CURSO DE PREDICCIÓN ECONÓMICA Y EMPRESARIAL

Unidad 4: Técnicas Avanzadas de Predicción

EJERCICIO 2: Contraste de cointegración y estimación de un modelo VEC en EViews
Solución

<<Descarga de la solución ilustrada en formato PDF: 10 Págs. (Recomendado)>>

A) ESTACIONARIEDAD DE LA SERIE
En primer lugar, hay que comprobar que las series son no estacionarias, es decir, que presentan una raíz
unitaria. Para comprobar esta condición, utilizamos el test de Dickey-Fuller aumentado disponible en EViews,
al que accedemos de dos formas diferentes: en el menú principal QUICK / SERIES STATISTICS / UNIT
ROOT TEST, o bien en la ventana de la serie (abierta con SHOW o con dos pulsaciones del botón izquierdo
del ratón sobre el nombre de la serie) seleccionamos VIEW / UNIT ROOT TEST.
En este menú de selección, elegimos, en primer lugar, el test de Dickey-Fuller aumentado. En segundo lugar
hay que indicar si queremos realizar el test sobre la variable en niveles, primeras o segundas diferencias.
Podemos utilizar esta opción para determinar el número de raíces unitarias que contiene la serie. Si el test
aplicado sobre la serie en niveles acepta la hipótesis nula (existe una raíz unitaria en la serie) pero la rechaza
trabajando con los datos en primeras diferencias, entonces la serie presenta una raíz unitaria y es integrada
de orden 1: I(1). Por el contrario, si el test acepta la hipótesis nula aplicado sobre la serie en niveles y también
en primeras diferencias, pero la rechaza en segundas diferencias, entonces la serie contiene dos raíces
unitarias y es integrada de orden 2: I(2). En tercer lugar, especificamos si queremos incluir una constante o
término independiente (intercept), una constante y una tendencia lineal o, simplemente, nada. La elección es
importante en el sentido en que la distribución estadística del test, bajo la hipótesis nula, es diferente en cada
uno de los tres casos. Por último, seleccionamos el orden de la correlación serial o número de retardos a
incluir en la especificación. Para el test de Dickey-Fuller (ADF), se trata de especificar el número de retardos
de las primeras diferencias de la serie que se incluirán en la regresión. En este caso, EViews incluye, por
defecto, cuatro retardos, opción que aceptamos.
Obtenemos, en primer término, el estadístico ADF para la variable CRED y, a continuación, para la variable
M1. Para el test ADF, el valor que presenta (1,525537 en CRED y –0,822889 en M1) es el correspondiente al
estadístico t-Student para la variable dependiente retardada en la regresión que aparece en cada cuadro
(CRED(-1)) y M1(-1)). La hipótesis nula de existencia de una raíz unitaria se acepta si el valor del estadístico
ADF (o de la t-Statistic de la variable dependiente retardada) es menor, en términos absolutos, que el valor
crítico (Critical Value of MacKinnon). En nuestro ejemplo, se acepta la hipótesis nula de una raíz unitaria en
las series CRED y M1 en todos los niveles de significación.

B) CONTRASTE DE COINTEGRACIÓN
Para modelizar conjuntamente el efecto de estas dos series utilizamos un modelo VEC (vector de corrección
del error) pues ya sabemos que un modelo VAR sin restricción no supone la presencia de cointegración.
Para modelizar conjuntamente el efecto de estas dos series utilizamos un modelo VEC (vector de corrección
del error) pues ya sabemos que un modelo VAR sin restricción no supone la presencia de cointegración.
Como la especificación de un modelo VEC sólo se aplica sobre series cointegradas, debemos previamente
chequear el test de cointegración de Johansen. Este test nos permitirá confirmar que las variables están
cointegradas y el número de ecuaciones de cointegración. Para acceder a él, abrimos un grupo de series, con
SHOW de las series CRED y M1 y seleccionamos VIEW / COINTEGRATION TEST, o bien, en el menú
principal QUICK / GROUP STATISTICS / COINTEGRATION TEST.
El primer paso es seleccionar una de las opciones que especifican el tipo de tendencia presente en los datos.
Las cinco primeras opciones proporcionan alternativas particulares acerca de la inclusión de una constante y