Modelos Dinmicos - Pg.

1
MODELOS DINAMICOS
TEMAS A ANALIZAR
1. TIPOS DE MODELOS ..............................................2
2. MODELOS DINAMICOS .............................................3
2.1. FUNCION DE TRANSFERENCIA ..................................3
2.2. ECUACION ESTOCSTICA EN DIFERENCIAS .......................3
2.3. DINAMICA SISTEMATICA ......................................5
2.4. RETARDO DISTRIBUIDO AUTORREGRESIVO Y MODELOS ARMAX ........6
3. MECANISMO DE CORRECCION DE ERROR - MODELO CON UNA VARIABLE
EXPLICATIVA ......................................................7
3.1. RELACIONES DE LARGO Y CORTO PLAZO .........................7
4. UNA TIPOLOGA DE MODELOS UNI-ECUACIONES DINMICOS ............10
4.1. Regresin esttica .......................................11
4.2. Modelos univariantes .....................................12
4.3. Modelos en diferencias ...................................12
4.4. Modelos de indicadores adelantados .......................13
4.5. Modelos de retardos distribuidos .........................13
4.6. Modelos de ajuste parcial ................................14
4.7. Representacin de common factor ..........................16
5. BIBLIOGRAFA.................................................18
Modelos Dinmicos - Pg. 2
1. TIPOS DE MODELOS
Modelos Dinmicos - Pg. 3
2. MODELOS DINAMICOS
2.1. FUNCION DE TRANSFERENCIA
- Un modelo explicativo de la variable y
t
a partir de una variable
explicativa x
t
, ligada con la primera por una estructura de
retardos racional, recibe el nombre de FUNCION DE TRANSFERENCIA
y puede expresarse como:
- El primer trmino del lado derecho corresponde a la dinmica
sistemtica del modelo, mientras que el segundo trmino refleja
la dinmica de las perturbaciones.
2.2. ECUACION ESTOCSTICA EN DIFERENCIAS
- Una transformacin de [1] puede plantearse a partir de las
siguientes definiciones:
- De esta forma, puede plantearse una formulacin alternativa
que recibe el nombre de ECUACION (o MODELO) ESTOCASTICA EN
DIFERENCIAS (FINITAS).
- En [2] la perturbacin sigue un proceso de medias mviles.
[2] (L) +
x
(L) = y (L)
t
*
t
*
t
*

A(L) . (L) = (L)

(L) . B(L) = (L)
(L) . A(L) = (L)
*
*
*

[1]
(L)
(L)
+
x

A(L)
B(L)
= y
t t
t

Modelos Dinmicos - Pg. 4

Bajo el supuesto de invertibilidad, se podr aproximar mediante
un proceso autoregresivo. De esta manera, [2] puede expresarse
como:
donde:
Suponiendo k variables explicativas:
- El modelo es estable si las races de (L) caen fuera del
crculo unidad.
- La formulacin en trminos de ecuaciones estocsticas en
diferencias es la empleada en la denominada metodologa de la
LSE.
- Se comienza formulando un modelo general para luego, a travs
de contrastes, llegar a modelos ms simples. Esta metodologa
recibe el nombre DE LO GENERAL A LO ESPECIFICO.
- En [3] y [4] se tienen especificaciones en que las
perturbaciones son ruidos blancos. En el caso de la funcin de
transferencia, ecuacin [1], los estimadores por MCO no son
consistentes. Otros ejemplos, como la ecuacin que surge de un
supuesto de distribucin de Koyck de los retardos, tambin
implican la inconsistencia de los MCO.
- A. Harvey plantea repetidamente que debe abandonarse la "ptica"
de los MCO para considerar los estimadores MV.
[4] +
x
(L) = y (L)
t jt
j
k
1 = j
t



