EL MODELO DE KOYCK

Y t = 0 + 0 X t + 1 X t 1+ 2 X t 2 +

k
k = 0 K=0, ,

Y t = ( 1 ) + 0 X t + Y t 1 +V t

GCPPt = ( 1 ) + 0 IPDP t + GCPPt 1+V t

ESTIMACION:
QUICK ESTIMATE EQUATION
 ^
GCPPt =841.8569+ 0.711701 IPDP t + 0.295404 GCPPt1

Para determinar autocorrelacin en los modelos dinmicos el estadstico Durbin

Watson clsico no sirve.
Cmo detectar autocorrelacin a modelos autorregresivos?

Modelo: Y t = 0 + 1 X t + 2 Y t1+ t

H 0 : no existe autocorrelacion

H 1 : existe autocorrelacion

1n ( VAR 2 )
n/
h= ^

d
^=1
2

REGLA DE DECISIN:

i) SI h> 1.96 SERECHAZA H0 AUTOCORRELACION POSITIVA

ii) SI h<-1.96 SERECHAZA H0 AUTOCORRELACION NEGATIVA

 iii) SI h SE ENCUENTRA ENTRE -1.96 Y 1.96 ACEPTA H0 NO EXISTE
AUTOCORRELACION

Prob(1.96< h<1.96)=0.95

Autocorrelograma para determinar autocorrelacion

AUTOCORRELACION de orden 1
 REZAGO MEDIANO= ( log2
log ) =(
log 2
log 0.295404 )
=0.568427

INTERPRERACION:
- Se requiere aproximadamente la mitad de un periodo para lograr un
cambio del 50% en la variable endgena GCPP.
- El 50% del cambio total en el gasto de consumo personal per cpita
(GCPP) se logra en aproximadamente la mitad del periodo.

REZAGO PROMEDIO= ( 1 )=( 10.295404

0.295404
)=0.419
INTERPRERACION:
- El gasto de consumo personal per cpita (GCPP) se ajusta al IPDP en el
transcurso de un tiempo relativamente breve en menos de la mitad de
un periodo.
AUTOCORRELACION

1n ( VAR ^ )
n/
h= ^

d 1.014495
^=1 =1 =0.4927
2 2

121 ( 0.1247412 )

21/
h=0.4927

REGLA DE DECISIN:

i) SI h> 1.96 SERECHAZA H0 AUTOCORRELACION POSITIVA

ii) SI h<-1.96 SERECHAZA H0 AUTOCORRELACION NEGATIVA

iii) SI h SE ENCUENTRA ENTRE -1.96 Y 1.96 ACEPTA H0 NO EXISTE

AUTOCORRELACION
 Prob(1.96<2.75< 1.96)=0.95 SE RECHAZA H0
AUTOCORRELACION POSITIVA

Autocorrelacin de grado 1
CORRECCION DE LA AUTOCORRELACIONCOCHRANE.ORCUTT
(ecuacin de diferencias generalizadas)
 ^
GCPPt =941.1793+ 0.764926 IPDP t + 0.24395GCPP t 1

Siendo la estructura de autocorrelacin:

t =0.497305 t1 + t

REZAGO MEDIANO
REZAGO PROMEDIO
METODO DE VARIABLES INSTRUMENTALES
MODELO DE KOYCK-- RACIONALIZACION DEL MODELO(se incluye variables de

largo plazo ( X , Y

1) MODELO DE ESPECTATIVAS ADAPTATIVAS

2) AJUSTE PARCIAL DE NERVOLE
3) MIX 1) Y 2)
Todos son autorregresivos AUTOCORRELACION
Se trata de encontrar una variable proxy a la variable endgena rezagada
que sea altamente correlacionada con Y t1 pero que n o lo este con el

termino de perturbacin estocstica V t , se sugiere a X t 1 como variable

proxy de Y t1

ESTIMACION DEL MOIDELO POR METODO DE VARIABLES INSTRUMENTALES

Men principal: quickestimateequation
AUTOCORRELACION
 1n ( VAR ^ )
n/
h= ^

d 0.939689
^=1 =1 =0.5301555
2 2

121 ( 0.111006 )

