Modelos VAR, VEC

Instructor: Álvaro Céspedes Tapia

Febrero, 2022

TRABAJO APLICADO N° 4
Modelos VAR y VEC
INSTRUCCIONES:
a) El TA N°4 deberá ser resuelto de manera individual, presentar un informe con
los 2 puntos y todos sus incisos solicitados.
b) Reportar las salidas de Eviews interpretadas. Las descripciones deben ser
breves, concisas y concluyentes.
c) Acompañar el informe con el archivo “wf1” con las instrucciones ejecutadas.
d) El plazo de entrega es 20/02/2022, en la plataforma (hasta el mediodía).
Realizar modelos VAR y VEC para estimar y pronosticar un escenario de stress en el
sistema fiñanero nacional en base a las FIR y coeficientes estimados de estos modelos
(tomar como referencia para las relaciones de las variables al documento del FMI:
“Evaluación del impacto de la pandemia de COVID-19 en los sectores empresarial y
bancario de América Latina”, octubre de 2020). Para el efecto, se pide realizar los
modelos solicitados con los datos de las series de tiempo de la economía y el sistema
financiero boliviano, de la base en Eviews (mod_macrostress_morasf) con las
siguientes series, a saber:
• Tasa de mora del sistema financiero (morasf),
• Indicador Global de Actividad Económica(igae),
• Tasa de desempleo urbana (tdu),
• Índice de Tipo de Cambio Efectivo y Real (tcr).

Se pide:

1. Con las series de la base de datos en Eviews ya descrita y disponible en la

plataforma, ajustar la muestra a 2000M10 a 2021M4 y verifique si las tres series
son I(1) o de otro grado de integración. Realice test de raíz unitaria sobre las
series estudiadas. Encuentre las series estacionarias y estime un VAR,
siguiendo las instrucciones de los siguientes incisos (se recomienda trabajar
con logaritmos cuando corresponda, tanto en el punto 1 como en el 2).
a) (Por 8 puntos) Escoja el número de rezagos mediante el test LM o criterios de
información (seleccione el modelo o los modelos lo más parsimoniosos posibles).
b) (Por 8 puntos) Realice los test residuales para verificar si los residuos de su modelo
final son ruido blanco. Para lograr pasar todas las pruebas sobre residuos recorte el
tamaño de la muestra si es necesario. Evalúe la esfericidad de los residuos de su
modelo VAR final.
c) (Por 8 puntos) Realice test de causalidad en el sentido de Granger solo respecto a la
variable de interés.
d) (Por 8 puntos) Realice un Test de Wald de exogeneidad en bloque (VAR Granger
Causality/Block Exogeneity Wald), para verificar la ordenación de las variables de las
consideradas menos endógenas (más exógenas) a las más endógenas (pues dadas
las condiciones de la factorización de Cholesky, eso viabilizará una mejor
factorización de las innovaciones para realizar la FIR).
e) (Por 8 puntos) Grafique e interprete los gráficos de impulso respuesta.
f) (Por 8 puntos) Realice la descomposición de varianza e interprete lo resultados.
g) (Por 10 puntos) Efectúe una predicción dentro de la muestra para los últimos 12
periodos y evalué la capacidad de predicción del modelo. Interprete su resultado.
Después realice un pronóstico para 12 periodos adelante.
2. Evadiendo el Teorema de Representación de Granger o contrastándolo, para
fines de simulación, estimación de relaciones de largo plazo y comparación de
modelos, con las series de la pregunta 1 estime un VEC.
a) (Por 8 puntos) Estime un VEC, en la ordenación ponga primero la variable de
referencia a estudiar y escoja el número de rezagos mediante el test LM (seleccione
el modelo o los modelos lo más parsimoniosos posibles).
b) (Por 8 puntos) Efectúe el test de Johansen de cointegración utilizando los rezagos
determinados al estimar el anterior modelo. Determine el número de vectores de
cointegración mediante el test de traza y el de eigenvalores.
c) (Por 8 puntos) Realice los test residuales para verificar si los residuos de su modelo
final son ruido blanco. Evalúe la esfericidad de los residuos.
d) (Por 10 puntos) Especifique y analice la ecuación del vector de cointegración
de largo plazo con el que está trabajando, vea si es factible la interpretación de
sus coeficientes.
e) (Por 8 puntos) Mediante criterios de información compare el VEC estimado con el
VAR estimado en la pregunta anterior y explique en términos estadísticos y de forma
aplicada cuál de los dos modelos es más parsimonioso, está mejor especificado y
nos brinda una mejor bondad de ajuste.