Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cambio Estructural EVIEWS PDF
Cambio Estructural EVIEWS PDF
Yi 1 X 1i 2 X 2i u i
La definición analítica del modelo, establece como hipótesis de partida que los
parámetros “βj” asociados a cada variable exógena son únicos y válidos para
representar la relación entre la endógena “yi” y cada una de las exógenas “xji” a lo
largo (o ancho) de la muestra de datos seleccionada en el análisis. Esto es, los
parámetros (la relación analítica) son idénticos para todas las observaciones
maestrales (no tiene subíndice “i”); dicho de otro modo, la representación analítica
sostiene que la estructura de relaciones entre variables se mantiene constante.
- AsÍ pues, una primera situación, esencial, casi inevitable en cualquier modelo,
es aquella por la que, aún sin variar el esquema analítico (las variables
relevantes y su forma de medirlas para explicar la endógena) se traduce en
una inestabilidad de los coeficientes a lo largo (o ancho) de la muestra
utilizada.
- Junto a la cuestión de partida antes mencionada, difícil de evitar por parte del
modelizador, existen otros factores relacionados con el cambio estructural que
sí pueden ser resueltos o anticipados por el económetra entre los que
destacaremos especialmente:
1
Así, por ejemplo, piense en un modelo en que, para explicar las ventas de nuestra empresa, hayamos recurrido a
nuestra publicidad y nuestros precios pero hayamos olvidado la publicidad y los precios de la competencia. Es evidente
que nuestro esfuerzo publicitario, por citar sólo la primera explicativa, será más o menos efectivo en función del
esfuerzo realizado por la competencia y que, por tanto, si olvidamos incluir esta variable de competencia, el parámetro
estimado para la relación entre nuestro gasto publicitario y nuestras ventas no podrá ser constante.
¿Cómo se detecta?: La detección del cambio estructural puede llevarse a cabo de
muy distintos modos, Antonio Pulido y Julián Pérez (Modelos Econométricos, pg. 435),
clasifican los métodos en tres grupos de estrategias analíticas bien distintas que, en
realidad, pueden resumirse en dos:
o Test Chow
o Contraste Wald
o Ratios de Verosimilitud
o Test del Multiplicador de Lagrange
o CUSUM
o CUSUM –SQ
- Test de Chow
Dentro del primer conjunto de métodos, vamos a desarrollar aquí el llamado Test de
Chow2, un test paramétrico3 sobre los residuos de estimaciones alternativas cuya
aplicación precisa de los siguientes requisitos:
Una vez dadas estas condiciones de partida, la forma de operar para realizar el
contraste es sencilla; para el caso de un único punto de cambio estructural:
El test trata de expresar, por tanto, si la estimación única genera más errores que una
estimación partida. Si fuera así, si los errores obtenidos con una única estimación
fueran claramente superiores a los obtenidos cuando se opta por dos modelos, debe
entenderse que existe cambio estructural. Por el contrario, si los errores cometidos con
la utilización de único modelo son similares a la suma de los errores cometidos con
dos modelos parciales no habría razón para pensar que la muestra contiene un
cambio estructural.
Puede comprobarse que este test se distribuye como una ratio “F” de modo que su
empleo para el contraste de la hipótesis nula es sencillo: cuando el valor de este
estadístico calculado supera al valor de tablas de una distribución “F” debe
considerarse que existe cambio de estructura (Es decir, cuando esta ratio toma un
valor muy grande, superior al de tablas, en nuestros cálculos, esto significa que el
error cometido con un único modelo es mucho mayor que la suma de errores
cometidos con dos estimaciones parciales lo que avala la existencia de un punto de
cambio estructural).
Además de la versión del test expuesta, existen algunas variaciones de este contraste
pensadas para situaciones especiales. Por ejemplo, es habitual que alguna de las dos
submuestras en las que puede dividirse el período no sea suficientemente amplia. En
este caso, no podríamos estimar el modelo en la muestra insuficiente al carecer de
grados de libertad y, por tanto conviene utilizar la denominada versión reducida del
Test de Chow que considera sólo los errores de la submuestra para la que tenemos
suficiente número de datos.
( e ' e e1' e1 ) / n 2 k
F( n2 k ,n1 k )
( e1' e1 ) /( n1 k )
La interpretación y el manejo del test son idénticos al expuesto para la expresión inicial
aunque, como puede observarse ahora sólo se compara la estimación total con una
estimado en la primera submuestra y (n 2-k) para el modelo estimado en la segunda submuestra. Así, (n-k)-( (n 1-k )-(n2-
k))=k.
6
Las estructuras siempre cambian, aún de forma muy leve, por lo que fraccionar la estimación de un modelo en trozos
siempre generará menores errores totales. (Otra cosa distinta es la menor fiablidad de los resultados obtenidos con
muestras más pequeñas).
única estimación parcial y no dos (la realizada sobre la muestra de datos de suficiente
tamaño)
0.002
0.000
-0.002
-0.004
95 96 97 98 99 00 01 02
Del mismo modo, el gráfico siguiente ilustra sobre los errores (residuos recursivos),
también crecientes, que se van cometiendo en las estimaciones sucesivas del modelo:
80000
60000
40000
20000
-20000
-40000
-60000
-80000
92 93 94 95 96 97 98 99 00 01 02
No obstante, junto a las medidas gráficas puede elaborarse alguna medida cuantitativa
que nos permita contrastar si las variaciones en las estimaciones recursivas son
suficientemente amplias. Esta es la utilidad de los conocidos contrates CUSUM,
CUSUM-SQ o MOSUM 7 en cuyo desarrollo y aplicación no vamos a detenernos pero
cuya utilización es sencilla: todos estos contrastes se construyen a partir de la suma,
debidamente estandarizada, de los residuos recursivos expresados en términos
promedio; un valor de los contrastes por encima de los valores de tablas indican
cambio estructural.
¿Cómo se corrige?:
- Las variables ficticias no son siempre dicotómicas, sino que sus valores
son definidos por el analista de la forma que mejor representen el
fenómeno del cambio estructural. Así, por ejemplo, si suponemos que a
partir de un determinado año, por ejemplo 1986, se ha producido un cambio
estructural que afecta al comportamiento del modelo de forma creciente hasta
el final de la muestra, la ficticia podría definirse con valores “0” hasta 1986 y
valores en progresión (1,2,3,4,……) a partir de ese momento. De igual forma, si
entendemos que, por ejemplo, el cambio estructural opera sólo durante un
período (por ejemplo un fenómeno extraordinario puntual, sin efectos sobre el
resto de períodos), podríamos definir una ficticia con valores “0” para toda la
muestra excepto para el año del cambio, en el que tomaría valor 1.
Para realizar el test de Chow sobre una regresión cuyos datos tenemos cargados en
un Worfile de E-Views, caben dos alternativas: