天美传媒

Uso de cookies

En las p谩ginas web de la 天美传媒 utilizamos cookies propias y de terceros para mejorar nuestros servicios mediante el an谩lisis de sus h谩bitos de navegaci贸n. Al continuar con la navegaci贸n, entendemos que se acepta nuestra pol铆tica de cookies. "Normas de uso"

[Cerrar]

Ignacio N. Lobato Garc铆a-Mij谩n

 
 

Ignacio N. Lobato Garc铆a-Mij谩n - Instituto Tecnol贸gico Aut贸nomo de M茅xico (M脡XICO)

Ignacio N. Lobato es Doctor y Máster con distinción por la Universidad de Londres.

Es profesor en el Instituto Tecnológico Autónomo de México, en donde ha sido director del Centro de Investigación Económica.

Ha sido profesor en la Universidad de Iowa y profesor visitante en la 天美传媒. Es Fellow de la Econometric Society y miembro del Sistema Nacional de Investigadores (SNI) de México, y del Consejo Nacional de Ciencia y Tecnología, Nivel III.

 

Estancia en l天美传媒: DEPARTAMENTO DE ECONOMÍA

Proyecto: El objetivo fundamental de esta investigación es desarrollar métodos estadísticos para realizar inferencia en modelos econométricos no-invertibles, en particular en un contexto multivariante, teniendo en cuenta su aplicación a la metodología de modelos VAR.

En particular, la investigación se centrará en establecer métodos de estimación para modelos econométricos no invertibles y en desarrollar contrastes de especificación que sean capaces de detectar la presencia de no invertibilidad en las series econónomicas y corroborar que el modelo elegido sea correcto.

En comparación con la metodología tradicionalmente usada que se basa en la información contenida en los segundos momentos, se propondrán procedimientos basados en la información contenida en momentos de orden superior. Este enfoque presenta dos ventajas: identificación de modelos no invertibles y mejora en eficiencia incluso en modelos invertibles.

Se desarrollarán nuevos métodos de estimación y contrastes de hipótesis y se establecerán justificaciones teóricas rigurosas, en forma de una teoría estadística para muestras grandes. Además, se examinarán las propiedades de muestras finitas mediante simulaciones de Monte Carlo.

Fecha de estancia: ENE 13 - JUN 13