CURSO DE PREDICCIN ECONMICA Y EMPRESARIAL

Unidad 4: Tcnicas Avanzadas de Prediccin

EJERCICIO 1: Estimacin y simulacin de un modelo VAR en EViews
Enunciado
En la tabla inferior disponemos de los datos sobre el tipo de inters interbancario a tres meses (en adelante TIC)
y el ndice de precios de consumo (IPC). Estas series presentan frecuencia mensual, con un horizonte temporal
desde enero de 1980 hasta noviembre de 1998.
a) Introduzca en EViews las series, y estime un modelo VAR con trmino independiente y 2 retardos. Analice los
criterios que utilizara para elegir el retardo ptimo.
b) Realice simulacin con la funcin de impulso-respuesta.
c) Simule ahora con un anlisis de descomposicin de la varianza.
d) Realice prediccin para unos meses.

<<Descarga de las series IPC y TIC en formato Excel>>

Periodo IPC TIC

Jan-80 34.804 15.495
Feb-80 35.115 14.339
Mar-80 35.304 17.112
Apr-80 35.645 17.914
May-80 35.892 18.728
Jun-80 36.449 18.025
Jul-80 36.964 15.935
Aug-80 37.397 15.55
Sep-80 37.795 15.325
Oct-80 38.098 15.785
Nov-80 38.487 16.322
Dec-80 39.025 17.742
Jan-81 39.818 17.641
Feb-81 40.02 15.942
Mar-81 40.817 14.825
Apr-81 41.223 14.78
May-81 41.415 16.676
Jun-81 41.451 17.213
RIAL

n EViews

meses (en adelante TIC)

