Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Indicadores de pronstico
Los componentes del indicador de Theil nos indican, que la capacidad de prediccin del
modelo va de regular a buena, pues el componente de covarianza (Covariance
Proportion) est muy cercano al 0.5 (0.74). Por otro lado, la probabilidad de sesgo de
tendencia o media (Bias Proportion) es muy baja, pero la probabilidad de problemas de
variabilidad y varianza (Variance Proportion) es algo alta (0.19).
PREDICCIN.
5
Se considero este nmero de periodos, debido a que las evaluaciones resultan ser muy dbiles sobre todo en
el indicador de Theil y su componente de Covariance Proportion, si se consideran solo 1,2 o tres periodos.
Planteamiento de hipotesis
HO: no autocorrelacion
Ha: autocorrelacion
Las probabilidades del correlograma de los residuos del modelo no son estadsticamente
significativos, no rechazo ho no existe autcorrealacion.
Planteamiento de hipotesis
El correlograma de los residuos se ven que las probablidades son mayores no se rechaza
la hipotesis nula de uido blanco es decir no son estadisticamente significativos al 5% de
nivel de significancia no se rechaza ho la serie es ruido blanco.
El modelo final seleccionado presenta ruido blanco en sus residuos, tal como lo
confirma el estadstico Q de Ljung Box que muestra valores de probabilidad mayores
a 0.10 en todos sus rezagos. Por lo cual, se considera que estos ya no contienen
alguna informacin o patrn modelable, de esta forma el modelo vence el problema de
autocorrelacin de sus residuos.
Segn la metodologa de Box Jekings (BJ), tenemos que realizar el primer paso hasta que
la serie sea estacionaria, en ese sentido procedemos nuevamente a la elaboracin del
paso uno.
.0 8
.0 4
.0 0
-. 0 4
-. 0 8
00 01 02 03 04 05 06 07 08 09 10 11
4
Cuando las variables de una regresin se encuentran en trminos de logaritmos naturales, los coeficientes estimados se pueden expresar
como elasticidades. Por otro lado, una serie expresada en logaritmos que es diferenciada para lograr estacionariedad, da como resultado
una serie de incrementos porcentuales o tasas de crecimiento instantneas.
Segn Fisher (1911), la cantidad de dinero en una economa se puede aproximar por la
{HYPERLINK "http://es.wikipedia.org/wiki/Oferta_de_dinero" \o "Oferta de dinero"} que
realiza el {HYPERLINK "http://es.wikipedia.org/wiki/Banco_central" \o "Banco central"} y
que se puede considerar como dada. La velocidad de circulacin sera constante,
dependiente tan slo de factores institucionales. De manera similar, los dos ltimos meses
del ao 2010, tambin se observa un crecimiento acelerado de la emisin, coincidente
con el rebrote de las presiones inflacionarias de los ltimos meses de este ao.
= + + +
3
Existen las siguientes especificaciones adicionales del Test ADF:
= + + + + ; = + + . Con tendencia determinstica y sin
constante ni tendencia. Estas deben ser consideradas con el mximo cuidado, es decir ser aplicadas solamente en casos muy particulares
dependiendo del comportamiento de la serie estudiada.
Puesto que EMI es solamente en MN y RIN solamente en ME, las variaciones en el CIN ME
se reflejan principalmente en las RIN y los cambios en el CIN MN en la EMI2 (Mendoza y
Boyan, 2002). Dada la importancia de la emisin como variable indicativa y sus
componentes como metas intermedias para la instrumentacin de poltica. Conocer su
proceso generador de datos y proyectar su comportamiento futuro es de vital importancia
para el anlisis econmico. Por lo cual, se pretende en primera instancia, estimar un
modelo univariado (ARIMA) que permita realizar pronsticos acerca de la evolucin futura
de esta serie de manera rpida y flexible.
Grafica1. EMISIN MONETARIA
2 50 00
2 00 00
1 50 00
1 00 00
5 00 0
0
0 0 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1 0
E m i s i n e n m i llo n e s d e B s .
2
Esta relacin no es estricta ya que puede verse afectada por las operaciones de cambio.
EMI: Billetes y monedas en poder del publico + depsitos vista o cajas de los bancos en
MN = RIN + CINMN +CINME
1
lvaro Cspedes (2011), Banco Central de Bolivia modelacin Economtrica.
SERIES DE TIEMPO
MODELOS ARIMA
NOVIEMBRE, 2010
COCHABAMBA-BOLIVIA