BASE MONETARIA M1

Se analiza la serie de tiempo de la base monetaria M1 mensual, desde enero de

2000 hasta febrero de 2020, donde se ve un comportamiento creciente de la
cantidad de dinero en efectivo en circulación en poder del sector real (entidades y
agentes que no son establecimientos de crédito) más los depósitos en cuenta
corriente. Los datos se encuentran en miles de millones de pesos Colombianos y
fue tomada de la pagina del Banco de la republica
(https://totoro.banrep.gov.co/analytics/saw.dll?Go&Action=prompt&path=
%2Fshared%2FSeries%20Estad%C3%ADsticas_T%2F1.%20Agregados
%20monetarios%2f2.%20Mensual%2f2.1.%20Dep%C3%B3sitos%20en%20el
%20Sistema%20Financiero
%20PSE&Options=rdf&lang=es&NQUser=publico&NQPassword=publico123).
 Se hace evidente que la serie no tiene media igual a cero y tiene tendencia.

TEST DE MEDIA
La Hipótesis nula es Ho: Mean=0 vs Ha: Mean≠ 0
Se rechaza la hipótesis nula, entonces la media de la serie mensual M1 es
54988.20 desde enero de 2000 a febrero de 2020. Por lo tanto, la serie tiene
intercepto.
 Por lo que se ve en la gráfica y según la prueba se deben hacer los TEST
DE RAIZ UNITARIA con tendencia e intercepto.
Primero para saber si la serie es estacionaria se hace un TEST DE IGUALDAD
DE MEDIAS separando la serie en 5 grupos distintos de datos, la hipótesis nula se
refiere a que todos los grupos de datos tienen la misma media, y la alternativa
quiere decir que al menos uno de los 5 grupos tiene la media diferente.

Se ve que como el p valor es 0 quiere decir que a cualquier nivel de significancia

se rechaza la hipótesis nula de igualdad de medias, eso quiere decir que la serie
M1 no es estacionaria en media.
Para saber si la serie M1 es estacionaria en varianza se hace un TEST DE
IGUALDAD DE VARIANZAS separando la serie en 5 grupos distintos de datos, la
hipótesis nula se refiere a que todos los grupos de datos tienen la misma varianza,
y la alternativa quiere decir que al menos uno de los 5 grupos tiene la varianza
diferente.
Según las pruebas de Bartlett, Levene y Brown-Forsythe, como todas tienen un p
valor de 0, se rechaza la hipótesis nula de que los 5 grupos que se armaron de la
serie tienen la varianza igual, por lo tanto, la serie M1 no es estacionaria en
varianza.

TEST DE RAIZ UNITARIA

Como se observa el estadístico Durbin-Watson (DW) es 0.007967 es menor para

todos los niveles de significancia de 1%, 5% y 10%, entonces NO se rechaza la
hipótesis nula de que la serie M1 tiene raíz unitaria, entonces la serie no es
estacionaria.
Según el TEST AUGMENTED DICKEY-FULLER NO se rechaza la hipótesis nula
de que la serie M1 tiene raíz unitaria, con un p-valor de 0.5172>0.05, así la serie
no es estacionaria.

Según el TEST DE PHILLIPS-PERRON se rechaza la hipótesis nula de que la

serie M1 tiene raíz unitaria, con un p-valor de 0.0212<0.05, entonces la serie se
pensaría estacionaria.

Según la PRUEBA KPSS El estadístico de prueba es 0.435568 es mayor para

todos los niveles de significancia por lo que se rechaza la hipótesis nula de que la
serie M1 sea estacionaria.
Según las pruebas, la KPSS rechaza que la serie sea estacionaria, mientras que
la PP haría pensar que no tiene raíz unitaria, sin embargo, la ADF rechaza dicha
hipótesis corroborando lo de la prueba KPSS. Al no ser concluyentes las pruebas,
a la serie M1 se le realiza una primera diferencia regular.
PRIMERA DIFERENCIA REGULAR M1

En la gráfica se observa que, al hacer una primera diferencia regular, la serie

parece estacionarizarse en media, sin embargo, la varianza si parece crecer con
los años, además aún parece seguir teniendo periodicidad anual, lo que haría ver
adecuada una primera diferencia estacional.