(L)
(L)
= (L)
(L)
(L)
= (L)
*
*
*
*

[ ] 3 + x (L) = y (L)
t t
t

Modelos Dinmicos - Pg. 5
x
2.3. DINAMICA SISTEMATICA
- Tanto en el modelo [1] de funcin de transferencia, como en la
ecuacin estocstica en diferencias, [2], el comportamiento de
largo plazo de la variable y
t
queda determinado por su dinmica
sistemtica.
- La trayectoria de la media de y
t
est dado por (en el caso de
[1]):
- La naturaleza de la respuesta esperada de y ante cambios en x
depender del patrn de los coeficientes del polinomio cociente
B(L)/A(L)
- Si el modelo es estable, puede plantearse una solucin de
equilibrio, o de largo plazo.
Sea x
t
constante en el valor

La solucin de equilibrio de y ( ) ser:
y
x
A(1)
B(1)
= x
a
- ... -
a
- 1
b
... +
b
+
b
= y
r 1
s 1 o
x

A(L)
B(L)
= ) y ( E
t
t
Modelos Dinmicos - Pg. 6
2.4. RETARDO DISTRIBUIDO AUTORREGRESIVO Y MODELOS ARMAX
- La formulacin [4] recibe tambin el nombre de RETARDO
DISTRIBUIDO AUTORREGRESIVO (ADL por su sigla en ingls) y
generalmente se nota como ADL(r,s
1
,...,s
k
) donde los trminos
entre parntesis indican el grado de los respectivos polinomios
autoregresivos.
- Si en lugar de especificar una perturbacin ruido blanco, se
plantea un modelo MA:
el modelo resultante recibe el nombre de ARMAX.
[ ] 5
t jt j
k
1 = j
t
(L) + x (L) = y (L)

Modelos Dinmicos - Pg. 7
3. MECANISMO DE CORRECCION DE ERROR - MODELO CON UNA
VARIABLE EXPLICATIVA
3.1. RELACIONES DE LARGO Y CORTO PLAZO
- Retomando el modelo [3]:
Debe observarse que las series econmicas tienen cambios
generalmente lentos, por lo que es posible que la estimacin de
un modelo como el anterior conduzca a varianzas grandes de los
estimadores por multicolinealidad.
- Como alternativa a la especificacin anterior, puede plantearse:
donde:

k
s
0 = k
k
r
1 + j = k
*
j
k
r
1 = k
=
1 - r , ... , 2 , 1 = j - =
=

[ ]

t j - t
*
j
1 - s
0 = j
t
j - t
*
j
1 - r
1 = j
1 - t t
+
x
+
x
+
+ y + y = y

t t
s
s
2
2 1 o
t
r
r
2
2 1
+
x
)
L
+ ... +
L
+ L + ( =
= y )
L
- ... -
L
- L - 1 (

t t
t
+
x
(L) = y (L)
Modelos Dinmicos - Pg. 8
- La solucin de equilibrio para y viene dada por:
Obsrvese que la suma de coeficientes del polinomio (L) en [3]
es justamente:
- Restando y
t-1
en ambos miembros, etc., obtenemos:
[ ]

t 1 - t
1 - t
j - t
*
j
j
j - t
*
j
j
t
+
x
1 -
- y ) 1 - ( +
+
x
+ y = y
1
]
1

,
_

k
- 1 = - 1
x
- 1
= y

Modelos Dinmicos - Pg. 9

Obsrvese que si y
t
es I(1), entonces y
t
ser I(0).
De esta forma, la expresin [7] solo tiene sentido si las series
x
t
y y
t
estn cointegradas.
Es decir,
(x
t
, y
t
) ~ CI(1,1)
(Si y
t
es integrada de mayor orden, el MCE tiene una
formulacin ms compleja).
La relacin de cointegracin (de equilibrio a largo plazo) es,
justamente:
La expresin:
recibe el nombre de Trmino de Correccin del Error (Error
Correction Term - ECT, en ingls), ya que corresponde al residuo
(o error) del perodo previo. Es decir, al "apartamiento" del
equilibrio en el perodo previo.
De ah, el modelo recibe el nombre de Mecanismo de Correccin
del Error.
De esta forma, la ecuacin [7] describe la dinmica de corto
plazo (el ajuste al equilibrio). El coeficiente del ECT
(-1) se espera que sea negativo. Es decir, residuos o desvos
del equilibrio positivos contribuyen a y
t
<0 y viceversa con
desvos negativos.
]
x
)
1 -
( - y [
1 - t
1 - t