n un horizonte temporal

y 2 retardos. Analice los

Periodo IPC TIC
Jan-80 34.804 15.495
Feb-80 35.115 14.339
Mar-80 35.304 17.112
Apr-80 35.645 17.914
May-80 35.892 18.728
Jun-80 36.449 18.025
Jul-80 36.964 15.935
Aug-80 37.397 15.55
Sep-80 37.795 15.325
Oct-80 38.098 15.785
Nov-80 38.487 16.322
Dec-80 39.025 17.742
Jan-81 39.818 17.641
Feb-81 40.02 15.942
Mar-81 40.817 14.825
Apr-81 41.223 14.78
May-81 41.415 16.676
Jun-81 41.451 17.213
Jul-81 42.263 16.663
Aug-81 42.778 16.433
Sep-81 43.118 16.213
Oct-81 43.603 15.553
Nov-81 43.981 16.09
Dec-81 44.647 16.103
Jan-82 45.572 15.759
Feb-82 45.927 15.188
Mar-82 46.378 14.645
Apr-82 46.988 15.506
May-82 47.668 16.047
Jun-82 48.126 17.726
Jul-82 48.744 17.446
Aug-82 49.082 15.855
Sep-82 49.139 15.148
Oct-82 49.631 17.108
Nov-82 49.793 17.962
Dec-82 50.901 16.988
Jan-83 51.761 16.777
Feb-83 52.021 16.98
Mar-83 52.337 16.627
Apr-83 53.056 18.251
May-83 53.276 21.245
Jun-83 53.588 21.039
Jul-83 53.779 22.392
Aug-83 54.501 23.411
Sep-83 54.937 22.347
Oct-83 55.682 21.831
Nov-83 56.249 20.694
Dec-83 57.122 19.001
Jan-84 58.007 18.414
Feb-84 58.227 18.457
Mar-84 58.696 17.139
Apr-84 58.973 16.21
May-84 59.292 15.41
Jun-84 59.712 14.414
Jul-84 60.629 13.651
Aug-84 61.05 13.749
Sep-84 61.174 13.109
Oct-84 61.543 13.075
Nov-84 61.859 12.93
Dec-84 62.278 12.216
Jan-85 63.438 12.297
Feb-85 63.898 12.185
Mar-85 64.296 12.14
Apr-85 64.959 12.669
May-85 65.163 12.757
Jun-85 65.052 14.211
Jul-85 65.422 14.204
Aug-85 65.52 13.422
Sep-85 66.239 11.46
Oct-85 66.58 10.367
Nov-85 67.093 10.472
Dec-85 67.371 10.509
Jan-86 69.308 10.683
Feb-86 69.617 10.719
Mar-86 69.852 11.587
Apr-86 70.022 12.274
May-86 70.217 11.631
Jun-86 70.862 12.058
Jul-86 71.57 12.511
Aug-86 71.773 12.184
Sep-86 72.516 11.529
Oct-86 72.787 11.406
Nov-86 72.62 11.52
Dec-86 72.93 11.791
Jan-87 73.489 12.351
Feb-87 73.802 12.597
Mar-87 74.231 14.598
Apr-87 74.399 17.09
May-87 74.307 19.803
Jun-87 74.325 18.289
Jul-87 75.078 17.563
Aug-87 75.045 16.832
Sep-87 75.737 16.865
Oct-87 76.187 15.842
Nov-87 76.012 14.44
Dec-87 76.284 13.595
Jan-88 76.768 12.73
Feb-88 76.978 12.012
Mar-88 77.536 11.055
Apr-88 77.266 10.902
May-88 77.262 11.107
Jun-88 77.562 10.443
Jul-88 78.586 10.786
Aug-88 79.363 10.747
Sep-88 80.06 11.175
Oct-88 80.15 12.629
Nov-88 80.105 12.57
Dec-88 80.742 13.648
Jan-89 81.68 14.135
Feb-89 81.738 14.563
Mar-89 82.26 15.127
Apr-89 82.481 14.78
May-89 82.598 14.765
Jun-89 83.048 14.896
Jul-89 84.396 15.53
Aug-89 84.54 15.307
Sep-89 85.485 15.064
Oct-89 85.83 14.959
Nov-89 85.969 15.331
Dec-89 86.304 15.979
Jan-90 87.144 15.604
Feb-90 87.697 15.498
Mar-90 88.018 15.434
Apr-90 88.218 14.992
May-90 88.211 15.046
Jun-90 88.483 14.996
Jul-90 89.672 15.01
Aug-90 90.065 15.018
Sep-90 91.013 15.157
Oct-90 91.821 14.967
Nov-90 91.729 14.978
Dec-90 91.955 15.119
Jan-91 93.025 15.148
Feb-91 92.895 14.703
Mar-91 93.197 13.787
Apr-91 93.399 13.463
May-91 93.664 12.936
Jun-91 93.934 12.494
Jul-91 95.1 12.821
Aug-91 95.453 12.717
Sep-91 96.233 12.394
Oct-91 96.838 12.618
Nov-91 96.985 12.72
Dec-91 97.038 12.92
Jan-92 98.576 12.878
Feb-92 99.233 12.749
Mar-92 99.592 12.574
Apr-92 99.485 12.546
May-92 99.745 12.502
Jun-92 99.726 12.624
Jul-92 100.05 12.95
Aug-92 100.962 13.483
Sep-92 101.795 14.118
Oct-92 101.856 14.234
Nov-92 101.921 14.29
Dec-92 102.227 15.156
Jan-93 103.185 14.405
Feb-93 103.218 13.829
Mar-93 103.581 14.645
Apr-93 104.035 13.968
May-93 104.322 12.847
Jun-93 104.581 11.102
Jul-93 104.955 11.271
Aug-93 105.583 10.553
Sep-93 106.18 9.979
Oct-93 106.576 9.58
Nov-93 106.755 9.215
Dec-93 107.262 8.863
Jan-94 108.346 8.766
Feb-94 108.385 8.622
Mar-94 108.743 8.144
Apr-94 109.171 7.876
May-94 109.394 7.68
Jun-94 109.512 7.71
Jul-94 109.941 7.75
Aug-94 110.651 7.81
Sep-94 110.988 7.84
Oct-94 111.229 7.82
Nov-94 111.422 7.86
Dec-94 111.914 8.22
Jan-95 113.074 8.94
Feb-95 113.628 8.6
Mar-95 114.29 9.56
Apr-95 114.896 9.35
May-95 114.942 9.38
Jun-95 115.051 9.63
Jul-95 115.069 9.65
Aug-95 115.394 9.6
Sep-95 115.848 9.38
Oct-95 116.064 9.48
Nov-95 116.372 9.48
Dec-95 116.748 9.21
Jan-96 117.462 8.89
Feb-96 117.782 8.71
Mar-96 118.2 8.44
Apr-96 118.871 7.58
May-96 119.281 7.47
Jun-96 119.181 7.3
Jul-96 119.34 7.25
Aug-96 119.678 7.33
Sep-96 119.97 7.06
Oct-96 120.134 6.85
Nov-96 120.141 6.7
Dec-96 120.497 6.36
Jan-97 120.847 5.93
Feb-97 120.765 5.89
Mar-97 120.825 5.83
Apr-97 120.869 5.56
May-97 121.045 5.27
Jun-97 121.042 5.21
Jul-97 121.263 5.27
Aug-97 121.798 5.34
Sep-97 122.401 5.17
Oct-97 122.356 5.12
Nov-97 122.599 5.04
Dec-97 122.925 4.83
Jan-98 123.215 4.7
Feb-98 122.927 4.64
Mar-98 122.984 4.44
Apr-98 123.289 4.41
May-98 123.45 4.34
Jun-98 123.53 4.33
Jul-98 123.986 4.33
Aug-98 124.319 4.35
Sep-98 124.41 4.25
Oct-98 124.423 3.99
Nov-98 124.31 3.8
 CURSO DE PREDICCIN ECONMICA Y EMPRESARIAL
Unidad 4: Tcnicas Avanzadas de Prediccin
EJERCICIO 1: Estimacin y simulacin de un modelo VAR en EViews
Solucin

