Regression model

Vector Autorregresivo Aumentado por Factores (FAVAR)

FAVAR es un modelo multivariado de series temporales que primero comprime la información de un conjunto muy grande de variables en unos pocos factores comunes, y luego incluye esos factores junto con las variables observadas en una autorregresión vectorial. Fue introducido por Bernanke, Boivin y Eliasz en 2005 para estudiar la política monetaria utilizando cientos de indicadores macroeconómicos a la vez.

Aplicar con EconMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Bernanke, B. S., Boivin, J. & Eliasz, P. (2005). Measuring the Effects of Monetary Policy: A Factor-Augmented Vector Autoregressive (FAVAR) Approach. The Quarterly Journal of Economics, 120(1), 387-422. DOI: 10.1162/0033553053327452
  2. Stock, J. H. & Watson, M. W. (2002). Macroeconomic Forecasting Using Diffusion Indexes. Journal of Business & Economic Statistics, 20(2), 147-162. DOI: 10.1198/073500102317351921

Cómo citar esta página

ScholarGate. (2026, June 1). Factor-Augmented Vector Autoregression. ScholarGate. https://scholargate.app/es/econometrics/favar

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateFAVAR (Factor-Augmented Vector Autoregression). Recuperado el 2026-06-15 de https://scholargate.app/es/econometrics/favar · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026