December 2, 2016
December 2, 2016
1 / 22
December 2, 2016
2 / 22
December 2, 2016
3 / 22
La trimestralizacin de una serie anual consiste en repartir el total del valor de esa
serie entre los cuatro trimestres de dicho ao. Por ejemplo, una forma burda de
realizar la trimestralizacin sera mediante la divisin por cuatro del total del ao.
Ee este modo obtendramos una serie trimestral a partir de la anual, aunque eso
s, poco real.
El principal objetivo que debe cumplir toda trimestralizacin de una serie anual es
que la suma (si la serie es flujo) o media (si la serie es stock) de los cuatro
trimestres estimados debe igualar al valor anual de la serie.
Por ejemplo, si la serie es el PIB, el valor anual debe ser la suma del PIB de cada
uno de los cuatro trimestres. Si el agregado anual, es por ejemplo, el stock de
capital fsico, el valor anual debe corresponder con la media de los diferentes
valores trimestrales.
December 2, 2016
4 / 22
December 2, 2016
5 / 22
December 2, 2016
6 / 22
Sea
N el nmero de aos
Y (N, 1) vector serie del agregado anual que queremos trimestralizar
y (4N, 1) el vector resultante de la trimestralizacin del agregado anual
X (4N, k) matriz de los k indicadores trimestrales
B(N, 4N) matriz de agregacin de los valores trimestrales a anuales
B =I F
December 2, 2016
7 / 22
Y = B(X + u) = BX + Bu
donde
(k, 1) son los coeficientes de regresin del modelo,
u(4N, 1) se distribuye como una normal de medias nula y de matriz
varianza-covarianza Vq y por lo tanto para el modelo de regresin (1)
E (Bu) = 0 y E [(Bu)(Bu)0 ] = BVq B 0 = Va .
El objetivo es estimar de manera lineal, insesgada y eficiente el vector y .
December 2, 2016
8 / 22
December 2, 2016
9 / 22
Vq B 0 A0
ABVq + Vq
Se trata de
min Tr (ye )
s.a. ABX = X
December 2, 2016
10 / 22
especificando el Lagrangiano
L = Tr (ye )2Tr ((ABX X ))
donde representa los multiplicadores del lagrangiano. Las condiciones de primer
orden son:
@L
@A = 0
@L
@ = 0
siendo la solucin para A que se obtiene despus de resolver el sistema
A = X (X 0 B 0 (BVq B 0 )
+Vq B 0 (BVq B 0 )
[I
BX )
X 0 B 0 (BVq B 0 )
BX (X 0 B 0 (BVq B 0 )
BX )
XB(BVq B 0 )
X 0 B 0 Va 1 +
BX (X 0 B 0 Va 1 BX )
XBVa 1 ]
December 2, 2016
11 / 22
X 0 B 0 Va 1 Y +
BX (X 0 B 0 Va 1 BX )
XBVa 1 ]Y
(2)
Interpretacin:
Considerese el estimador Mnimo Cuadrtico Generalizado (MCG)
anual:
G = (XB 0 Va 1 BX )
del modelo
X 0 BVa 1 Y
Y = B u = Y
BX G
(3)
December 2, 2016
12 / 22
Y ) = B u
December 2, 2016
13 / 22
y como Va = BE (uu 0 )B 0
Va = sv2 BB 0
y entonces
1
ye = AY = X G + B 0 e
4
December 2, 2016
14 / 22
6
6
6
D=6
6
4
1
1
0
..
.
), E (aa0 ) =
0 0 ...
1 0 ...
1 1 ...
..
..
.
. ...
0 0 ...
+ at
(DD 0 )
I y como Du = a
3
0
07
7
07
7
.. 7
.5
1 1
0
0
0
..
.
...
...
...
...
...
, y de esta manera
Va = BE (uu 0 )B 0 =
B0
B 0 [B(D 0 D)
B(DD )
y por ello
ye = AY = X G + (D 0 D)
Manuel Alej. Hidalgo (UPO)
B 0]
e
December 2, 2016
15 / 22
+ at
< 1 y E (aa0 ) =
X
I.
1
|i j|
R=
1
tenemos que Vq = 2 R y que Va = 2 BRB 0 .
El hecho de que no sea directamente observable implica a su estimacin
indirecta, con lo cual, se lleva a cabo un proceso iterativo.
De este modo tendramos
ye = AY = X G + RB 0 (BRB 0 )
Manuel Alej. Hidalgo (UPO)
e
December 2, 2016
16 / 22
Ejemplo.
En este ejemplo se ha simulado dos series trimestrales, Yq y Xq . La serie trimestral
Xq se ha construido a partir del ARIMA(1,0,1)
Xqt = 0.9Xqt
+ at + 0.8 at
December 2, 2016
17 / 22
December 2, 2016
18 / 22
December 2, 2016
19 / 22
December 2, 2016
20 / 22
Figure: Figura 3
December 2, 2016
21 / 22
Figure: Figura 4
December 2, 2016
22 / 22