Documentos de Académico
Documentos de Profesional
Documentos de Cultura
m_jose_18_7
Econometria Iii
4º Grado en Economía
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Econometria Iii
Banco de apuntes de la
INTRODUCCIÓN
Yt -
-
ÓSYEI +
Ee ¿Ese modelo AR(1) es estacionario? ✗ =Ó8 en valor absoluto 1081<1
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Método: Yt -
- ✗ YEI + Et Para que sea estacionario, cogemos el AR(1) en polinomio de retardos:
ll ALIYEEL Miramos cuales son las raíces que lo hacen 0.
-
/ 1- ALI Se tiene que cumplir que las raíces valgan >1 para que sea
:O
14--4-71
>
estacionario.
Si a<1*
Yt ÓPYL-1+0134+-2 ÓQYT -3
-
-
-
'
-
Et >
1- ÓL -
R2 -
Yi
-
potpixet + Ei > ÁI
Ya R} R^2 aumenta con el número de variables explicativas
po-ipnxnt-pakti-E.ie
-
_
>
.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
CÓMO SE ESTIMA Y ESPECIFICA UN MODELO VAR. ESPECIFICACIÓN Y ESTIMACIÓN
PIBT Ht
PIBE
.
>
Ht ^
Productividad Empleo
Si llamo productividad a:
lnPIBt-lnx-lnkt-lnPIBt-i-lnxt.it
≤
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Yt -
Xttht <
> Xt
ht
Mi modelo es → Xt =
Gi Gi Xu +
Gi Gi Xt-2 + . . .
+
CÚ CÚ UH
,
SE W? una
crecimiento, ht
Ht , HEI
Necesitamos un entorno para hacer inferencia: contrastes del ratio de la verosimilitud (diap 11)
Necesito herramientas para hacerlo:
0a > cii-cia.ci ,
-
-
Cia -0
A HA :C , -1-0 a >
No H0 >
C1 debe estar en el modelo.
Vcut ) =
Ra (bajo la alternativa)
B Yt =
CLYE -2-1 . . .
+
CPYT -
A Yt =
CIYE ( a Ytzt Cp Ye ptvt
it
-
. . .
Vcutlirra Ln La
-
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
Cuando hay dudas sobre si has o no raíces unitarias:
Yt-GY-L-l-GY-L-2t.tcpY-c-p-U-i.SI -
GL Cal? -
. .
-
CPLP -
-
0a >
Ki -1
① Contrastes secuenciales:
' " i i
j PEG PA PMA;D P
g.gg
Un VAR=8 es YE-GY-L-i-GY-L-2t.tl#-8-Ut
HO :( 8=0 >
VAR(7) tengo que tener hasta un VAR(7).
HA :[ 8=10
≥
VAR(8) tendrá 8 retardos
Si escojo, la H0, tendré que comprobar si H0: C7=0. ¿Me quedo con el 7 o paso al 6?
HO :( 7=0
HA :( 7=10 VAR (7) y acabo
"
VAR(8) >
enla
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
② Criterios de selección Bayesianos: para elegir p.
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
leg I rzl
Las covarianzas disminuyen con el nª de variables explicativas. El 8 tiene más retardos que el 7. Tengo
que darle un incremento que al instrumento de más variables. Al que tenga + P, tengo que penalizarlo
más.
Hay 3 tipos de penalizaciones:
① AIC (criterio de Akaike): calcula las incertidumbres y les suma a ambosF- PM
2
T: número de observaciones
P: para el de 8 retardos es menor
2
Penalizo en función de p.
Es consistente
Es consistente
Si mi muestra es muy grande y hay contradicción entre ellos, usaremos los dos últimos si es GRANDE.
Si es más pequeña, ninguno de los 3 es preferible a otro.
Queremos contrastar VAR (8) con VAR(7) (en los criterios no se contrasta). M
La capacidad predictiva de los dos modelos es equivalente a: IR 1 T .
PM + +1
1) Estimamos modelo
2) Varianza→ det
3) Se penaliza
No es consistente. Muestra pequeña: NO AIC o este.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
ESPECIFICACIÓN ESTRUCTURAL
Ayudan a saber cómo van afectar un aumento de i antes de tiempo al PIB europeo, por ejemplo.