TEST DE MEDIA
La Hipótesis nula es Ho: Mean=0 vs Ha: Mean≠ 0

Se rechaza la hipótesis nula, porque el p-valor 0.0150<0.05 se observa que la

media de la serie D1M1 es 452.003 desde febrero de 2000 a febrero de 2020. Por
lo tanto, la serie tiene intercepto. Por lo que se ve en la gráfica y según la prueba
se deben hacer los TEST DE RAIZ UNITARIA con intercepto.
Para saber si la serie D1M1 es estacionaria se hace un TEST DE IGUALDAD DE
MEDIAS separando la serie en 5 grupos distintos de datos, la hipótesis nula se
refiere a que todos los grupos de datos tienen la misma media, y la alternativa
quiere decir que al menos uno de los 5 grupos tiene la media diferente.

Se ve que como el p-valor para el test de anova es 0.9343>0.05 quiere decir que
NO se rechaza la hipótesis nula de igualdad de medias, eso quiere decir que la
serie D1M1 es estacionaria en media.
Para saber si la serie D1M1 es estacionaria en varianza se hace un TEST DE
IGUALDAD DE VARIANZAS separando la serie en 5 grupos distintos de datos, la
hipótesis nula se refiere a que todos los grupos de datos tienen la misma varianza,
y la alternativa quiere decir que al menos uno de los 5 grupos tiene la varianza
diferente.

Según las pruebas de Bartlett, Levene y Brown-Forsythe, se rechaza la hipótesis

nula de que los 5 grupos que se armaron de la serie D1M1 tienen la varianza
igual, por lo tanto, la serie D1M1 no es estacionaria en varianza.

TEST DE RAIZ UNITARIA

Como se observa el estadístico Durbin-Watson (DW) es 2.486137 es mayor para
todos los niveles de significancia de 1%, 5% y 10%, entonces se rechaza la
hipótesis nula de que la serie D1M1 tiene raíz unitaria, entonces la serie es
estacionaria.

Según el TEST AUGMENTED DICKEY-FULLER NO se rechaza la hipótesis nula

de que la primera diferencia regular de la serie M1 tiene raíz unitaria, con un p-
valor de 0.1152>0.05, entonces se considera que la serie D1M1 no es
estacionaria.

Según el TEST DE PHILLIPS-PERRON como se rechaza la hipótesis nula de que

la serie M1 tiene raíz unitaria, con un p-valor de 0<0.05, se pensaría que la serie
D1M1 es estacionaria.
Según la PRUEBA KPSS El estadístico de prueba es 0.460672 es mayor para el
nivel de significancia del 10%, y para el 5% y 10% es menor, por lo que no es
concluyente la prueba para establecer si la serie D1M1 es estacionaria.
Como las pruebas no son concluyentes se procede a sacar una primera diferencia
estacional a la primera diferencia regular de la serie que describe la base
monetaria M1.

PRIMERA DIFERENCIA ESTACIONAL A PRIMERA

DIFERENCIA REGULAR D1S1M1
En la gráfica se observa que, al hacer una primera diferencia estacional a la
primera diferencia regular, la serie parece estacionarizarse en media, pero no en
varianza, además la varianza no parece ser cercana a cero, por lo que se procede
a hacer una transformación a la serie original M1 y hacer el análisis de la primera
diferencia regular y estacional al Log(M1).

