A34 Aplicación del Filtro de Hodrick Prescott

UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONÓMICAS

ESCUELA DE ECONOMÍA

MÉTODOS PARA EL ÁNALISIS ECONÓMICO

TEMA:

“Aplicación del Filtro de Hodrick Prescott”

DOCENTE:

MSF. Carlos Ademir Pérez Alas.

Grupo de Trabajo

Grupo 06

Integrantes	Carnet	Participación
Martinez Alfaro Kelly Jeannette	MP21084	100%
Méndez Pacheco Darleen Ivette	MP21084	100%
Zarpate Crissia Margareth Villalta	MB22006	100%

CIUDAD UNIVERSITARIA, VIERNES 10 DE ENERO DE 2025

options(scipen = 999999)
knitr::opts_chunk$set(warning=FALSE,echo=TRUE,message=FALSE,eval=TRUE)

Usando los datos incluidos en el archivo datos_PIB_trime_CA.xlsx.

• Aplique el filtro HP para cada uno de los países de Centroamérica, para los periodos disponibles para cada país

• Represente sus resultados de forma gráfica.

library(readxl)
library(mFilter)
library(forecast)

datos_PIB_trim_CA <- read_excel("C:/Users/MINEDUCYT/Desktop/practica/A34/datos_PIB_trim_CA.xlsx", 
     col_types = c("text", "numeric", "numeric", 
         "numeric", "numeric", "numeric", 
         "numeric", "numeric"))

Costa Rica

1. Usando la versión personalizada.

CostaRica <- ts(datos_PIB_trim_CA$CostaRica, start = c(1991,1), frequency = 4)

# Aplica el filtro de Hodrick-Prescott
hp_result <- hpfilter(CostaRica, freq = 1600)

# Extrae la tendencia y el componente cíclico

trend <- hp_result$trend
cycle <- hp_result$cycle

# Visualiza los resultados

plot(CostaRica, type = "l", main = "Filtro de Hodrick-Prescott de Costa Rica", 
     ylab = "PIB",
     xlab = "Tiempo")

lines(trend, col = "red", lwd = 2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

plot(cycle, type = "l", main = "Componente Ciclico", 
     ylab = "Ciclo", 
     xlab = "Tiempo")

2. Usando la representación rápida.

En todos los gráficos indique el país y el periodo al que corresponden los datos.

plot(hp_result,ask = FALSE)

El Salvador

1. Usando la versión personalizada.

ElSalvador <- ts(datos_PIB_trim_CA$ElSalvador, start = c(1990,1), frequency = 4)

# Aplica el filtro de Hodrick-Prescott
hp_result <- hpfilter(ElSalvador, freq = 1600)

# Extrae la tendencia y el componente cíclico

trend <- hp_result$trend
cycle <- hp_result$cycle

# Visualiza los resultados

plot(ElSalvador, type = "l", main = "Filtro de Hodrick-Prescott de El Salvador", 
     ylab = "PIB",
     xlab = "Tiempo")

lines(trend, col = "red", lwd = 2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

plot(cycle, type = "l", main = "Componente Ciclico", 
     ylab = "Ciclo", 
     xlab = "Tiempo")

2. Usando la representación rápida.

En todos los gráficos indique el país y el periodo al que corresponden los datos.

plot(hp_result,ask = FALSE)

Guatemala

1. Usando la versión personalizada.

Guatemala <- ts(datos_PIB_trim_CA$Guatemala, start = c(2001,1), frequency = 4)

# Aplica el filtro de Hodrick-Prescott
hp_result <- hpfilter(Guatemala, freq = 1600)

# Extrae la tendencia y el componente cíclico

trend <- hp_result$trend
cycle <- hp_result$cycle

# Visualiza los resultados

plot(Guatemala, type = "l", main = "Filtro de Hodrick-Prescott de Guatemala", 
     ylab = "PIB",
     xlab = "Tiempo")

lines(trend, col = "red", lwd = 2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

plot(cycle, type = "l", main = "Componente Ciclico", 
     ylab = "Ciclo", 
     xlab = "Tiempo")

