Professional Documents
Culture Documents
Esta es una versin preliminar escrita para el curso de ECONOMETRA APLICADA dictado en LAMBDA GROUP cualquier
sugerencia por favor escribir al correo tvargasprincipe@gmail.com
2Especialista
E ( yt ) = E ( yt +m )
Propiedad 2. Las varianzas no dependen del tiempo (Cte) y son finitas
Cov( yt ; ys ) = Cov( yt + m ; y s + m )
i =1
i =1
ARMA( p, q ) : y t = i y t i i u t i + u t +
Lu = yt 1
L2 y = y t 2
ARMA( p, q) : 1 1 L 2 L2 p Lp yt = 1 1 L 2 L2 p Lp ut +
Donde el Polinomio de rezagos es:
1 1 L 2 L2 p Lp
[
]
ARMA( p, q) : [(1 z L).(1 z L)...(1 z L ]y
ARMA( p, q) : 1 1 L 2 L2 p Lp yt = MA(q ) +
1
= MA(q ) +
j = Cov ( yt ; yt j ) = E ( yt y ).( yt j y )
Cuando j =0, tenemos la varianza.
0 = Var ( yt ) = E ( yt y )
1) j 0
2) j = j ( simetria)
j = Corr ( yt ; yt j ) =
Cov ( yt ; yt j )
Var ( yt ) . Var ( yt j )
j
0
1) 0 = 1
2) j 1
3) j = j ( simetria )
4) Lim j = 0
j
Nota1:
El FAS se puede obtener a partir de regresiones MICO
yt=a*yt-1+ut entonces a = 1
yt=b*yt-2+ut entonces b = 2
(c) Funcin de Autocorrelacin Parcial (FAP)
La FAP de un PED es igual a su FAS, pero corregida por los rezagos intermedios, ya que
indica el efecto marginal que cada t-k tiene sobre t.
Podemos hallar el FAP mediante determinantes, tal como se especifica a continuacin
11 = 1
1
= 1 2
1 1
1 1
1
22
...
1 1 2 ... j 2
1 1
1 ... j 3 2
...
jj =
j 1 j 2 j 3 ...1 j
1 1 2 ... j 2 j 1
1 1
1 ... j 3 2
...
j 1 j 2 j 3 ...1 1
Nota2:
Para estimar la FAP de orden k de un PED es necesario correr una regresin que
relacione yt y yt-k pero en presencia de los rezagos intermedios. As, por ejemplo, para
hallar la FAP de orden 1 (que es igual a la FAS del mismo orden, ya que no habran
rezagos intermedios), se corre la regresin:
yt=a*yt-1+ut entonces a = 11
yt= a*yt-1+b*yt-2+ut entonces b = 22 , pero a no es la FAP de orden 1.
yt= a*yt-1+b*yt-2++c*yt-3+ut entonces c = 33 , pero a y b no es la FAP de orden 1y2
respectivamente.
********************************************************************************************
Aplicacin en Eviews de lo aprendido hasta este punto.
1. Usar el Workfile estadsticos
2. Obtener las FAS y FAP utilizando el comando correlogram.
yt=b*yt-2+ut entonces b = 2
********************************************************************************************
yt = 1 yt 1 + + ut
Para especificar los FAC, FAS y FAP de un proceso AR, se trabajar la variable en
__
y t = 1 y t 1 + ut
Asimismo, antes de analizar el comportamiento de las funciones de autocorrelacin hay
que establecer la relacin que existe entre yt y los errores de la ecuacin ut.
~
0;
E y t j * ut = 2
u ;
j>0
j=0
FAC AR(1)
2
_
~ ~
~ 2
~ ~
0 = E yt y = E y t = E y t * y t = E y t * 1 y t 1 + u t = 1 1 + u2
1 = E yt y yt 1 y = E y t * y t 1 = E y t 1 * 1 y t 1 + u t = 1 0
_
2 = E yt y yt 2 y = E y t * y t 2 = E y t 2 * 1 y t 1 + u t = 1 1 = 12 0
j = 1j 0
FAS AR(1)
1 ==
1 1 0
=
= 1
0
0
2 12 0
2 ==
=
= 12
0
0
j
j = 1
FAP AR(1)
11 = 1 = 1
1
= 1 2
1 1
1 1
22
1 12
1 1
1 1
=0
jj = 0 Para j>1
Los coeficientes de correlacin simple de un proceso AR(1) estacionario
convergen a cero conforme aumente el grado de los mismos.
Slo el primer coeficiente de correlacin parcial de un AR(1) estacionario es
distinto de cero.
FAC MA(1)
FAS MA(1)
FAP MA(1)
FAP (j)
Igual a cero para j>p
Converge a 0, j Infinito
********************************************************************************************
Aplicacin en Eviews de lo aprendido hasta este punto.
1- Ruido Blanco
create u 1 200
series WN1 = rnd
series WN2 = nrnd
series WN3 = 2 + @sqr(3)*nrnd
El comando rnd genera nmeros aleatorios en el intervalo [0,1] con distribucin
uniforme. El comando nrnd genera nmeros aleatorios con distribucin normal con
media cero y varianza uno. Por lo tanto: WN1 U(0,1), WN2 N(0,1) y WN3 N(2,3).