Yt ?
Mt ?
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
it ↑
p
+
Et
,
E- TÍ tía
TR Ti
Si multiplicamos por AÓ —> YEÁÓAIYEEI " .
- +
AÓAPYEPIÁÓET
ptut *
de . .
-
¿p
todas las C son estimables.
si esas matrices de cov también.
Relación entre se yE >
si ÁÓEÁÓ
. . .
donde: Yjflcyca, Cp) como puedo estimar las C, puedo encontrar la estimación
. .
.
de: Y Yj ( Ii
>
Ep)
-
, ,
. . .
Cómo cambian las variables de Yt en FE, no FR. De la FF no puedo obtener nada, tengo ut, no Et.
Tengo que convertir la FF para no tener ruidos de FR, sino de FE. Pero sé qué expresión liga ruidos de
FE con los de FR.
YEÁÓET +
Ya ÁÓEE ,
+
Ya ÁÓET-2+43 ÁÓET-3-1 . . .
-
Rj YJAÓ
-
RO Ri R2 Rs
↓
Mide el impacto de
hoy por esa medida
Xt RÍ Ria Ri Ria Ri Ri
Eiti
=
Eet + +
E.tt + . . .
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
Xtn
pin
Queremos que sea un shock ceteris paribus.
Áesu Que solo afecte a EZLZ, no al resto.
Área No puedo aislar electos. Sus covarianzas
mi no son 0.
No puedo aislar efectos si cov =/O.
>
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
RESTRICCIONES
E- ÁOA
: Incógnitas
AÓDP
SÉÁÓEDÍ
ÁÓ M2
?
A. Ap M p
viene de la FR (los parámetros a priori no son estimables a no ser que tenga solución).
E 3lti.rs?Tea)
Para saber eso, si tenemos ecuaciones ≥ incógnitas: sí
⊖
M
+
M =
M2 -1M M
2 2
MIM
Habrá elementos que ya no tengo que estimar → 2 se queda así.
Entonces, se quedaría: el exceso menos la restricción que acabo de imponer:
M2
M¥4 MÉM incógnitas más que restricciones.
-
2.-Restricción: normalización →of -1 (se puede poner en A0, pero es más fácil en E ,
se quedaría como 10 .Para saber cómo va, ?
M M :(M Mm
%
-
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
3ª.-Restricción: Aún me falta
:* restricciones por poner.
—> Cholesky (todos los elementos por arriba de la diagonal principal = o). La
Corto plazo variable que está arriba no responde entonces. Aunque
(sobre R0) en R1, R12,... puede variar. Solo vale para R0.
—> Rai = 5 → Ya no lo tengo que estimar. Lo obligo a que valga 5.
—> Son infinitas (que por filas sumen =..., por columnas...)
100 .
llnproduct ) Ño ,
Á Ña Niveles
,
100 .
llnhorast )
- 1) =
Xt s ROIR R2
,
. . .
100 .
llnhorase-lnhorast.it he
Ñj ¡ Ri -
i :O
,
si quiero saber cómo responden los niveles de impacto: Ro
ÑÓRO
Ñ ,
-
¿Cómo responde el nivel en muchos periodos? Si el VAR es estacionario, las R suman cosas cada vez
más pequeños.
¡
>
°
Píüpí ; ¡ >
°
Áaiñ;
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
DESCOMPOSICIÓN VARIANZA DEL ERROR DE PREDICCIÓN
^
Yt
Si Yt
it aumenta
Mt ↓
Eth ÍÍ
Querremos saber qué culpa tiene cada movimiento
de la variable para cada uno de los shocks.
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
'
t
(it, Mt, Yt)
Movimiento -> ¿Qué variable tiene la
culpa?
YE =
Ro EL +
Rieti + Ra Ee -
a
+
. . .
FF del modelo VAR
MXI Futuro Presente y pasado
Xt
ht Yt-J-ROE-L-J-RIEHT-i-RZE.rs -
2-1 . . .
RJ-IE-c-yl-RJEt-RJHE.tl +
. . .
—>lo que valdrá en el futuro
t-F-t-2-t-1-tt-t-2Yt-JIERJE-L-RJ-ieEt-l-RJ-2E.ua
Dado que tengo información hasta t
'
. .
.
→ lo que predigo que van a valer las variables en el futuro.
I Et -15-2 , . . .
G-+ 1)
, ,
Rs-1E-i-1VEgj-EEIE-E-ROEE-c-y-E-i.is
=
+
-
. . .
'
RÓ +
RSE Ettzi Etis! Rit .
. .
+ R.IE ETHEEIÍ RÍI
.
+ -
,
. .
② Ti -1 .
③ Corto plazo
y largo plazo
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
✓ [ EGÉRORÓ +
RRÍ +
.
. . Ri -
IRÍ -
Vih? ) Rikki
]
En Ri Ri .ir :
"
Ri Mirá RÍ
"
⊖ . = =
Ra +
+
. .
:
✗ ✗
+
,
✗ × ✗ ✗
ht
.
Ritt RIE ✗
+ t
X
. . .
X
B C
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
✓ §? ]=RÍ+rii Riiirii .
-
Ez
+
.
. _
trii =
A
IÉ,
Cuanto se mueve qué parte del movimiento
cuanto se mueve la
la x por un shock futuro se debe a E1, E2 y E3
en E1 y E2 variable 1 por un shock
100 .
c- para E1
A
para E2
Badi
100
-
-
Diap. 42
Con la dos de
Por ella misma Por la M
influencia por la 1
-
v19.7 .
R + Épiiii . . .
siii
j -0 j :O j :O
-
di dá dais
>
Varianza del error de predicción de horizonte j
RÍ ?
2 2 2
]
} RE PÍÍ
'
Ri RI
☐
V #
=
,
+
,
+
. . .
+
Ria + +
.
. _
+
no
2 02
✓ §; =p ? Ria
vq; R? .ir?+pii+ri:
>
+ :
EZ
E E Ez
Horizonte 1; j=1 Cholewsky
,
,
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
COINTEGRACIÓN
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Ambas son I(1), tienen raíz unitaria.
Si no se cruzan muchas veces con la media, es un paseo aleatorio.
Se basa en que las diferencias de tipo es lo que separa a esas dos series temporales se hace
muy grande, el arbitraje hará que aumente la diferencia de ti a corto plazo y la gente se
endeudará en corto plazo. Bajará también el precio y se volverá a restablecer el equilibrio.
T-t-il2t-i3t~I.CO)
HO :-# ICI) >
H0: no cointegran —> VAR Las diferencias solo sirven para el tipo de interés
HA : IEUICO)
>
HA: cointegran —> MCE
It Si son I(0), son estacionarias.
Si son I(1), no cointegran.
≈:
no cointegran, no
se acercan.
sí cointegran, se
acercan
② Contraste de cointegran
Ét =
diil 2-L-idai3-L~I.CO)
Dividimos entre ✗\
>
¿
"
ilzttdáist
*
=
Para que se parezca a una regresión, ponemos los betas
itdt-po-pii3-L-EE-L-i12-L-po-p.it
No son observadles. No sabemos lo que valen los betas 0 y 1
t < > t
HO ELNICI)
Áth
:
> DF t
Hl :
Et -
ICO)
V Valor crítico DF
El contraste no es aplicable directamente Sí lo observamos este residuo >
Ño Ñ ist
-
,
>
Ahora el contraste debería hacerse sobre el ruido. Es una proxis basada en los residuos.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
No implica obtener el HO :
CTNI (1) No cointegran > Buscamos t y distribución.
mismo resultado que
en el otro contraste. HA :
et -
ICO) Sí cointegran
^
Valor crítico
RESUMEN
Si tengo 2 series de raíz unitaria, necesitamos otros modelos ≠ VAR cuando guarden distancia que
implique que el nivel debe aparecer.
¿Es importante el nivel? F- económica porque sabemos la combinación lineal.
Utilizaremos valores muestrales de regresión MCO porque el otro contraste de E no lo podemos hacer.
Para asegurarnos de que RH0 o H0 en ambos, aplicamos el resultado de t y el valor crítico de PO.
BUSCAR EN LA TABLA
(N-1) —> nº total de series -1 —> aquí tenemos dos series temporales i12t y i3t.
Lo hemos reducido al -2’76, -3’37 ó -3’42 (5% de valor crítico y 1º fila). Es uno de esos 3.