21/
h=0.5301555

REGLA DE DECISIN:

i) SI h> 1.96 SERECHAZA H0 AUTOCORRELACION POSITIVA

ii) SI h<-1.96 SERECHAZA H0 AUTOCORRELACION NEGATIVA

iii) SI h SE ENCUENTRA ENTRE -1.96 Y 1.96 ACEPTA H0 NO EXISTE

AUTOCORRELACION

Prob(1.96<3.69<1.96)=0.95 SE RECHAZA H0
AUTOCORRELACION POSITIVA

CORRECCION DE LA AUTOCORRELACION
REZAGO MEDIANO
REZAGO PROMEDIO
EL MODELO DE ALMON
Y t = + 0 X t + 1 X t 1 + 2 X t2 + 3 X t3 ++ k X t k + t

las series de timepo siguenun comportamiento ciclico tal como se muestra en la

siguiente figura:
 SUPUESTO :

Los i pueden aproxmiarse a un polinomio i de en un grado

adecuado
2
i=a0 + a1 i+a2 i

En trminos de sumatoria el modelo queda expresado

k
Y t = + i X t 1+ t (2)
i=0

reeplazar el supuesto (2)

k
Y t = + (a 0+ a1 i+a 2 i 2) X t i+ t (2)
i=0

k k k
Y t = + a0 X t i + ai I X ti +a 2 i 2 X ti + t (2)
i =0 i=0 i=0

Z0 Z1 Z2
Definimos:
k
Z0t = X ti
i=0

k
Z1t = I X ti
i=0

k
Z2t = i2 X ti
i=0

Y t = +a0 Z0 t + ai Z 1 t +a 2 Z 2t + t (2)

GENERAR

Z 0 t =@ (X (1 ))

X (1)
Z 0 t =@ SUMi

Z 2 t =@ i 2X (1)

EVIEWS
COMANDO:

PDL( x , k ,m)

k :numero de rezagos

m: grado de polinomio

ESTIMACION: QUICKESTIMATE EQUATION

INV C ODL( VTAS , 3,2)

 ^
INV =8030.735+1.212668 Z0 t + 0.150078 Z 1 t0.518237 Z 2 t

En funcin de las variables explicativas

^
INV =8030.735+0.544435 X t +1.21267 X t 1+0.84451 X t 20.56012 X t 3

TRABAJO FINAL (DATOS MENOSRE A UN AO

(DIARIO,MENSUAL,TRIMESTRAL,ETC.)
MODELO FISHER
ESTIMACION

^
IMP=82.96467+0.0079 06 Z

^=0.007906

Reemplazamos en el supuesto_
^
0=60.007906
 ^
1=50.007906

^
2=40.007906

^
2=30.007906

^
3=20.007906

^
4=10.007906

^
5=0.007906

^
IMP=82.96467+0.047486 PBI t +0.03953 PBI t 1+ .

AUTOCORRELACION

1n ( VAR z^ )
n /
h= ^

d 1.089379
^=1 =1 =0.4553105
2 2

120 ()

20/
h=0.4553105

REGLA DE DECISIN:

i) SI h> 1.96 SERECHAZA H0 AUTOCORRELACION POSITIVA

ii) SI h<-1.96 SERECHAZA H0 AUTOCORRELACION NEGATIVA

iii) SI h SE ENCUENTRA ENTRE -1.96 Y 1.96 ACEPTA H0 NO EXISTE

AUTOCORRELACION
 Prob(1.96<3.69<1.96)=0.95 SE RECHAZA H0 AUTOCORRELACION
POSITIVA

MODELO V-INVERTIDA

^
INV =775.2914+ 0.111619 Z

^=0. 111619

Reemplazamos en el supuesto_
 ^
0=0

^
1=1(0.111619)

^
2=2(0.111619)

^
3=2(0.111619)

^
4=1 ( 0.111619 )

^
5=0

^
INV =775.2914+ 0.111619 RESERt 1 +0. 223238 RESERt 2+0.223228 RESER t3 + 0.111619 RESERt 4