Si dos o más variables de series de tiempo

son integradas de primer orden (I (1)), y

algunas variables que fueran producto de
una combinación lineal de entre ellas fueran
estacionarias, es decir, si existiera un vector
de coeficientes que permita formar
una combinación lineal estacionaria,
entonces estas variables producto de tal
combinación lineal tendrán un orden de
integración menor, por lo que se dice que las
series están cointegradas.

Técnicas
Estadísticas y
Minería de
Datos
Módulo III. Regresión y series
de tiempo
Cointegración y mecanismo de corrección de errores (MCE)
Teniendo en cuenta la tendencia (lineal), LGCP y LIPD están cointegradas, es decir, hay una relación
de equilibrio de largo plazo entre las dos. Desde luego, en el corto plazo puede haber desequilibrio.
En consecuencia, podemos tratar el término de error en la siguiente ecuación como el “error de
equilibrio”. Además, con este término de error podemos relacionar el comportamiento de corto
plazo del GCP con su valor de largo plazo:

𝑢𝑡 = 𝐿𝐺𝐶𝑃𝑡 − 𝛽1 − 𝛽2 𝐿𝐼𝑃𝐷 − 𝛽3 𝑡

El mecanismo de corrección de errores (MCE), utilizado por primera vez por Sargan y popularizado
más tarde por Engle y Granger, corrige el desequilibrio. Un importante teorema, conocido como
teorema de representación de Granger, afirma que si dos variables 𝑌 y 𝑋 están cointegradas, la
relación entre las dos se expresa como MCE. Para ver lo que esto significa, revertiremos el ejemplo
de GCP e IPD. Ahora considere el siguiente modelo:

∆𝐿𝐺𝐶𝑃𝑡 = 𝛼0 + 𝛼1 ∆𝐿𝐼𝑃𝐷𝑡 − 𝛼2 𝑢𝑡−1 + 𝜀𝑡 (1)

donde 𝜀𝑡 es un término de error de ruido blanco y 𝑢𝑡−1 es el valor rezagado del término de error de
la ecuación (1).

La ecuación MCE (1) establece que ∆𝐿𝐺𝐶𝑃 depende de ∆𝐿𝐼𝑃𝐷 y también del término de error de
equilibrio. Si este último es diferente de cero, el modelo no está en equilibrio. Suponga que ∆𝐿𝐼𝑃𝐷
es cero y que 𝑢𝑡−1 es positiva. Esto significa que ∆𝐿𝐺𝐶𝑃𝑡−1 es demasiado alto para estar en
equilibrio, es decir, ∆𝐿𝐺𝐶𝑃𝑡−1 está por encima de su valor de equilibrio (𝛼0 + 𝛼1 𝐿𝐼𝐷𝑃𝑡−1 ). Como
se espera que 𝛼2 sea negativa, el término 𝛼2 𝑢𝑡−1 es negativo y, por tanto, ∆𝐿𝐺𝐶𝑃𝑡 será negativo
para restablecer el equilibrio. Es decir, si ∆𝐿𝐺𝐶𝑃𝑡 está por arriba de su valor de equilibrio, comenzará
a disminuir en el siguiente periodo a fin de corregir el error de equilibrio; de ahí el nombre de 𝑀𝐶𝐸.
De igual manera, si 𝑢𝑡−1 es negativa (es decir, 𝐿𝐺𝐶𝑃 está por debajo de su valor de equilibrio),
𝛼2 𝑢𝑡−1 será positivo, lo cual provocará que ∆𝐿𝐺𝐶𝑃𝑡 sea positivo, lo que provocará que ∆𝐿𝐺𝐶𝑃𝑡 se
incremente en el periodo 𝑡. Por tanto, el valor absoluto de 𝛼2 determina la rapidez con que se
restablecerá el equilibrio. En la práctica, 𝑢𝑡−1 se estima por 𝑢̂𝑡−1 = (𝐿𝐺𝐶𝑃𝑡 − 𝛽̂1 − 𝛽̂2 𝐿𝐼𝑃𝐷 − 𝛽̂3 𝑡).
Tenga en cuenta que se espera que el coeficiente de corrección del error 𝛼2 sea negativo.