,
_

+

1 -
- donde
z x y
t t t

I(0) ~
Modelos Dinmicos - Pg. 10
4. UNA TIPOLOGA DE MODELOS UNI-ECUACIONES DINMICOS
(Basado en Hendry, Pagan y Sargan, 1984))
El modelo ADL(1,1) es:
donde z
t
es exgena dbil en relacin a los parmetros de inters
(
1
,
2
y
3
), y el error es:
t
IN(0,
2

)
An cuando todos los modelos tienen una varianza del error, el modelo
anterior es denominado modelo de tres parmetros.
Pese a que [8] es una ecuacin muy simple, el modelo ADL(1,1) incluye
(encompasses) representaciones esquemticas de nueve distintos tipos
de modelos dinmicos como casos especiales. La tabla siguiente
presenta estos 9 tipos.

Tipo de modelo Ecuacin
Restricciones en
ADL(1,1)
(a) Regresin esttica
y
t
=
1
x
t
+ v
t

2
=
3
= 0
(b) Serie de tiempo univariante
y
t
=
3
y
t-1
+ v
t

1
=
2
= 0
(c) En diferencias / tasa de
crecimiento
y
t
=
1
x
t-1
+ v
t

3
=1,
2
= -
1
(d) Indicador adelantado
(leading indicator)
y
t
=
2
x
t-1
+ v
t

1
=
3
= 0
(e) Retardos distribuidos
(distributed lags)
y
t
=
1
x
t
+
2
x
t-1
+ v
t

3
= 0
(f) Ajuste parcial
y
t
=
1
x
t
+
3
y
t-1
+ v
t

2
= 0
(g) Common factor (error
autocorrelacionado)
y
t
=
1
x
t
+ u
t
u
t
=
3
u
t-1
+ v
t

2
= -
1

3
(h) Mecanismo de Correccin
del Error
y
t
=
1
x
t
+ (1-
3
) (x
t-1
y
t-1
) + v
t

i
= 1
(i) Forma reducida (dead start)
y
t
=
2
x
t-1
+
3
y
t-1
+ v
t

1
= 0
Los nueve modelos describen muy diferentes estilos de retardos y
respuestas de largo plazo de y desde x, tiene diferentes ventajas y
desventajas como descripciones de comportamientos de series de
tiempo, estn diversamente afectados por varios problemas de mala
especificacin, y finalmente, conducen a diferentes estrategias de
modelizacin y estimacin.
[8]
3 1 2 1 t
1 - t
t t t
y x x y + + +

Modelos Dinmicos - Pg. 11
Los modelos (a) a (d) son claramente modelos de un parmetro,
mientras (e) a (i) son de dos parmetros. Con los supuestos
planteados, todos menos el modelos (g) son estimables por Mnimos
Cuadrados Ordinarios (mientras (g) requiere un procedimiento
iterativo por mnimos cuadrados). Cada modelo puede ser interpretado
como un modelo por derecho propio, o tambin como una derivacin
(o una aproximacin) del modelo ADL(1,1).
La generalizacin de cada tipo en trminos de un nmero mayor de
lags y/o varios regresores naturalmente aproximan los casos entre s.
En el cuadro se plantean los modelos ms simples para resaltar sus
diferencias y sus propiedades especficas.
De todas maneras, las restricciones necesarias para obtener los
distintos casos (an suponiendo modelos con mayor nmero de lags y/u
otros regresores) en general son difciles de justificar. An cuando
pueden, en ocasiones, existir argumentos tericos relevantes para
explicar una forma especfica, es siempre preferible testear el
modelo seleccionado versus la forma general no restringida (el
ADL(1,1)), lo que contribuye a evitar errores de especificacin
importantes.
A continuacin se presentan comentarios sobre los modelos de la tabla
(se omite el modelo de correccin de error, que ya fue presentado,
y sobre el que se volver ms adelante).
4.1. Regresin esttica
Modelos del tipo:
pocas veces proveen aproximaciones tiles a procesos de series de
tiempo. Esto ocurre por la posibilidad del problema de regresiones
espurias en el caso de observaciones con una alta correlacin
temporal, con problemas asociados de residuos autocorrelacionados y
R2 no interpretables.
En segundo lugar, el supuesto de x
jt
exgena dbil respecto de los