2. Usando la representación rápida.

En todos los gráficos indique el país y el periodo al que corresponden los datos.

plot(hp_result,ask = FALSE)

Honduras

1. Usando la versión personalizada.

Honduras <- ts(datos_PIB_trim_CA$Honduras, start = c(2000,1), frequency = 4)

# Aplica el filtro de Hodrick-Prescott
hp_result <- hpfilter(Honduras, freq = 1600)

# Extrae la tendencia y el componente cíclico

trend <- hp_result$trend
cycle <- hp_result$cycle

# Visualiza los resultados

plot(Honduras, type = "l", main = "Filtro de Hodrick-Prescott de Honduras", 
     ylab = "PIB",
     xlab = "Tiempo")

lines(trend, col = "red", lwd = 2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

plot(cycle, type = "l", main = "Componente Ciclico", 
     ylab = "Ciclo", 
     xlab = "Tiempo")

2. Usando la representación rápida.

En todos los gráficos indique el país y el periodo al que corresponden los datos.

plot(hp_result,ask = FALSE)

Nicaragua

1. Usando la versión personalizada.

Nicaragua <- ts(datos_PIB_trim_CA$Nicaragua, start = c(2006,1), frequency = 4)

# Aplica el filtro de Hodrick-Prescott
hp_result <- hpfilter(Nicaragua, freq = 1600)

# Extrae la tendencia y el componente cíclico

trend <- hp_result$trend
cycle <- hp_result$cycle

# Visualiza los resultados

plot(Nicaragua, type = "l", main = "Filtro de Hodrick-Prescott de Nicaragua", 
     ylab = "PIB",
     xlab = "Tiempo")

lines(trend, col = "red", lwd = 2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

plot(cycle, type = "l", main = "Componente Ciclico", 
     ylab = "Ciclo", 
     xlab = "Tiempo")

2. Usando la representación rápida.

En todos los gráficos indique el país y el periodo al que corresponden los datos.

plot(hp_result,ask = FALSE)

República Dominicana

1. Usando la versión personalizada.

RepúblicaDominicana <- ts(datos_PIB_trim_CA$RepúblicaDominicana, start = c(1991,1), frequency = 4)

# Aplica el filtro de Hodrick-Prescott
hp_result <- hpfilter(RepúblicaDominicana, freq = 1600)

# Extrae la tendencia y el componente cíclico

trend <- hp_result$trend
cycle <- hp_result$cycle

# Visualiza los resultados

plot(Nicaragua, type = "l", main = "Filtro de Hodrick-Prescott de República Dominicana", 
     ylab = "PIB",
     xlab = "Tiempo")

lines(trend, col = "red", lwd = 2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

plot(cycle, type = "l", main = "Componente Ciclico", 
     ylab = "Ciclo", 
     xlab = "Tiempo")

2. Usando la representación rápida.

En todos los gráficos indique el país y el periodo al que corresponden los datos.

plot(hp_result,ask = FALSE)

Panamá

1. Usando la versión personalizada.

Panamá <- ts(datos_PIB_trim_CA$Panamá, start = c(1996,1), frequency = 4)

# Aplica el filtro de Hodrick-Prescott
hp_result <- hpfilter(Panamá, freq = 1600)

# Extrae la tendencia y el componente cíclico

trend <- hp_result$trend
cycle <- hp_result$cycle

# Visualiza los resultados

plot(Nicaragua, type = "l", main = "Filtro de Hodrick-Prescott de Panamá", 
     ylab = "PIB",
     xlab = "Tiempo")

lines(trend, col = "red", lwd = 2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

plot(cycle, type = "l", main = "Componente Ciclico", 
     ylab = "Ciclo", 
     xlab = "Tiempo")

2. Usando la representación rápida.

En todos los gráficos indique el país y el periodo al que corresponden los datos.

plot(hp_result,ask = FALSE)