Está en la página 1de 3

RESIDUOS RECURSIVOS Los residuos obtenidos a partir de la estimacin MCO de un modelo economtrico son el instrumento que se utiliza para

estudiar las propiedades de la variable aleatoria de perturbacin. Sin embargo, estos residuos presentan, en general, media igual a cero pero matriz de varianzas y covarianzas no escalar, mientras que s lo es la de la perturbacin aleatoria en un modelo que verifica las hiptesis clsicas. Por este motivo la aplicacin de contrastes basados en los residuos MCO puede plantear algunos problemas. Una alternativa a los residuos MCO son los residuos recursivos (wr), que se definen de modo que su media sea cero y su matriz de varianzas y covarianzas escalar. La formalizacin analtica de los residuos recursivos se obtiene a partir de la siguiente expresin: yr xr br 1 wr = r = k + 1, k + 2,...n 1 + xr ( X r1 X r 1 ) 1 xr w : N (0, 2 I ) Esta expresin representa una tipificacin del error de prediccin en el periodo r con la informacin disponible hasta r -1 y permite obtener el residuo recursivo en el momento r. El procedimiento para calcular la serie de residuos recursivos est basada en un mtodo iterativo. Se comienza estimando el modelo de regresin a partir de las r 1 primeras observaciones1, lo que permite obtener una estimacin de los coeficientes del modelo que se llamarn br 1. Con este resultado, y considerando las observaciones correspondientes al periodo r, se calcula el error de prediccin cometido. Una tipificacin de este error de prediccin, segn la expresin anterior, permite calcular el residuo recursivo wr. El siguiente paso consiste en estimar de nuevo el modelo utilizando ahora r observaciones y calcular wr+1. este procedimiento se aplica sucesivamente hasta calcular el residuo recursivo wn. Con la serie de residuos recursivos obtenida de esta manera se puede aplicar distintos contrastes para verificar la estabilidad del modelo y la hiptesis relativas a la perturbacin aleatoria. Algunos de estos contrastes se presenta a continuacin: 1. Contraste de heteroscedasticidad H0: Homoscedasticidad H1: Heteroscedasticidad Fexp

Puesto que el nmero mnimo de datos que deben utilizarse para realizar una estimacin es igual al nmero de parmetros del modelo (k), el valor mximo de m ser (n k)/2.

w = w

2 2r 2 1r

: Fm, m

El nmero de observaciones a emplear en este primer paso ha de ser igual al nmero de regresores del modelo (r 1 = k).

2. Contraste de autocorrelacin. Razn de Von Neumann modificada (RVNM)2 H0: = 0 No existe autocorrelacin H1: 0 Existe autocorrelacin de orden uno.

2 RVNM = 2 = S

t =k +2

(w w
t t = k +1

t 1

)2

n k 1

2 t

nk Una vez calculado el valor numrico de este estadistico puede utilizarse las tablas de Press y Brooks para obtener los valores crticos que definan la regin de rechazo y no rechazo de la hiptesis nula. 3. Contraste grfico de estabilidad (Brown, Durban y evans) (1975) H 0 : 1 = 2 = L = k =
2 2 12 = 2 = L = n = a) Contraste de suma acumulada (test CUSUM)

Wr =

j = k +1

S SCR S2 = nk

r = k + 1, k + 2,..., n

A partir de esta figura se puede contrastar la estabilidad de los parmetros del modelo. Si la representacin grfica de los valores de wr corta las rectas de significacin (marcados con trazos ms gruesos), se considera indicio de inestabilidad en los parmetros. Los valores de a que se encuentren tabulados para distintos niveles de

significacin. As, por ejemplo, para los valores de a: 0.01 0.05 0.1
r

niveles ms utilizados se tienen los siguientes a 1.143 0.948 0.850

b) Test de suma acumulada de cuadrados (test CUSUM2) Sr =


j = k +1 n j = k +1

w w

2 j

r = k + 1, k + 2,..., n
2 j

La esperanza de Sr es una recta creciente que toma valor cero cuando r = k y el valor 1 si r = n.

Si los valores obtenidos en el grfico anterior para Sr se sitan fuera de las bandas (marcadas en trazo ms grueso) existe evidencia para rechazar la hiptesis nula de homogeneidad del modelo. La aplicacin practica de estos contrastes necesita, en primer lugar , calcular los valores de los residuos recursivos. El programa Eviews permite su clculo de modo automtico a partir de las siguientes instrucciones: Desde el resultado de la estimacin MCO del modelo, seleccionar las opciones VIEW/ Stability Tests/ Recursive Estimate (OLS only), luego se debe seleccionar la opcin Residuos Recursivos con la que se desea trabajar, con esta opcin se puede obtener la representacin grfica de los valores de los residuos recursivos. Las opciones segunda y tercera, CUSUM test y CUSUM of Squares Test, calculan las representaciones grficas de las sumas acumuladas y sumas acumuladas de los cuadrados de los residuos recursivos, es decir, el grfico de los valores Wr y Sr tal y como se han definido anteriormente.