Econometrı́a de Series de Tiempo

Estabilidad y quiebre estructural

José Gabriel Castillo, Ph.D.

Guayaquil

Castillo, J.G. (ESPOL) Series de Tiempo 1 / 14

 Estabilidad y quiebre estructural

Castillo, J.G. (ESPOL) Series de Tiempo 2 / 14

Estabilidad y quiebre estructural

Castillo, J.G. (ESPOL) Series de Tiempo 3 / 14

Estabilidad y quiebre estructural

Castillo, J.G. (ESPOL) Series de Tiempo 4 / 14

Estabilidad y quiebre estructural

Son los parámetros estimados en un modelo estables en el tiempo

(independientes de t)?: β(t) 6= β
Crı́tica de Lucas (1976): Los parámetros de los modelos
macroeconométricos (basados en información histórica) son
endógenos y dependen de las expectativas de los agentes. Si las
polı́ticas y las expectativas cambian, los parámetros también. (No son
parámetros estructurales)
Más sencillamente, se puede o no agregar la información de dos o
más perı́odos de tiempo sin afectar los parámetros estimados?

Castillo, J.G. (ESPOL) Series de Tiempo 5 / 14

Estabilidad y quiebre estructural

Test de Estabilidad Estructural (test de Chow)

Es un test F en donde comparamos la SSRr (Suma de los Residuos al
Cuadrado) de la regresión con toda la información (r -restringida) y la
sumatoria de los SSRnr de las regresiones de cada sección (nr -no
restringida).
La H0 : β1t = β1s en donde t y s son dos perı́odos excluyentes distintos.

yt = β0 + β1t Xt + ut
ys = β0 + β1s Xs + us

El test a estimar es F ∼ F (k, (n − 2k)) bajo H0 y u ∼ iid(N) y k regresores:

 
(SSRr − (SSRt + SSRs ))/k SSRr n − 2k
F = = −1 ·
(SSRt + SSRs )/(n − 2k) SSRnr k

Castillo, J.G. (ESPOL) Series de Tiempo 6 / 14

Estabilidad y quiebre estructural

Test de Estabilidad Estructural (test de Chow)

Una alternativa empı́rica menos costosa:

yt = β0 + β1 xt + δ 1(t 6= s)xt + ut

En donde H0 : δ = 0. Un test t − student de significancia de este

regresor es equivalente.
En el caso de una serie univariada:

yt = β0 + β1 t + δ 1(t 6= s) + ut

Note que debido a la dependencia los errores no son i.i.d. y por lo

tanto es necesario ajustar los errores estándar antes de realizar
inferencia sobre los tests, e.j.Newey, HAC, White, Bootstrap.

Castillo, J.G. (ESPOL) Series de Tiempo 7 / 14

Estabilidad y quiebre estructural
La raı́z unitaria y el quiebre estructural
En presencia de quiebre estructural, los test de raı́z unitaria
(DF-ADF) son sesgados (hacia la raı́z unitaria)
Perron (1989): se puede confundir dos procesos:
I caminata aleatoria con drift
I variable estacionaria en tendencia con quiebre estructural
Test de Perron (1989): Alternativamente, se puede emplear el test
de ADF a partir de variables sin tendencia detrended, o estimaciones
de modelos que incluyen tendencia.
I los valores crı́ticos son proporcionales al número de observaciones
previas al quiebre (λ = τ /T ).
I estos valores son similares a los de DF cuando λ = 0 o λ = 1
k
yt = β0 + β1 yt−1 + β2 t + δ1 1(t 6= s) + δ2 τ +
X
αi ∆yt−i + ut
i=1

Castillo, J.G. (ESPOL) Series de Tiempo 8 / 14

Estabilidad y quiebre estructural
Limitaciones:
No existe una referencia del perı́odo a probar para el quiebre,
necesitamos algún argumento teórico.

Pueden existir múltiples quiebres estructurales.

Pueden existir cambios en la varianza.

En presencia de múltiples cambios, es posible que el parámetro

dependa del tiempo: β(t).

Se necesitan técnicas más avanzadas para la detección de cambios

múltiples:
I Test de Hausman Generalizado
I Métodos No-Paramétricos: Robinson (1991), Cai (2007), Cheng y
Hong (2012)

Castillo, J.G. (ESPOL) Series de Tiempo 9 / 14

 Aplicaciones de intervención:
Enders and Sandler (2000) y Enders,
Sandler y Cauley (1990)

Castillo, J.G. (ESPOL) Series de Tiempo 10 / 14

Aplicaciones de intervención

Castillo, J.G. (ESPOL) Series de Tiempo 11 / 14

Aplicaciones de intervención

Castillo, J.G. (ESPOL) Series de Tiempo 12 / 14

Aplicaciones de intervención

Castillo, J.G. (ESPOL) Series de Tiempo 13 / 14

Aplicaciones de intervención

Castillo, J.G. (ESPOL) Series de Tiempo 14 / 14