RAIZ UNITARIA

Las series de tiempo pueden presentar serios problemas en su tratamiento, y es que, a menudo, puede presentar tendencia o estn afectadas por persistentes innovaciones en el proceso. Para tratar de resolver este problema, o por lo menos comprender sus posibles efectos, es comn probar si las series son estacionarias. La estacionalidad es importante para la estimacin ya que la aplicacin de las regresiones de MCO sobre variables no estacionarias, puede resultar en estimaciones de parmetros falsos acerca de las relaciones entre las variables Para ver si una serie es estacionaria se puede lograr por medio de la prueba de raz unitaria. Esta prueba es importante ya que las variables econmicas en general crecen o disminuyen a lo largo del tiempo. Estas variables son variables no estacionarias. Pero hay tambin series no estacionarias que no aumentan en el tiempo pero presentan persistente innovaciones. Hay un problema mayor cuando con las regresiones que implican variables no estacionarias, cuando los errores estndar son sesgados. Este sesgo nos indica que el criterio utilizado para juzgar si existe o no relacin causal entre las variables no es confiable. En muchos casos se descubre una relacin significativa cuando en realidad no existe. Esto es lo que denomina una regresin espuria. Las pruebas de las raz unitaria verifican si la variable es estacionaria en diferencia comparada con si es estacionaria, y en consecuencia puede contribuir a evitar el problema de regresin espuria. Prueba de raz unitaria: El mtodo mas simple para probar si existe raz unitaria es con un modelo AR(1): Yt= +yt_1 et, t = 1,2, ,

Donde y0 es el valor inicial observado y {et} es un proceso con media 0, dadas las y observadas en el pasado: E(e|yt-1, yt-2,,y0) = 0 Si yt tiene una raz unitaria si, y solo si, = 1. Si =0 y =1, yt es una caminata aleatoria sin tendencia( estocstica). Si a 0 y = 1, {yt} es una caminata aleatoria con tendencia ( estocstica), lo que significa que E(yt) es una funcin lineal de t. Para la prueba de raz unitaria vamos la Hiptesis nula que {yt} tiene una raz unitaria, y la hiptesis alternativa de una cola que < 1:

H0 : = 1

H1 : <11

Probar la hiptesis nula en nuestro modelo, contra la hiptesis alternativa, es en realidad una prueba de si {yt} es I(1) o contra la alternativa de que sea I(0). Una ecuacin conveniente para realizar la prueba de la raz unitaria es restar yt-1 de ambos lado de nuestro modelo y definir -1:

yt = + yt-1 + et (2) Con esta nueva forma de representacin del modelo podemos estableces la hiptesis nulas contra
H0: = 0 H1 : <0 Para esposible utilizar el estadistico t para en nuestro nuevo modelo, al menos una vez que los valores crticos apropiados de han tabulado. La prueba resultante es conocida como la prueba Dickey-Fuller para una raz unitaria. Prueba Dickey-Fuller para una raz unitaria: Los valores crticos para el estadstico t se presentan en la siguiente tabla, que contiene los valores crticos de una muestra grande para varios niveles de significancia. Nivel de 1% 2.5% 5% 10% significancia Valor critico -3.43 -3.12 -2.86 -2.57 Se rechaza la hiptesis nula H0 : = 0 contra H1 : <0 si tc , donde c es uno de los valores negativos de la tabla anterior. Yt es estacionario si se rechaza la hiptesis nula, es decir es estadisticamnete significativo.

Esto significa que 0<<1, puesto que <0 seria muy poco comn para una serie que se cree tiene raz unitaria. Si > 1 implica que yt es explosiva por lo tanto no se considera.

Prueba Dickey-Fuller aumentada: Es necesario tambin probar races unitarias en modelos con dinmicas mas complicadas. Si {yt} sigue nuestro modelo inicial ( Yt= +yt_1 et,) p= 1, entonces yt no esta seriamente correlacionada. Se puede permitir a {yt} seguir un modelo AR al aumentar la ecuacin 2 con rezagos adicionales. Por ejemplo:

yt = + yt-1+ yt-1 + et
Donde | | <1. Esto asegura que bajo H0: = 0, {yt} sigue un modelos AR(1) estable. En la alternativa se puede mostrar que { yt} sigue un modelo AR(2) estable. La regresin se aumento con un cambio rezagado yt-1.2 Los valores crticos y la regla de rechazo con los mismos que antes. Pero para series que tiene tendencias temporales claras, se necesita modificar la prueba para races unitarias. Si se realiza la prueba DF tradicional o aumentada sobre una serie con tendencia pero que es I(0), probablemente poco se pueda hacer para rechazar una raz unitaria. Para permitir una serie con tendencias temporales, se cambia la ecuacin bsica a:

yt = +t+ yt-1+ et3

Donde nuevamente la hiptesis nula es H0: = 0 y la alternativa es H1 : <0. Bajo la alternativa {yt} es un proceso de tendencia estacionaria. Si yt tiene una raz unitaria, entonces yt = +t+ et , y tambin el cambio en yt tiene una media lineal en t a menos que = 0. Cuando se incluye una tendencia temporal en la regresin, los valores crticos de la prueba cambian. Esto ocurre porque la eliminacin de la tendencia de un proceso de raz unitaria tiende a asemejarlo a un proceso I(0). Por tanto requiere una magnitud mayor para el estadstico t con el fin de rechazar H 0. La tabla es la siguiente: Nivel de 1% 2.5% 5% 10% significancia Valor critico -3.12 -3.66 -3.41 -3.12 El criterio de aceptacin o rechazo es el mismo que en la prueba DF para races unitarias.

2 3

Se puede incluir mas cambios rezagados como por ejemplo yt-h Se puede aumentar esta ecuacin con rezagos yt para dar cuenta de la correlacion serial, tal como en el caso sin una tendencia.

Ejemplo: Usando la base de datos intqrt.raw se quiere probar la presencia de una raz unitaria sobre las tasas de inters de los certificados del tesoro a tres meses. La regresin es

r3 = c + r3t-1 con n= 123

El coeficiente r3_1 muestra que el estimador de p es ^p = 1+ = 0.909. si bien este es menor que la unidad no se sabe si estadsticamente es menor que uno. El estadstico t sobre r3_1 es -2.47. De la tabla de dickey-fuller se obtiene que para el nivel de significancia 10% el valor crtico es -2.57, por lo que no se puede rechazar H0 a un nivel de significancia del 10%.