CASOS 1, 2, 3 —> me fijo en las dos preguntas:
1º.- ¿Tienen las series originales (nivel) una tendencia siempre ascendente o descendente? No tiene
sentido que tenga. No se observa => NO.
Vamos a la regresión de correlación y hemos si hemos puesto constante. En la práctica, siempre hay
constante. Teóricamente, es posible, pero en la práctica, no => SÍ.
Nos iríamos al caso 2 —> -3’37 —> Valor crítico de PO.
Por ejemplo, en la diapositiva 40, el primer gráfico tiene tendencia, así que nos iríamos al caso 3.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
MODELOS DE CORRECIÓN DEL ERROR
¿Cómo modelizamos el corto plazo? Como en un modelo VAR, Si tienen raiz unitaria, entran en diferencias.
Suponemos que no tienen constante y siguen un VAR 1 ( un solo retardo).
CP LP
|
Et -
l
t.it/i12t-pTo-fb,i3t)tUitDi3t-.ciiAi12t+...tCrrsi3t.
Silat :[ IIAIIZEI tci≥ A Añadimos el residuo de la
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
. . .
Ño fb ) , Mi 12-1 -
-
, ist +
uat función de cointegración
Diferencias Niveles et -
I en nivel y retardado un
periodo.
Á i"
1¥ ; Equilibrio de nuevo
No pediríamos un préstamo a 12, nos vamos a los de 3 y el et-1 pasaría a ser muy grande. En el
periodo siguiente, como tiene numero que multiplica, hará que los tipos de interés a 12 caigan, y
como para i3 están multiplicando por 0’12, subirán, restableciéndose el equilibrio. Debe haber un
ajuste que los devuelva a su sitio.
GENERALIZAMOS
Yat ICI)
~
Yrt ~
I (d) Debemos diferenciarla en d veces para que sea estacionaria >
Yrttp , Yat # ( d- 1)
Yat NILD)
Lo extendemos a M variables:
Pll Ylt
+
Per Yat +
. . .
+ BIMYME Ert NICO) Si hay 8 series temporales (M=8), si encuentro 5 u 8
B 22kt +
Bai Yee +
. .
.
+ Pan YMT =
Est NICO) combinaciones lineales y esas 5, por ejemplo, son
i
I(0), esas series cointegran porque podemos
PMIYMT BM + -
IYM -
itt
+ . . -
+ BM , Yee =
EMTNICO) encontrar 5 combinaciones lineales para las 8
Yat iniciales.
Yat Que cointegran es que hay un paseo aleatorio
:
que comparten. Depende de cómo sea la
Ynt combinación lineal. Si tenemos M variables,
No se normaliza ahora. podemos encontrar hasta M-1 series de
correlación (paseos aleatorios que las
comparten). Si hay 7 variables, podemos
encontrar hasta 6 paseos.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada
✓y%¡
"
Yet En
P" Pla . -
Pim ¡
(1-1)
ikt.it?t-i3t=ItPHPk...prMYMtEnt
pa paz pan Y.at Gt
=
. . .
'
Bt
Matriz de Yt
'
Et
cointegración
P
KM
CP LP
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
AYEGDYEH .
. _
tcpAY-L-p-X.EE -
itut
PYT I
-
PYEI
EJERCICIO 9. PRÁCTICAS TEMA 2.
C
NICO )
Y
deben mantenerse algo estable.
I NICO )
y
Ill) ICI )
lnyt
lnct La teoría económica dice que dos combinaciones lineales que son estacionarias
lqtt
se adapta a este orden
-
1 10 lnit =
Gt
-101 lnct Este
lnit
esto viene de obtener -l, l, O... por esto: lnct LNYTNILO ) -
ln It -
lnyt -
ICO)
Para hacer el MCE : como tienen RU, los montamos en diferencias (al principio debe ser como un VAR)
Et -
I v Errores de equilibrio
Uit
Alnyt Culta G } ALMYEI ✗ v42 lnltl LNYEI
-
+ 42T
+
A lnct =
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-7378032
Plan Turbo - Eliminar los vídeos + 10 descargas sin publicidad por sólo 0,99€ / mes - Oferta limitada