SIMULACION DE MODELOS

SIMULACIÓN DE MODELOS

1. En economía, ¿cuál es la aplicación de la optimización dinámica?

En Economía La aplicación de la optimización dinámica se basa en la obtención de la solución óptima de sistemas que evolucionan en los tiempos susceptibles de influencia mediante decisiones externas en un horizonte temporal, finito o infinito describiendo y regulando el comportamiento de individuos y empresas, constituyéndose en la actualidad en una de las principales herramientas a utilizar tanto a nivel macro como empresarial.

2. Explique cuál es la función de la matriz de contabilidad social en el modelo de equilibrio general computable.

La función de la Matriz de Contabilidad Social está en que para que un modelo de equilibrio General Computable (CGE) sea operacional es necesario contar con un caso base. La presentación de los datos del equilibrio inicial se realiza mediante la matriz de contabilidad social (SAM). Esta Matriz contiene todas las transacciones que tienen lugar en una economía determinada durante un periodo de tiempo dado. Por ejemplo una Matriz de Contabilidad Social Simple, puede contener información sobre las transacciones que se realizan entre los factores de producción, los consumidores y los sectores productivos de un país durante un año.

Para construir una SAM que permita calibrar un modelo de CGE es necesario suponer que los valores de las variables constituyen un “equilibrio general”. Es decir, deben cumplirse las siguientes condiciones:

• Las demandas se igualan a las ofertas en todos los mercados

• Ningún sector productivo tiene beneficios positivos

• Todos los agentes modelados cumplen con su restricción presupuestaria

• El sector externo de la economía está equilibrado.

En la práctica, no todas las estadísticas publicadas cumplen estas condiciones por lo que resulta necesario realizar varios ajustes.

3. Relate la importancia del término estocástico en el movimiento browniano.

El término o Proceso Estocástico en el movimiento Browniano es importante por tres características relevantes:

• La distribución de la probabilidad de todos los valores futuros del proceso dependen únicamente de su valor actual, no siendo afectada por sus valores pasados ni por ninguna otra información actual.

• Tiene incrementos independientes, lo que significa que la distribución de la probabilidad de cambios en el proceso en cualquier intervalo temporal es independiente de la de cualquier otro intervalo

• Las variaciones en el proceso producidas en un intervalo finito de tiempo, se distribuyen normalmente con una varianza que aumenta linealmente con el tamaño del intervalo temporal.

4. ¿Cuál es la diferencia entre un modelo ARCH y un modelo GARCH? Explique

La diferencia entre estos modelos es que el modelo ARCH, significa modelo auto regresivo condicionalmente heterocedástico, el cual hace parte de la familia de modelos adecuados para modelar la volatilidad de una serie. Mientras que el modelo Garch es una clase Mas general que los Arch. Los GARCH (modelos generalizados auto regresivos condicionalmente heterocedásticos), extiende la clase de los modelos ARCH y su estructura de la varianza condicional depende, además del cuadrado de los errores retrasados q períodos como en el modelo ARCH(q), de las varianzas condicionales retrasadas p períodos.

5. Enumere y explique las condiciones requeridas para aplicar un modelo markov.

Las cadenas de Márkov se pueden utilizar en modelos simples de evaluación de opciones

...