Aplicaciones del Filtro de Kalman a las calibraciones en modelos de ciclo real

Resumen

Este trabajo tiene dos objetivos. El primero de ellos es aportar una generalización del filtro de Kalman a la estimación de modelos dinámicos con expectativas racionales formadas en el presente de variables endógenas futuras. El segundo es mostrar dos aplicaciones de este procedimiento en modelos estocásticos de crecimiento bajo el supuesto de expectativas racionales. En particular, se presenta, por un lado, una metodología para calibrar parámetros de estos modelos que resultan difíciles de estimar debido a la ausencia de datos en la economía real (por ejemplo, el coeficiente de aversión relativa al riesgo). El procedimiento que se presenta tiene la ventaja de la sencillez de su funcionamiento. Por otro lado, se utiliza el procedimiento de calibración para dar una medida objetiva de discriminación entre modelos, que permita resolver el problema de identificación de modelos observacionalmente equivalentes.