Professional Documents
Culture Documents
5
Regresiones con variables no
estacionarias
1
5.1. Conceptos Básicos
TBILL
8
0
1954 1956 1958 1960 1962 1964 1966 1968 1970
2
Proceso Estocástico
Es una colección de variables ordenadas en el
tiempo:
Yt – si es discreta
3
Proceso Estocástico Estacionario
4
Proceso Estocástico No
Estacionario
5
Proceso Estocástico No
Estacionario con variaciones
6
Proceso Estocástico de Raiz
Unitaria
situación de no estacionariedad
7
Proceso Estocástico Integrado
8
Proceso Estacionario con
tendencia
9
Regresión Espuria
10
Prueba de Estacionariedad
1. Prueba gráfica.
2. Correlograma:
Función de
Autocorrelación
ACF
11
Prueba de Estacionariedad
2. Correlograma:
Prueba de
Significancia
12
5.2. Probando Raíces Unitarias
AR(1): yt = a + ryt-1 + et
Si H0: r = 1,
Define q = r – 1 y sustrayendo yt-1 a ambos
lados obtenemos Dyt = a + qyt-1 + et
El test simple t es inapropiado porque podría
existir un proceso I(1)
El test de Dickey-Fuller utiliza el estadístico t,
pero con valores críticos diferentes
13
Probando Raices Unitarias
Agregamos p rezagos a Dyt a fin de permitir más
dinamismo en el proceso.
Todavía calculamos el estadístico t para q
Ahora se llama Test Aumentado de
Dickey-Fuller mantiene los mismos
valores críticos.
Los rezagos se utilizan para asegurar que no existe
correlación serial si son muy pocos se podría
cometer un error. 14
Probando Raíces Unitarias con
tendencia
Si existe claramente una tendencia en las
series ajustar para evitar el error de
confundir una tendencia estacionaria con una
raiz unitaria.
Solo agregamos una tendencia en el modelo.
Seguimos utilizando el estadístico t para
q, pero con los valores críticos para el
cambio del test de Dickey-Fuller.
15
Regresión Espuria
Una regresión simple de yt sobre xt , donde yt
y xt son series independientes I(1).
El t estadístico usual será por lo general
estadísticamente significativo, indicando
una relación , cuando en realidad no existe.
16
5.3. Cointegración
La regresión de una variable I(1) contra otra
I(1) generan el problema de regresión
espuria .
20
Mecanismo de Corrección de
Errores MCE
Si dos variables están cointegradas entonces
la relación entre las dos se expresa como
MCE.
h 0
24