FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

PERÍODO ACADÉMICO: 2022- 1

DOCENTE RESPONSABLE: JOSÉ LUIS NOLAZCO

ALUMNO: Renato Surca Rojas CÓDIGO: 20193504

SECCIÓN: 751 FECHA: 04/05/21 TIEMPO: 90 minutos

ECONOMETRÍA 2- EVALUACION 1
Instrucciones:
 En la calificación se tomará en cuenta el orden, redacción y claridad en la escritura de las respuestas
 El examen es personal. Respuestas similares o iguales serán penalizadas con 00.
 Obligatorio completar su nombre y código en el examen.
 Guardar el archivo Word con el nombre “APELLIDO 751”
 Una vez finalizada la prueba, enviar al correo: jnolazco@ulima.edu.pe. En asunto del correo
poner: “APELLIDO 751”
 Guarde permanentemente el avance de su trabajo.

Nota: Responda de acuerdo a la pregunta. Respuestas ambiguas o fuera de contexto no

serán consideradas y podrán ser penalizadas.

1. Para cada uno de los 4 modelos planteados para la serie X se le pide lo siguiente:

a) (4 puntos) Justifique analizar es invertible y/o estacionaria.

b) (1 punto) Identifique que procesos ARIMA(p, d, q)
c) (1 punto) Escoja el mejor modelo dentro de la muestra (Benchmark)

------------------------------------------------------------------------------
Variable | eq1 eq2 eq3 eq4
-------------+----------------------------------------------------------------
X |
_cons | 4.6436544*** 4.8247691*** 4.7912865*** 4.595423***
-------------+----------------------------------------------------------------
ARMA |
ar |
L1. | .73961486*** .78607959***
|
ma |
L1. | .66212058*** .47475248*** -.09806839
L2. | .57679702***
-------------+----------------------------------------------------------------
sigma |
_cons | 1.8276528*** 2.0979434*** 1.9211756*** 1.8213313***
-------------+----------------------------------------------------------------
Statistics |
aic | 314.12901 334.86312 323.82914 315.62276
bic | 321.12121 341.85532 333.15207 324.94569
------------------------------------------------------------------------------
legend: * p<0.05; ** p<0.01; *** p<0.001

a) Eq1: es estacionaria 0.74<1 y no se analiza si es invertible

Eq2: es invertible 0.66<1, todo MA es también estacionario
eq3: es invertible 0.57<1, 0.57+0.47>1 no es invertible, 0.57-0.47<1 es invertible.
Una de las tres condiciones no se cumplen, por lo tanto no es invertible

Página 1 de 4
 Eq4: 0.78<1 es estacionaria, l-0.09l -> 0.09<1 es invertible

b) Eq1: AR(1)
Eq2: MA(1)
Eq3: MA(2)
Eq4: ARMA(1,1)
C) No cumplen la condición, ya que los valores mostrados en todas las ecuaciones no
son menores a 1.

2. (2 puntos) Describa brevemente la metodología de Box-Jenkins para identificar el mejor

modelo para una variable de serie de tiempo. Enumere en orden todos los pasos.

Identificación: permite ubicar el orden y la serie y verificar si el modelo es

estacionario o no estacionario
Estimación: se puede hallar si el modelo es AR, MA o ARMA
Control: de acuerdo al benchmark se revisa los criterios AIC y BIC para determinar
cual modelo es el más adecuado de usar. Y se realiza la revisión Q
Predicción: donde se mide el promedio de errores al cuadrado (MSE), se requiere
minimizar la función de perdida

3. (2 puntos) Explique la razón de estimar mediante MCO no lineal y dar valores iniciales.

La linealidad en las variables y no linealidad en los parámetros.

Dar valores iniciales dan buenos resultados, ya que están próximas a los verdaderos valores
de los parámetros.

4. En EE1.dta se tiene la información trimestral de la tasa de inflación ( inf ) y la tasa de

desempleo (u) para Perú desde 1993q1 hasta 2015q3.

a) (4 puntos) Suponga que se desea ahora modelar la tasa de inflación usando la

metodología ARIMA. Se le pide usar la ACF y la PACF para determinar que tipo de
modelo ARIMA (p, 0, q) sería el proceso generador de datos de esta serie. Para
responder a esta pregunta, explique y plantee 4 posibles procesos para esta variable
con su debida justificación.

AR(1) el primer rezago en PAC y los demás se encuentran en la no significación. ACF

oscilante y decreciente
MA (1) el primer rezago en ACF y los demás se encuentran en la no significancia, se
aplica parsimonia también. PAC oscilante.
MA(4) los cuatro primeros rezagos en ACF y los demás no significativos, PAC oscilante
ARMA(1,1) el primer rezago en ACF y en PAC aplicando parsimonia oscilante en ambos y
decreciente solo en ACF

Página 2 de 4
Si un colega suyo (que llevo Econometría II por tercera vez) le dice que cree que el modelo
entre la tasa de inflación (inf ) y la tasa de desempleo (u) es no lineal y se expresa de la
ϕ
siguiente manera: inf t=ϕ 0+ ϕ 1 ( ∆u t ) + ε t . Donde ∆ u t es la primera diferencia de la tasa de
2

desempleo.

b) (4 puntos) Estime en Stata el modelo entre inflación y desempleo a través de MCO no

lineal usando como valores iniciales los coeficientes obtenidos por MCO. Escriba el
comando usado, los coeficientes estimados y comente si los parámetros obtenidos son
acorde a lo esperado.

Por Mco no lineal

Reg inf u, robust : obtener los coeficientes de las variables

. nl(inf= (1.36)+ (-0.79) (∆u_t)^( ϕ_2)), vce(r)

Página 3 de 4
c) (2 puntos) Evalué si ϕ 1 +ϕ 2=0. Muestre los principales resultados y concluya.

Página 4 de 4