j
ha probado ser poco viable en la prctica.
En general la teora econmica postula relaciones de equilibrio del
tipo y=f(x) que pueden, sin prdida de generalidad, aproximarse por
formas lineales. Pero el modelo [9] impone la restriccin que la
respuesta de corto y de largo plazo son idnticas e instantneas. Es
preferible plantear un modelo dinmico que reproduzca y=f(x)bajo
supuestos de equilibrio. Esto restringe el tipo de modelo pero no el
rango de las respuestas dinmicas.
[9]
t
j
jt j t
x y +

Modelos Dinmicos - Pg. 12

Finalmente, la prediccin de y
t+k
requiere predicciones de x
j,t+k
4.2. Modelos univariantes
En contraste, modelos univariantes de series de tiempo como los
planteados en (b) se focalizan solamente en el comportamiento
dinmico, pero a menudo son tiles como descripciones de los datos.
La forma estacionaria general es el modelo ARMA(p,q).
Ecuaciones como y
t
=
3
y
t-1
+
t
pueden estar sugeridos por la
teora econmica y, por ejemplo, supuestos de mercados eficientes y
de expectativas racionales conducen a modelos de caminata al azar
(
3
=1).
Por otro lado, en modelos multi-variantes cada variable tiene una
representacin ARMA (o ARIMA en general) pero esta reformulacin
puede dar lugar a varianzas grandes.
De esta manera, modelos economtricos que no ajustan mejor de
procesos de series de tiempo univariantes tienen, por lo menos,
errores de especificacin en el comportamiento dinmico de las
series, y si no logran mejores pronsticos no deberan utilizarse en
anlisis de polticas.
4.3. Modelos en diferencias
El modelo planteado en (c) se parece al (a), luego de sustituir y
t
por y
t
y x
t
por x
t
.
El filtro = (1-L) es comnmente aplicado para transformar las
series en estacionarias, en la metodologa Box-Jenkins, o para evitar
regresiones espurias.
Si bien la ecuacin de equilibrio y
t
=
1
x
t
implica y
t
=
1
x
t
la
diferenciacin altera en forma fundamental las propiedades del error
del modelo.
De esta forma, an cuando y
t
sea proporcional a x
t
en el equilibrio,
la solucin del modelo en diferencias es indeterminada (en niveles)
y la estimacin de
1
en el modelo en diferencias est restringida
por las varianzas relativas de y
t
respecto de x
t
.
Este problema se presenta en estimaciones de la funcin de consumo
agregado, donde es necesario reconciliar bajas propensiones
marginales con altas y constantes propensiones medias.
Modelos Dinmicos - Pg. 13
Los autores plantean que existen otros medios para lograr variables
estacionarias, como el uso de ratios, que pueden ser ms adecuados
con la formulacin econmica del problema.
4.4. Modelos de indicadores adelantados
Estos modelos intentan explotar directamente diferentes desfases en
las respuestas entre variables (usualmente en relacin al ciclo de
negocios). Por ejemplo, los pedidos a las fbricas de maquinarias
pueden adelantar al PIB.
En la expresin:
y
t
=
2
x
t-1
+ v
t
[10]
Sin embargo, a menos que exista una relacin de causalidad o de
comportamiento entre las variables,
2
puede no ser constante y
pueden resultar predicciones poco crebles. Los modelos economtricos
que toman en cuenta indirectamente estos efectos han tendido a
superar los modelos de indicadores adelantados.
4.5. Modelos de retardos distribuidos
Modelos del tipo:
donde (L) es un polinomio de orden m, pueden surgir tanto de
modelos estructurales como de transformaciones de otras relaciones
dinmicas entre las variables.
