Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo 14:
1) ¿Qué entiende por no estacionariedad?
2) ¿Cuál es la diferencia entre no estacionariedad en tendencia y estocástica?
3) ¿Es correcto diferenciar una serie no estacionaria en tendencia para
convertirla en estacionaria? Justifique su respuesta.
4) ¿Qué es una serie I(1)?
5) ¿Cuál es la idea de la prueba aumentada de Dickey-Fuller?
6) ¿Cuál es la diferencia entre la prueba de Dickey-Fuller y la prueba
aumentada de Dickey-Fuller?
7) Escriba cuál sería la ecuación de un modelo VAR(2) tri-variado. ¿Cuál sería
el número
de variables a estimar?
8) ¿Por qué un modelo que trabaja con series en diferencias solo puede
capturar las relaciones de corto plazo entre las variables?
9) Escriba el modelo de corrección de errores y explique cada uno de los
coeficientes del
modelo.
10) Escriba un modelo en corrección de errores donde se tienen las siguientes
variables: y1,t ,
x1,t , x2,t y x3,t .
11) ¿Qué entiende por cointegración?
12) ¿Qué es un vector de cointegración y por qué es importante para el uso de
modelos de
corrección de errores?
13) Explique la lógica de la prueba de Johansen.
14) Busque en Yahoo Finance tres series financieras. Busque datos diarios que
correspondan a los dos últimos años. Con base en estos datos, replique paso
por paso el ejemplo
presentado en la sección 5 de este capítulo. Esté seguro de hacer lo siguiente:
a) Grafique las series en niveles y en logaritmos.
b) Mediante el uso de las funciones de autocorrelación, ¿podría decir que las
series son
no estacionarias?
c) Utilice la prueba aumentada de Dickey-Fuller para probar que las series
tienen raíz
unitaria.
d) Verifique que las series son I(1), es decir, verifique si las series en
diferencias son estacionarias.
e) Trabaje con las series estacionarias, construya los modelos del tipo
ARMA(p,q) que
mejor se ajusten a cada serie. Recuerde utilizar los criterios de información
para decidir el número óptimo de rezagos del modelo. Pronostique los últimos 5
días de las
series y compare sus resultados con los datos reales.
556
Estadísticas y Econometría Financiera
f) Determine si existe causalidad de Granger entre las variables.
g) Construya un modelo VAR(p) usando las series estacionarias. De nuevo
seleccione
apropiadamente el número de rezagos del modelo. Pronostique los últimos 5
días
de las series y compare sus resultados con los datos reales.
h) Verifique si existe alguna relación de cointegración entre las series mediante
el uso
del test de Johansen.
i) De existir esta relación de largo plazo, estime el modelo VEC y pronostique
los últimos 5 días de las series y compare sus resultados con los datos reales.
j) Concluya cuál es el mejor modelo para los datos disponible