PRIMERA DIFERENCIA ESTACIONAL A PRIMERA

DIFERENCIA REGULAR DEL LOG(M1) D1S1LM1

TEST DE MEDIA
La Hipótesis nula es Ho: Mean=0 vs Ha: Mean≠ 0
NO se rechaza la hipótesis nula, entonces la media de la serie D1S1LM1 es 0
desde febrero de 2001 a febrero de 2020. Por lo tanto, la serie no tiene intercepto
Por lo que se ve en la gráfica y según la prueba se deben hacer los TEST DE
RAIZ UNITARIA sin tendencia e intercepto.
Para saber si la serie D1S1LM1 es estacionaria se hace un TEST DE IGUALDAD
DE MEDIAS separando la serie en 5 grupos distintos de datos, la hipótesis nula se
refiere a que todos los grupos de datos tienen la misma media, y la alternativa
quiere decir que al menos uno de los 5 grupos tiene la media diferente.

Se ve que como el p-valor para el test de anova es 0.9793>0.05 quiere decir que
NO se rechaza la hipótesis nula de igualdad de medias, eso quiere decir que la
serie D1S1LM1 es estacionaria en media.
Para saber si la serie D1S1LM1 es estacionaria en varianza se hace un TEST DE
IGUALDAD DE VARIANZAS separando la serie en 5 grupos distintos de datos, la
hipótesis nula se refiere a que todos los grupos de datos tienen la misma varianza,
y la alternativa quiere decir que al menos uno de los 5 grupos tiene la varianza
diferente.

Según las pruebas de Bartlett, Levene y Brown-Forsythe, se rechaza la hipótesis

nula de que los 5 grupos que se armaron de la serie D1S1LM1 tienen la varianza
igual, por lo tanto, la serie D1S1LM1 es NO es estacionaria en varianza.

TEST DE RAIZ UNITARIA

Como se observa el estadístico Durbin-Watson (DW) es 2.629027 es mayor para
todos los niveles de significancia de 1%, 5% y 10%, entonces se rechaza la
hipótesis nula de que la serie D1S1LM1 tiene raíz unitaria, entonces la serie es
estacionaria.

Según el TEST AUGMENTED DICKEY-FULLER se rechaza la hipótesis nula de

que la primera diferencia estacional a la primera regular del logaritmo de la serie
M1 tiene raíz unitaria, con un p-valor de 0, entonces se considera que la serie
D1S1LM1 es estacionaria.

Según el TEST DE PHILLIPS-PERRON como se rechaza la hipótesis nula de que

la serie M1 tiene raíz unitaria, con un p-valor de 0, por tanto, la serie D1S1LM1 es
estacionaria.
Según la PRUEBA KPSS El estadístico de prueba es 0.043439 es menor para
todos los niveles de significancia, por lo que NO se rechaza la hipótesis nula de
que la serie D1S1LM1 es estacionaria.

CORRELOGRAMA

En el Autocorrelograma se
observa que hay componentes
autoregresivas de orden1,3,6,11,
12 y 17. En el Correlograma
parcial se observa que hay
componentes de media móvil de
orden 1, 3, 12 y 13.
MODELO 1-> SARIMA (24,1,17)(12,1,0)

La primera diferencia estacional de la primera diferencia regular del logaritmo de la

serie M1 esta explicada por cuatro componentes autorregresivas de orden 1, 4 6 y
24, tambien tiene una componente de media movil de orden 17 y dos
componentes estacionales autorregresivos de orden 3 y 12. Todos los inversos de
las raices correspondientes al polinomio caracteristico se encuentran dentro del
circulo unitario.

VERIFICACIÓN DE LOS SUPUESTOS DE LOS RESIDUALES

NORMALIDAD
Con un Jarque Bera de 3.663478 que tiene un valor p de 0.160136>0.05 NO se
rechaza la hipótesis nula de normalidad de los residuales.

HOMOSCEDASTICIDAD

Con el test ARCH no se rechaza la hipótesis nula de que los residuales del
modelo 1 sean homoscedásticos.

RUIDO BLANCO
En el correlograma de los residuales del
modelo1 se confirma que estos son ruido
blanco, ya que ninguna de las barras del
autocorrelograma tanto simple como
parcial se sale de las bandas de
confianza, o se vuelve no significativo.

