A34-Aplicación del Filtro de Hodrick Prescott

UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONÓMICAS

ESCUELA DE ECONOMÍA

CICLO II-2024

Logo UES

Asignatura:

Métodos para el Análisis Económico

Docente:

Carlos Ademir Pérez Alas

Grupo:

2

Integrantes:

Márquez Arévalo, Iris Leonor. MA15003

Menjívar Guillén, Carlos Fernando. MG20035

Santos Guzmán, Orlando Rigoberto. SG18058

Ciudad Universitaria, 10 de enero 2025

Carga de los datos

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

# Carga de los datos
PIB_trimestral <- read_excel("~/Metodos/A34/datos_PIB_trim_CA.xlsx",skip = 6)
colnames(PIB_trimestral) <- c("Fechas", "Costa Rica", "El Salvador", "Guatemala", "Honduras", "Nicaragua", "República Dominicana", "Panamá")

COSTA RICA

Implementación Personalizada

# Transformación de datos para análisis
PIB_trimestral$CR <- as.numeric(PIB_trimestral$`Costa Rica`)
serie_temporal_CR <- ts(PIB_trimestral$CR, start = c(1991, 1), frequency = 4)
serie_temporal_CR <- serie_temporal_CR[is.finite(serie_temporal_CR)]

# Aplicación del filtro Hodrick-Prescott
filtro_hp_CR <- hpfilter(serie_temporal_CR, freq = 1600)

# Resultados: tendencia y ciclo
tendencia_pib_CR <- filtro_hp_CR$trend
ciclo_pib_CR <- filtro_hp_CR$cycle

# Gráfico de la serie original y tendencia
plot(serie_temporal_CR, type = "l", main = "Análisis del PIB - Costa Rica", 
     ylab = "PIB (millones de USD)", xlab = "Tiempo")
lines(tendencia_pib_CR, col = "blue", lwd = 2)
legend("topleft", legend = c("Serie Original", "Tendencia (Filtro HP)"), 
       col = c("black", "blue"), lty = 1, lwd = 2)

# Gráfico de la componente cíclica
plot(ciclo_pib_CR, type = "l", main = "Variación Cíclica del PIB - Costa Rica", 
     ylab = "Desviación Cíclica", xlab = "Períodos")

Implementación más rápida del gráfico

# Visualización rápida de los resultados del filtro HP
plot(filtro_hp_CR, ask = FALSE)

EL SALVADOR

Implementación Personalizada

# Personalizada
PIB_trimestral$SV <- as.numeric(PIB_trimestral$`El Salvador`)
serie_SV <- ts(PIB_trimestral$SV, start = c(1990, 1), frequency = 4)
serie_SV <- serie_SV[is.finite(serie_SV)]
resultado_HP_SV <- hpfilter(serie_SV, freq = 1600)

# Descomposición en tendencia y ciclo
tendencia_SV <- resultado_HP_SV$trend
ciclo_SV <- resultado_HP_SV$cycle

# Gráfico de la serie original y tendencia
plot(serie_SV, type = "l", main = "Análisis del PIB - El Salvador", 
     ylab = "PIB (millones de USD)", xlab = "Períodos")
lines(tendencia_SV, col = "red", lwd = 2)
legend("topleft", legend = c("Serie Original (SV)", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

# Gráfico de la componente cíclica
plot(ciclo_SV, type = "l", main = "Ciclo Económico - El Salvador", 
     ylab = "Desviación Cíclica", xlab = "Períodos")

Implementación más rápida del gráfico

# Análisis rápido de resultados para El Salvador
plot(resultado_HP_SV, ask = FALSE)

GUATEMALA

Implementación Personalizada

# Personalizada
PIB_trimestral$`Guatemala` <- as.numeric(PIB_trimestral$`Guatemala`)
gt <- ts(PIB_trimestral$`Guatemala`, start = c(2001, 1), frequency = 4)
gt <- gt[is.finite(gt)]
hp_gt <- hpfilter(gt, freq = 1600)
trend_gt <- hp_gt$trend
cycle_gt <- hp_gt$cycle
plot(gt, type = "l", main = "Filtro de Hodrick-Prescott - Guatemala", 
     ylab = "PIB", xlab = "Tiempo")
lines(trend_gt, col = "blue", lwd = 2)
legend("topleft", legend = c("Guatemala", "Tendencia (Filtro HP)"), 
       col = c("black", "blue"), lty = 1, lwd = 2)

# Gráfico de la componente cíclica
plot(cycle_gt, type = "l", main = "Componente Cíclica", 
     ylab = "Ciclo", xlab = "Tiempo")

Implementación más rápida del gráfico

# Rápida
plot(hp_gt, ask = FALSE)

HONDURAS

Implementación Personalizada

# Personalizada
PIB_trimestral$`Honduras` <- as.numeric(PIB_trimestral$`Honduras`)
honduras <- ts(PIB_trimestral$`Honduras`, start = c(2000, 1), frequency = 4)
honduras <- honduras[is.finite(honduras)]
hp_honduras <- hpfilter(honduras, freq = 1600)
trend_honduras <- hp_honduras$trend
cycle_honduras <- hp_honduras$cycle