3. AR(1)
Para generar un proceso AR(1) vamos a crear un nuevo programa y escribiremos lo
siguiente
create u 1 200
scalar rho = 0.5
smpl @first @first
series ar1 = 0
smpl @first +1 @last
series ar1 = rho*ar1(-1)+ nrnd
El comando scalar genera un escalar de nombre rho y valor 0.5. Para el proceso AR(1)
el valor de rho debe asignarse en el intervalo (-1,1) para que el proceso sea estacionario y
causal. El comando smpl es para indicar que vamos a trabajar con una muestra en lugar
del rango del workfile. En esta lnea le estamos indicando a EViews que trabaje
nicamente con el primer elemento de las series. El comando series, genera la series
ar1. Como estamos indicando ar1=0 Ya dems estamos trabajando con la muestra del
primer elemento,seriesar1 = 0 genera una serie de ceros de un elemento. La siguiente
lnea le indica a EViews que tome una muestra desde el segundo elemento hasta el
ultimo. Por ltimo, genera la serie ar1 multiplicando al valor de ar1 del periodo anterior
(que para el primer periodo lo hemos generado igual a cero) por una constante rho que
puede tomar valores entre -1 y 1 (en este caso 0.5) y sumndole un numero aleatorio con
distribucin N(0,1). Para generar un random walk asignar a rho el valor 1.
AR(2)
create u 1 200
smpl @first @first+1
series ar2 = 0
smpl @first+2 @last
series ar2 = 0.2*ar2(-1)+0.5*ar2(-2)+ nrnd
La nica diferencia con el programa anterior es que ahora necesitamos asignar dos
valores iguales a cero.
5. Proceso ARMA(1,1)
create u 1 200
series u2 = nrnd
series ma11 = u2 + 0.5*u2(-1)
smpl @first @first
series arma11 = 0
smpl @first+1 @last
series arma11 = 0.5*arma11(-1) + ma11
smpl @first @last
Metodologia
univariados.
mejorar el
I. Introduccin
La no estacionariedad en media puede ocurrir, bsicamente, en dos circunstancias
Cuando la media se comporta como un polinomio de orden d en el tiempo, es
decir, se observa una tendencia determinstica en la serie. Esta tendencia puede
ser removida diferenciando la serie tantas veces como sea el orden del polinomio
temporal. Por ejemplo:
yt = 0 + 1*t + t(1)
E(yt) = o + 1t, por lo que crece con el tiempo
y t -1= 0 + 1*(t-1) + t-1(2)
yt- y t -1= 1 + t t-1 (1)-(2)
Siendo la primera diferencia un modelo MA estacionario (ya que E(yt yt-1) =
pero no invertible
yt = yt1+ t,
donde
=1.
FAS FAP
Una serie Integrada presentar una lenta dilucin de la significancia de los coeficientes de
correlacin simple (FAS) y un coeficiente de correlacin parcial (FAP) de primer orden
bastante significativo.
y t = 1 y t 1 + t
y t y t 1 = 1 y t 1 y t 1 + t
yt = . yt 1 + t
H 0 : = 0 ( H 0 : = 1 )
Donde: yt = yt y t 1 ; adems 1 =
La verificacin de la hiptesis nula (AH0) significa que el proceso en cuestin presenta
raz unitaria.
Test Dickey Fuller Aumentado
p
yt = 0 + . yt 1 + 2 .t + i .yt i +1 + t
i =2
a) Si la serie parece contener una tendencia, entonces, el test debe incluir intercepto
y tendencia.
b) Si la serie no presenta una tendencia, pero muestra una media distinta de cero, el
test debe incluir solo intercepto.
********************************************************************************************
Aplicacin en Eviews de lo aprendido hasta este punto.
Crear un nuevo workfile de 100 datos: new program
create u 1 100
smpl 1 1
genr y1=nrnd
genr y2=nrnd
genr y3=nrnd
genr y4=nrnd
smpl 2 100
genr y1=0.99*y1(-1)+nrnd*5
genr y2=3.75+0.99*y2(-1)+nrnd*4
genr y3=1.5+0.55*@trend+0.75*y3(-1)+nrnd*5
genr y4=3.5+0.88*y4(-1)+nrnd*5
smpl @all
y1 es un Random Wald puro
y2 es un Random Wald con drift (termino constante)
y3, y4 son series estacionarias (la primera estacionaria en tendencia), por ello la correcta
especificacin de la prueba del DFA debera llevar a la aceptacin de la H0 en los dos
primeros casos y el rechazo de las mismas para las dos ltimas.
Exploramos grficamente:
60
250
50
200
40
150
30
20
100
10
50
0
0
-10
-20
-50
25
50
75
100
25
50
Y1
75
100
75
100
Y2
240
50
200
40
160
30
120
20
80
10
40
0
-40
-10
25
50
75
Y3
100
25
50
Y4
Preguntas Tipo
1-Todas las siguientes son verdaderas, excepto:
a. Mtodo box-Jenkins se utiliza para
univariados.
II)
III)
Una serie autoregresiva con una raz unitaria presenta una funcin de
Autocorrelacin simple que no se disipa en el tiempo, puesto que los
choques aleatorios son permanentes y no temporales.
La presencia de no estacionariedad en media se puede dar cuando se
tenga un proceso autorregresivo con raz unitaria.
Si el test ADF no rechaza la hiptesis nula en los niveles de una serie
econmica, pero si la rechaza en primeras diferencias, entonces no se
puede determinar el orden de integracin de la serie.
a) solo I
III
b) solo II
c) solo III
d) solo I y II
e) solo I y