MODELO 2-> SARIMA (17,1,12)(1,1,0)

La primera diferencia estacional de la primera diferencia regular del logaritmo de la
serie M1 esta explicada por dos componentes autorregresivas, de orden 6 y 17,
una componente estacional autorregresiva de orden uno y dos componentes de
media movil de orden 10 y 12. Todos los inversos de las raices correspondientes
al polinomio caracteristico se encuentran dentro del circulo unitario.

VERIFICACIÓN DE LOS SUPUESTOS DE LOS RESIDUALES

NORMALIDAD
Con un Jarque Bera de 5.240162 que tiene un valor p de 0.072797>0.05 NO se
rechaza la hipótesis nula de normalidad de los residuales.

HOMOSCEDASTICIDAD

Con el test ARCH no se rechaza la hipótesis nula de que los residuales del
modelo2 sean homoscedásticos.

RUIDO BLANCO
En el correlograma de los
residuales del modelo2 se
confirma que estos son ruido
blanco, ya que ninguna de las
barras del autocorrelograma
tanto simple como parcial se
sale de las bandas de confianza,
o se vuelve no significativo.
MODELO 3-> SARIMA (17,1,12)(0,1,6)

La primera diferencia estacional de la primera diferencia regular del logaritmo de la

serie M1 esta explicada por cuatro componentes autorregresivas de orden 1, 3, 10
y 17, tambien tiene una componente de media movil de orden 12 y una
componente estacionale demedia movil de orden 6. Todos los inversos de las
raices correspondientes al polinomio caracteristico se encuentran dentro del
circulo unitario.

VERIFICACIÓN DE LOS SUPUESTOS DE LOS RESIDUALES

NORMALIDAD
Con un Jarque Bera de 4.139581 que tiene un valor p de 0.126212>0.05 NO se
rechaza la hipótesis nula de normalidad de los residuales.

HOMOSCEDASTICIDAD

Con el test ARCH no se rechaza la hipótesis nula de que los residuales del
modelo3 sean homoscedásticos.

RUIDO BLANCO
En el correlograma de los residuales
del modelo3 se confirma que estos
son ruido blanco, ya que ninguna de
las barras del autocorrelograma tanto
simple como parcial se sale de las
bandas de confianza, o se vuelve no
significativo.
ESCOGENCIA DEL MEJOR MODELO- COMPARACIÓN DE
PRONOSTICOS

PERIODO M1 M1FM1 M1FM2 M1FM3

2019M10 114869,0 115882,0 116052,6 115884,9
2019M11 120837,2 120457,2 120384,0 120528,3
2019M12 127881,6 132119,0 132352,2 132670,0
2020M01 119463,6 122428,8 122184,0 122144,0
2020M02 120475,0 124017,5 123526,0 123438,5

Para escoger el mejor modelo se observarán los criterios de información que se

observan en los gráficos obtenidos de los “forecast” de cada modelo, que buscan
que el error cuadrático medio sea el menor, lo que quiere decir que es el modelo
que se equivoca menos, así mismo el Theil inequiality coefficient
Se hace notorio que el modelo que tiene menor error cuadrático medio es el
Modelo 2 SARIMA (17,1,12)(1,1,0), así mismo, este modelo muestra una un
menor error absoluto medio y coeficiente Theil Inequality más cercano a cero.

PRONOSTICO DE LA M1 PARA 2020

Como el mejor modelo fue el modelo2 éste será el que se use para pronosticar la
M1, desde el mes de marzo hasta junio del 2020, esto suponiendo un
comportamiento similar al que venía teniendo y sin contar con la pandemia del
COVID-19
PERIODO M1_M2
2020M02 120257,53
2020M03 120001,06
2020M04 118581,84
2020M05 117412,87
2020M06 120016,37
2020M07 120257,53