Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISCENTE:
GOMEZ CARI EDNA KARINA
SEMESTRE: VII
GRUPO: B
PUNO-PERU
2017
El modelo utilizado es:
ANALISIS GRAFICO:
Las principales características de las series temporales es que sus valores medios varían a lo
largo del tiempo, son variables o series no estacionarias. Algunas series suben y bajan sin una
tendencia a revertir hacia algún punto lo que significa un comportamiento de caminata
aleatoria, siendo esta propiedad de muchas variables no estacionarias.
Observando las gráficas, LQDD y LBIR tienen una tendencia creciente muy acentuada, es decir
crecen continuamente a medida que transcurre el tiempo y la característica de no volver hacia
ningún punto, por lo que se puede concluir que no son estacionarias. También se observa que
en las variables TC, TII y TIP los shocks tienen un alto grado de persistencia, es decir que los
cambios repentinos en las series toman tiempo para decaer, siendo esto una característica de
series temporales. Se concluye que en las variables no se presentan comportamientos en
media ni en varianza, por lo tanto son no estacionarios en niveles.
CORRELOGRAMAS:
Analizando este correlograma en niveles de la variable LQDD podemos observar en el FAS que
hay una caida lenta, esto indica que no existe estacionariedad, ademas podria tratarse de un
MA(1). Por otra parte en el FAP el primer coeficiente es el unico que es significativo, por lo que
se trata de un AR(1).
Ya que LQDD no es estacionario en niveles procedemos la primera diferencia de LQDD
obteniendose el siguiente correlograma:
En este correlograma de primera diferencia se pue ver que el FAS no sigue un comportamiento
definido, es decir, cuasialeatoria que es tipico de variables estacionarias. Por lo tanto existe un
comportamiento estacionario. Ademas corroboramos que se da un proceso AR(1) y MA(1). En
conclusion la variable LQDD es un modelo ARIMA(1,1,1)
En este correlograma de primera diferencia de LPBIR se puede observar que el FAS cae
lentamente, por lo tanto no se sabe si es estacionario. Por lo que se recurrira al test de raiz
unitaria para ver si LPBIR es etacionario en primera diferencias. Por el momento solo se puede
decir que sique un proceso ARIMA(1,1,2).
En este correlograma de primera diferencia se pue ver que el FAS sigue un comportamiento
cuasialeatoria que es tipico de variables estacionarias. Por lo tanto existe un comportamiento
estacionario. Ademas corroboramos que se da un proceso AR(1) y MA(1). En conclusion la
variable TC es un modelo ARIMA(1,1,1)
Tasa de interés internacional (TII)
Analizando primero el correlograma en niveles de la variable TII se observa que en el FAS hay
una caida lenta de los coeficientes, esto indica que no existe estacionariedad. Por otra parte
del FAP se observa que podria tratarse de un AR(1) o un AR(2).
Al no ser TII estacionario en niveles, se procede a realizar la primera diferencia para ver si es
estacionaria en esta, se tendrá el siguiente correlograma:
Del correlograma de primera diferencia de TII tiene un comportamiento aleatorio en el FAS, lo
que nos indicaria que es estacionario en primera diferencia. Además se puede identificar que
se se un proceso AR(1) y un MA(3). Por lo tanto se concluye que es un modelo ARIMA(1,1,3).
Analizando primero el correlograma en niveles de la variable TIP se observa que en el FAS hay
una caida lenta de los coeficientes, esto indica que no existe estacionariedad,. Por otra parte
del FAP se observa que podria tratarse de un AR(1).
Al no ser TIP estacionario en niveles, se procede a realizar la primera diferencia para ver si es
estacionaria en esta, se tendrá el siguiente correlograma:
Del correlograma de primera diferencia de TII tiene un comportamiento aleatorio en el FAS, lo
que nos indicaria que es estacionario en primera diferencia. Además se puede identificar que
se se un proceso AR(1) y un MA(1). Por lo tanto se concluye que es un modelo ARIMA(1,1,1).
𝐿𝑄𝐷𝐷 → 𝐴𝑅𝐼𝑀𝐴(1,1,1)
𝐿𝑃𝐵𝐼𝑅 → 𝐴𝑅𝐼𝑀𝐴(1,1,2)
𝑇𝐶 → 𝐴𝑅𝐼𝑀𝐴(1,1,1)
𝑇𝐼𝐼 → 𝐴𝑅𝐼𝑀𝐴(1,1,3)
𝑇𝐼𝑃 → 𝐴𝑅𝐼𝑀𝐴(1,1,1)
La prueba formal que utilizaremos para determinar la estacionalidad de las variables, será a
través del estadístico de Dickey-Fuller Aumentado (DFA). La prueba DFA es un test exigente.