<<Descarga de la solucin ilustrada en formato PDF: 9 Pgs. (Recomendado)>>

A) ESTIMACIN Y ELECCIN DEL RETARDO.

Para la estimacin de modelos con vectores autorregresivos podemos utilizar dos vas: una, a travs del
men principal con QUICK / ESTIMATE VAR, y otra creando un objeto que sea, precisamente, un modelo
VAR: OBJECTS / NEW OBJECT / VAR. En ambos casos, accedemos a la siguiente pantalla, en la que
hemos incluido el trmino independiente en la especificacin (exogenous) y hemos indicado el nmero de
retardos seleccionados, hasta dos. En la aplicacin se obtiene una salida de estimacin, en primer lugar con
el ndice de precios al consumo (IPC) como variable dependiente; y en segundo lugar, con la variable Tipo de
inters (TIC) como dependiente.
Cada columna de la tabla corresponde a la ecuacin para cada una de las variables endgenas en el modelo
VAR. Por filas, tenemos las variables explicativas, para las que se indica el valor de su coeficiente estimado,
la desviacin tpica y el clculo de la t-student. Por ejemplo, el coeficiente que acompaa a la variable IPC(-
1) en la ecuacin del IPC como variable endgena (primera columna) tiene un valor estimado de 1,03, con
una desviacin tpica de 0,07, resultando entonces un valor significativo de su t-student (15,2).
Al final de esta tabla de resultados se muestran los resultados de la regresin para cada ecuacin,
computando los resultados por separado. As, en la primera ecuacin (la que define al IPC como variable
dependiente) se alcanza una bondad del ajuste del 0,99%, siendo algo inferior (0,97%) en la ecuacin que
explica al tipo de inters (TIC). En la parte inferior de la salida de resultados, aparecen los estadsticos del
modelo VAR en su conjunto: el determinante de la covarianza residual (Determinant Residual Covariance); el
valor del logaritmo de verosimilitud (Log Likelihood); y los dos estadsticos de criterios restantes (Akaike
Information Criteria: AIC; Schwarz Criteria: SC). Estos criterios de informacin pueden utilizarse para
seleccionar el modelo ms apropiado entre diferentes modelos VAR con distintos retardos especificados, que
ser, precisamente, aquel que presente un valor ms bajo para estos estadsticos.
B) FUNCIN DE IMPULSO-RESPUESTA.
Una vez estimado el modelo VAR, la principal utilizacin del modelo son las funciones de impulso-respuesta
y el anlisis de descomposicin de la varianza que EViews proporciona automticamente. En el primer caso,
para obtener la funcin impulso-respuesta, dentro del men de la ventana creada para el modelo VAR
seleccionamos IMPULSE, y en la nueva ventana marcamos las opciones de visualizacin de los datos
(Table), funcin de respuesta de impulsos (Impulse responses) y aceptamos, por defecto, el nmero de
perodos que nos indica EViews (10). Una funcin de impulso-respuesta muestra el efecto de un cambio en
los errores sobre las variables endgenas del sistema de ecuaciones. EViews nos muestra nuestro modelo,
con sus dos ecuaciones, de tres formas diferentes, seleccionando VIEW / REPRESENTATIONS dentro del
men de la ventana del modelo VAR estimado.
En la segunda expresin, el primer nmero que figura dentro de C(n, n) se refiere al orden (nmero) de la
ecuacin en el modelo VAR, mientras que el segundo nmero se refiere al orden que ocupa la variable en
cada ecuacin. Por ejemplo, C(2,3) es el coeficiente del tercer regresor (TIC(-1)) en la ecuacin segunda (la
de TIC). En la tercera expresin, los coeficientes ya se sustituyen por los valores estimados. Un cambio en
e1 modificar automticamente el valor de la variable IPC, pero no slo se alterar el valor de sta, tambin
el de la variable TIC debido a la estructura dinmica del sistema.Una respuesta de impulso separa los
determinantes de las variables endgenas en cambios o innovaciones identificadas con variables
especficas. De esta forma, una funcin de impulso-respuesta para medir el efecto de una desviacin en
TIC hoy sobre el valor actual y futuro de IPC y TIC.
La funcin impulso-respuesta mide un cambio en los errores equivalente al valor de su desviacin tpica que
es, precisamente, 0,320227, valor que aparece como respuesta de IPC en el primer perodo y que podemos
comprobar fcilmente a partir de los resultados de la regresin previa
As, un cambio en los errores de la ecuacin de IPC, del orden de una desviacin tpica del error de esta
primera ecuacin, provoca un incremento equivalente de 0,32 en el perodo inicial, aumentando a 0,33
despus de 2 y 3 perodos. A partir del cuarto perodo los efectos tienden a decrecer lentamente. Por otra
parte, el efecto sobre los tipos de inters es nulo en el primer perodo (por planteamiento), incluso negativo
durante los perodos 2 y 3, pero va acumulando sus efectos hasta aadir 0,07 al cabo de 10 perodos.
Un cambio en TIC, equivalente a una desviacin tpica del error de esta segunda ecuacin (0,69, segn
resultados precedentes), apenas tiene efecto sobre precios en el primer perodo como resultado de situar la
variable IPC antes de TIC en el orden-, y provoca una cada de 0,03 y 0,04 despus de 2 y 3 perodos en
IPC. Sobre los propios tipos de inters, el efecto va aumentando durante los tres primeros perodos hasta
transformar el cambio inicial de 0,69 en 0,90, para despus ir reducindose progresivamente su impacto
hasta alcanzar 0,45 al final del perodo considerado de 10 meses.
Podemos visualizar los efectos comentados en trminos grficos si en lugar de seleccionar tabla de
resultados (Table) en las opciones para obtener la funcin de respuesta de impulso indicamos la opcin
grfica (Combines response graphs).
En definitiva, y en este caso, comprobamos, nuevamente, que el efecto de un choque sobre la variable tipo
 RIAL