# Gráfico de la serie original con la tendencia
plot(honduras, type = "l", main = "Filtro de Hodrick-Prescott - Honduras", 
     ylab = "PIB", xlab = "Tiempo")
lines(trend_honduras, col = "orange", lwd = 2)  # Cambiado a naranja
legend("topleft", legend = c("Honduras", "Tendencia (Filtro HP)"), 
       col = c("black", "orange"), lty = 1, lwd = 2)

# Gráfico de la componente cíclica
plot(cycle_honduras, type = "l", main = "Componente Cíclica", 
     ylab = "Ciclo", xlab = "Tiempo")

Implementación más rápida del gráfico

# Rápida
plot(hp_honduras, ask = FALSE)

NICARAGUA

Implementación Personalizada

# Personalizada
PIB_trimestral$`Nicaragua` <- as.numeric(PIB_trimestral$`Nicaragua`)
nicaragua <- ts(PIB_trimestral$`Nicaragua`, start = c(2006, 1), frequency = 4)
nicaragua <- nicaragua[is.finite(nicaragua)]
hp_nicaragua <- hpfilter(nicaragua, freq = 1600)
trend_nicaragua <- hp_nicaragua$trend
cycle_nicaragua <- hp_nicaragua$cycle

# Gráfico de la serie original con la tendencia
plot(nicaragua, type = "l", main = "Filtro de Hodrick-Prescott - Nicaragua", 
     ylab = "PIB", xlab = "Tiempo")
lines(trend_nicaragua, col = "red", lwd = 2)  # Cambiado a rojo
legend("topleft", legend = c("Nicaragua", "Tendencia (Filtro HP)"), 
       col = c("black", "red"), lty = 1, lwd = 2)

# Gráfico de la componente cíclica
plot(cycle_nicaragua, type = "l", main = "Componente Cíclico", 
     ylab = "Ciclo", xlab = "Tiempo")

Implementación más rápida del gráfico

# Rápida
plot(hp_nicaragua, ask = FALSE)

REPUBLICA DOMINICANA

Implementación Personalizada

# Personalizada
PIB_trimestral$`República Dominicana` <- as.numeric(PIB_trimestral$`República Dominicana`)  # Convertir a numérico
republica_dominicana <- ts(PIB_trimestral$`República Dominicana`, start = c(1991, 1), frequency = 4)  # Crear la serie de tiempo
republica_dominicana <- republica_dominicana[is.finite(republica_dominicana)]  # Remover valores no finitos
hp_republica_dominicana <- hpfilter(republica_dominicana, freq = 1600)  # Aplicar el filtro Hodrick-Prescott
trend_republica_dominicana <- hp_republica_dominicana$trend
cycle_republica_dominicana <- hp_republica_dominicana$cycle

# Gráfico de la serie original con la tendencia
plot(republica_dominicana, type = "l", main = "Filtro de Hodrick-Prescott - República Dominicana", 
     ylab = "PIB", xlab = "Tiempo")
lines(trend_republica_dominicana, col = "pink", lwd = 2)  # Manteniendo el color "pink"
legend("topleft", legend = c("República Dominicana", "Tendencia (Filtro HP)"), 
       col = c("black", "pink"), lty = 1, lwd = 2)

# Gráfico de la componente cíclico
plot(cycle_republica_dominicana, type = "l", main = "Componente Cíclico", 
     ylab = "Ciclo", xlab = "Tiempo")

Implementación más rápida del gráfico

# Rápida
plot(hp_republica_dominicana, ask = FALSE)

PANAMA

Implementación Personalizada

# Personalizada
PIB_trimestral$Panamá <- as.numeric(PIB_trimestral$Panamá)
Panamá <- ts(PIB_trimestral$Panamá, start = c(1996, 1), frequency = 4)
Panamá <- Panamá[is.finite(Panamá)]
hp_panama <- hpfilter(Panamá, freq = 1600)  # Cambiado a hp_panama
trend <- hp_panama$trend
cycle <- hp_panama$cycle

# Gráfico de la serie original con la tendencia
plot(Panamá, type = "l", main = "Filtro de Hodrick-Prescott - Panamá", 
     ylab = "PIB", xlab = "Tiempo")
lines(trend, col = "blue", lwd = 2)  # Cambiado a azul
legend("topleft", legend = c("Panamá", "Tendencia (Filtro HP)"), 
       col = c("black", "blue"), lty = 1, lwd = 2)

# Gráfico de la componente cíclica
plot(cycle, type = "l", main = "Componente Cíclico", 
     ylab = "Ciclo", xlab = "Tiempo")

Implementación más rápida del gráfico

# Rápida
plot(hp_panama, ask = FALSE)