Tiene la ventaja de que la hipótesis nula no es si la serie es o no ruido blanco, sino si tiene una
raíz unitaria.
Por lo que el test puede realizarse en tres versiones: con intercepto y tendencia, con alguna de
las dos o sin ninguna de ellas.
t-Statistic Prob.*
t-Statistic Prob.*
Se observa que realiza el test en primera diferencia sin considerar el intercepto y la tendencia.
El estadístico DFA (-3.14) es mayor en valor absoluto que los valores de los niveles 1, 5 y 10%.
Se concluye que LPBIR es estacionaria en orden 1, 𝐼(1).
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
Se debe probar que existe una relacion a largo plazo entre la variable dependiente que en este
caso es la cantidad demandada de dinero en logaritmos (LQDD) y las variables independientes
LPBIR, TC, TII, TIP.
Para lo cual las variables temporales (LQDD, LPBIR, TC, TII, TIP) deben ser estacionarias en el
mismo orden, preferiblemente 𝐼(1), ya que si son estacionarias en otros órdenes o en órdenes
distintos , el problema se complica.
En primer lugar hacemos el analisis de estacionariedad utilizando el test de raiz unitaria Dickey
Fuller Aumentada. Como ya se obtuvo dichos resultados anteriormente se da a conocer los
resultados obtenidos:
TEST DICKEY-
FULLER EN PRIMERA DIFERENCIA
VARIABLE AUMENTADO
Valores críticos t-Estadistico Prob Durbin-Watson
-3.352212 0.0157 2.041079
1% level -3.514426
LQDD
5% level -2.898145
10% level -2.586351
-3.143432 0.002 1.931207
LPBIR
1% level -2.594946
5% level -1.945024
10% level -1.61405
-6.206146 0 2.023424
1% level -2.593468
TC
5% level -1.944811
10% level -1.614175
-4.542455 0 2.137437
1% level -2.593468
TII
5% level -1.944811
10% level -1.614175
-5.082383 0 1.888586
1% level -2.593468
TIP
5% level -1.944811
10% level -1.614175
La demanda de dinero (LQDD) es estacionaria en orden 1, 𝐼(1). Esto debido a que el valor
de DFA que es -3.35 es mayor en valor absoluto a los niveles 5 y 10% pero menor al valor
de 1%.
La variable LPBIR es estacionaria en orden 1, 𝐼(1). Esto debido a que el valor de DFA que
es -3.14 es mayor en valor absoluto a los niveles 1, 5, y 10%
La variable TC es estacionaria en orden 1, 𝐼(1). Esto debido a que el valor de DFA que es
-6.20 es mayor en valor absoluto a los niveles 1, 5 y 10%
La variable TII es estacionaria en orden 1, 𝐼(1). Esto debido a que el valor de DFA que es
-4.54 es mayor en valor absoluto a los niveles 1, 5, y 10%
La variable TIP es estacionaria en orden 1, 𝐼(1). Esto debido a que el valor de DFA qu es
-5.08 es mayor en valor absoluto a los niveles 1, 5, y 10%
C=-25.42, es la constante del modelo y nos informa de la demanda real de dinero cuando
LPBIR, TC, TII, TIP son nulas.
LPBIR= 4.48, si LPBIR aumenta en 1% la demanda real de dinero aumenta en 4.48%, si las
demás variables permanecen constantes.
TC=0.24, si TC aumenta en una unidad la demanda real de dinero aumenta en 0.24%,si las
demás variables permanecen constantes.
TII=-3.25, si TII aumenta en una unidad la demanda real de dinero disminuye en 3.25%, si
las demás variables permanecen constantes.
TIP=-2.87, si TIP aumenta en una anidad la demanda real de dinero disminuye en 2.87%, si
las demás variables permanecen constantes.
El estadístico Durbin-Watson es igual a 1.70, este valor podria mostrar que n existe
autocorrelación pero no es seguro.
t-Statistic Prob.*
Como se puede observar en este test, el estadístico DFA (-4.17) es mayor en valor absoluto
que los valores de criticos de McKinnon al 1, 5 y 10%. Por lo tanto no es posible aceptar la
hipotesis nula y concluimos que los residuos estan integrados en orden I(0).
Finalmente, con estos datos obtenidos, podemos concluir que existe una relacion a largo plazo
por lo que decimos que LQDD, LPBIR, TC, TII y TIP estan cointegradas. Se ha pobrado la
existencia de esta función de demanda de dinero.