Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Métodos cuantitativos
para estudios del
desarrollo
71515
1010
Series de tiempo
model1 model2
x -.5149409 -.0454804
(-33.0244) (-1.60336)
55
lagy .9203134
YY
(41.44492)
_cons -2.48665 -.191906
00
(-11.60628) (-2.032144)
-5-5
-10
-10
-30
-10 -5 -20 0 -10 5 0
10 15 10
X
lagy
7 Series de tiempo
Dos objetivos
• Realizar proyecciones
7 Series de tiempo
Estacionariedad
𝑦𝑡 Es estacionaria si:
Modelo AR(1)
𝑦𝑡 = 𝛼 + 𝛽𝑦𝑡−1 + 𝜀𝑡
𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑖𝑑𝑎𝑑 si −1 < 𝛽 < 1
𝑦𝑡 = 𝛼 + 𝛽(𝛼 + 𝛽𝑦𝑡−2 + 𝜀𝑡−1 ) + 𝜀𝑡
𝑦𝑡 = 𝛼 1 + 𝛽 + 𝜀𝑡 + 𝛽𝜀𝑡−1 + 𝛽2 𝑦𝑡−2
…… 𝑡−2 𝑡−2
𝑦𝑡 = 𝛼 𝛽𝑗 + 𝛽 𝑗 𝜀𝑡−𝑗 + 𝛽𝑡−1 𝑦1
𝑗=0 𝑗=0
𝑆𝑖 𝑡 → ∞ 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠𝛽𝑡−1 𝑦1 → 0
∞
𝛼
𝑦𝑡 = + 𝛽 𝑗 𝜀𝑡−𝑗
1−𝛽
𝑗=0
7 Series de tiempo
AR(1) 𝑦𝑡 = 𝛼 + 𝛽𝑦𝑡−1 + 𝜀𝑡
Si α distinto de cero
𝐸 𝑦𝑡 = 𝛼 + 𝐸 𝑦𝑡−1 + 0 = α + 𝜇 ≠ 𝜇
Si α es cero
𝑦𝑡 = 𝑦𝑡−1 + 𝜀𝑡 𝑒𝑠𝑡𝑜 𝑖𝑚𝑝𝑙𝑖𝑐𝑎 𝑞𝑢𝑒 𝑦𝑡 − 𝜇 = (𝑦𝑡−1 −𝜇) + 𝜀𝑡
2 2 2 2
𝐸 𝑦𝑡 − 𝜇 = 𝐸 𝑦𝑡−1 − 𝜇 + 𝐸 𝜀𝑡 > 𝐸 𝑦𝑡−1 − 𝜇
7 Series de tiempo
MA(1) 𝑦𝑡 = 𝛼 + 𝜀𝑡 + 𝛾𝜀𝑡−1
ARMA(p,q)
𝑛
𝑡=𝑘+1 𝑦𝑡 − 𝑦 𝑦𝑡−𝑘 − 𝑦
𝐴𝐶𝐹𝑘 = 𝑐𝑜𝑟𝑟(𝑦𝑡 ; 𝑦𝑡−𝑘 ) = 𝑛
𝑡=𝑘+1 𝑦𝑡 −𝑦 2
Modelo univariable
𝑦𝑡 = 𝛼 + 𝛽1 𝑦𝑡−1 + ⋯ + 𝛽𝑝 𝑦𝑡−𝑝
Modelo univariable
𝑝
MCO!!!!!
7 Estimación
Causalidad de Granger
𝐻0 : 𝛽 = 1 𝐻1 : −1 < 𝛽 < 1
𝐻0 : 𝜌 = 0 𝐻1 : 𝜌 < 0
𝐻0 : 𝜌 = 0 𝐻1 : 𝜌 < 0
AR para yt
Primero: Realizar la prueba ADF en yt
Si rechazo raíz unitaria o no estacionariedad yt es
estacionaria
Si no rechazo debo tomar ∆𝑦𝑡 y aplicar ADF sobre ∆𝑦𝑡
Resumen de procedimiento:
𝑝
MCO para AR: 𝑦𝑡 = 𝛼 + 𝑗=1 𝛽𝑗 𝑦𝑡−𝑗 + 𝜀𝑡
𝑝
Si incluyo tendencia 𝑦𝑡 = 𝛼 + 𝛾𝑡 + 𝑗=1 𝛽𝑗 𝑦𝑡−𝑗 + 𝜀𝑡
𝑝 𝑟
MCO para ADL: 𝑦𝑡 = 𝛼 + 𝑗=1 𝛽𝑗 𝑦𝑡−𝑗 + 𝑗=1 𝛾𝑗−𝑡 𝑥𝑡−𝑗 + 𝜀𝑡
𝑝 𝑟
Si incluyo tendencia 𝑦𝑡 = 𝛼 + 𝛾𝑡 + 𝑗=1 𝛽𝑗 𝑦𝑡−𝑗 + 𝑗=1 𝛾𝑗−𝑡 𝑥𝑡−𝑗 + 𝜀𝑡
7 Evaluación
Probar cointegracion
Diagnostico
Autocorrelacion de residuos
Breusch Godfrey
7 Evaluación
Breusch Godfrey
3.2
25
3
20
2.8
15
2.6
2.4
10
.04
.03
.02
.02
DX1
DX2
.01
0
0
-.01
-.02
1970 1980 1990 2000 2010 2020 1970 1980 1990 2000 2010 2020
YEAR YEAR
7 Ejemplo
7 Ejemplo
7 Ejemplo
7 Ejemplo