en EViews

as: una, a travs del

cisamente, un modelo
pantalla, en la que
ndicado el nmero de
cin, en primer lugar con
ar, con la variable Tipo de

endgenas en el modelo
su coeficiente estimado,
paa a la variable IPC(-
estimado de 1,03, con
ent (15,2).
cada ecuacin,
al IPC como variable
%) en la ecuacin que
en los estadsticos del
Residual Covariance); el
os restantes (Akaike
en utilizarse para
tardos especificados, que

es de impulso-respuesta
mente. En el primer caso,
ara el modelo VAR
acin de los datos
fecto, el nmero de
efecto de un cambio en
muestra nuestro modelo,
ENTATIONS dentro del

al orden (nmero) de la
e ocupa la variable en
la ecuacin segunda (la
timados. Un cambio en
el valor de sta, tambin
mpulso separa los
con variables
de una desviacin en

su desviacin tpica que

perodo y que podemos

pica del error de esta

aumentando a 0,33
r lentamente. Por otra
iento), incluso negativo
bo de 10 perodos.
uacin (0,69, segn
omo resultado de situar la
us de 2 y 3 perodos en
meros perodos hasta
vamente su impacto

ccionar tabla de
ndicamos la opcin

ue sobre la variable tipo

 CURSO DE PREDICCIN ECONMICA Y EMPRESARIAL
Unidad 4: Tcnicas Avanzadas de Prediccin
EJERCICIO 1: Estimacin y simulacin de un modelo VAR en EViews
Resultados
Como siempre, las operaciones realizadas en este ejercicio pueden repetirse utilizando el archivo
VAR.wf1. Al abrir el fichero en el programa Econometric Views nos encontramos con las siguientes
ventanas:
NOMBRE CONTENIDO
IPC Serie original de datos del Indice de precios al consumo.
TIC Tipo de inters interbancario a tres meses.
IPCF Predicciones para IPC con el modelo VAR.
TICF Predicciones para TIC con el modelo VAR.
TABLA1 Resultados de la estimacin del modelo VAR.
TABLA2 Resultados de la funcin de respuesta de impulsos.
TABLA3 Resultados del anlisis de la descomposicin de la varianza.
TABLA4 Ecuaciones del modelo VAR.
GRAFICO1 Evolucin de las series IPC y TIC.
GRAFICO2 Grficos de la funcin de respuesta de impulsos.
GRFICO3 Grficos del anlisis de la descomposicin de la varianza.
VAR1 Estimacin de un modelo VAR para las series IPC y TIC.
MODELO1 Modelo VAR de las series IPC y TIC.

<<Descarga del fichero de trabajo de EViews VAR.WF1>>

RIAL

n EViews

izando el archivo
con las siguientes