. (2003). “La Demanda de Efectivo en Colom bia: Una Caja Negra a la Luz de las Redes Neuronales”. Borradores de Economía No. 268. Banco de la República.
BALAKRISHNAN, R. y J. López-Salido. (2002). “Understanding UK inflation: the role of openness”. Working Paper No. 164, Bank of England.
BALL, L., N. Mankiw. and D. Rom er. (1988). “The New Keynesian Economics and the Output, Inflation Trade- off” ., 1 : 1- 65.
CALVO, G. ( 1983 ) . “ Staggered Prices in a Utility Maximizing Framework” . , 12: 393- 398 .
CLARK, P., D. Laxton and D. Rose. ( 1996) . “ Asym m etry in the US out put inflat ion nexus” . I MF St aff Papers, 43: 216- 251 .
DUPASQUI ER, C. and N. Ricket ts. ( 1998) . “ Nonlinearities in the output- inflat ion relationship: som e em pirical results for Canada” . Working Paper 98 - 14 . Bank of Canada.
EI SNER, R. (1997). “New View of the NAI RU”. I n, Edward Elgar Publishing, UK.
ELI ASSON, A. ( 2001) . “Is the Short- run Phillips Curve Nonlinear? Empirical Evidence for Australia, Sweden and the United States”. Sveriges Riksbank Working Paper Series, 124.
FI LARDO, A. J. ( 1998) . “New Evidence on the Output Cost of Fighting I nflation” . , third quarter: 33- 61.
FRANSES, P. H. y D. Van Dijk. (2000)., Cam bridge University Press.
FRI EDMAN, M. (1968) . “The Role of Monetary Policy”, 58: 1- 17.
GALÍ , J. y M. Gertler. ( 1999) . “Inflation Dynamics: A Structural Econometric Analysis” . Journal of Monetary Economics, 44: 195- 222.
GÓMEZ, J. y JULI O J. M. (2000). “An estimation of the nonlinear Phillips curve in Colombia”. Borradores de Economía No. 160. Banco de la República.
GORDON, R. (1997). “The time- varying NAIRU and its implications for economic policy” ., 11, 11- 32.
KALABA, R. y L. Tesfatsion. (1989) . “Time- Varying Linear Regression via Flexible Least Squares”, Computers Math Applied, Vol. 17, No. 89, pg. 1215- 1244.
IBID. (1990). “Flexible Least Squares for Approximately Linear System s” , I EEE Transactions on System s, Man and Cybernetics, Vol. 20 , No. 5, pg. 978- 989 .
LÓPEZ, E. y MI SAS, M. ( 1999) . “ Un examen em pírico de la curva de Phillips en Colombia” . Borradores de Economía No. 117. Banco de la República.
López. E., M. Misas y P. Querubín. (1999). “La Inflación en Colombia: una aproximación desde las redes neuronales”. Borradores de Economía No. 199. Banco de la República.
Melo, L. F. y M. Misas. (2004). “Modelos Estructurales de Inflación en Colombia: Estimación a través de Mínimos Cuadrados Flexibles”. Borradores de Economía No. 283. Banco de la República.
Nigrinis, M. (2003). “¿Es lineal la Curva de Phillips en Colombia?”. Borradores de Economía No. 282. Banco de la República.
Phillips, A. W. (1958). “The relation between unemployment and the rate of change of money wage rates in the United Kingdom, 1861- 1957”. 25: 283- 299.
Shapiro, C. and J. Stiglitz. (1984). “Equilibrium Unemployment as a Worker Discipline Device”. 74: 433- 444
Taylor, J. (1980) . “Aggregate Dynamics and Staggered Contracts”. 88 : 1- 23.
Tkacz, G. y S. Hu. ( 1999) . “ Forecasting GDP Growth Using Artificial Neural Networks” . Working Paper 99- 3, Bank of Canada.
Uribe, J., Vargas, H. y Gómez, J. “The Implementation of Inflation Targeting in Colombia” . Borradores de Economía No. 202. Banco de la República.