Estos modelos frecuentemente presentan una sustancial autocorrelacin
en los residuos.
El hecho de que x
t
sea fuertemente exgena deviene en un aspecto
importante para la deteccin y la estimacin de la autocorrelacin
de los residuos.
La correccin de la autocorrelacin al incluir la estimacin de la
autocorrelacin de los errores (por el procedimiento de Cochrane-
Orcutt o similares) impone common factor restrictions cuya validez
frecuentemente es dudosa. An luego de remover la autocorrelacin de
primer orden de los errores, la ecuacin puede estar alcanzada por
el problema de la regresin espuria.
Por otro lado, la colinealidad entre sucesivos lags de x
t
ha generado
una larga literatura que trata de enfrentar el elevado nmero de
[11] ) (
t t t
x L y +
Modelos Dinmicos - Pg. 14
parmetros que resultan de la formulacin sin restricciones al
imponer a los
j
(los coeficientes de (L)) varios tipos de
restricciones a priori.
4.6. Modelos de ajuste parcial
y
t
=
1
x
t
+
3
y
t-1
+ v
t
[12]
Estos son unos de los modelos ms comunes en los 80s y tienen su base
en la optimizacin de funciones cuadrticas de costos, cuando existen
costos de ajuste.
La exclusin de x
t-1
(en relacin al modelo ADL(1,1)), si no es
vlida, puede dar lugar a repercusiones importantes sobre la
distribucin de los efectos de x
t
sobre y
t
, especialmente para
valores grandes de
3
(aunque no necesariamente ocurre para todos los
casos, ver cuadro en pgina siguiente).
Ello puede ser parte de la explicacin para los resultados empricos
de una aparente lenta velocidad de ajuste en versiones estimadas
de [12].
Por ltimo, en la medida que versiones como [12] resultan de
derivaciones de modelos ms generales (como el modelo de Koyck), el
trmino v
t
de error resulta autocorrelacionado, con lo que las
estimaciones por MCO son inconsistentes, al igual que sus desvos
estndar, y los tests como Durbin-Watson tampoco son vlidos.
Modelos Dinmicos - Pg. 15
CUADRO ERROR DE ESPECIFICACIN DE UN MODELO ADL(1,1)
Suponga que el PGD es un ADL(1,1):
y
t
= x
t
0,5 x
t-1
+ 0,9 y
t-1
+ v
t
[A]
Este modelo puede ser reescrito como uno de retardos distribuidos
(se excluye el trmino de error por simplicidad, pero en el modelo
transformado queda un ruido que sigue un proceso de medias mviles):
[ ] B ...) 2916 , 0 324 , 0 36 , 0 4 , 0 1 (
...) 9 , 0 9 , 0 9 , 0 1 )( 5 , 0 1 (
) 5 , 0 1 ( ) 9 , 0 1 (
9 , 0 5 , 0
4 3 2
3 3 2 2
1 1
t t
t t
t t
t t t t
x L L L L y
x L L L L y
x L y L
y x x y
+ + + + +
+ + + +

+

Con simulaciones de Montecarlo se estimaron 60.000 modelos
especificados como de ajuste parcial (y
t
=
1
x
t
+
3
y
t-1
+ v
t
) para una
serie generada a partir del modelo [A], donde x y v son ruidos
blancos normales estandarizados e incorrelacionados.
Para el modelo estimado, la estructura resultante de retardos es:
t t
t t
x L L L y
x y L
...)

1 (

1 (
3
3
3
2
2
3 3 1
1 3
+ + + +



Para 60.000 replicaciones las medias de
1
y
3
fueron,
respectivamente, 1,0000 y 0,8118 y el error estndar de los 60.000
casos, de 0,1107 y 0,0654.
Para el modelo especificado y para los coeficientes estimados, la
estructura de retardos resulta:
[ ] C ...) 434 , 0 535 , 0 659 , 0 812 , 0 1 (
4 3 2
t t
x L L L L y + + + + +
Comparando con [B] se observan coeficientes mayores en los
primeros lags y, en definitiva, una mayor porcin del efecto
total capturado en los primeros trminos de [C].
Modelos Dinmicos - Pg. 16
4.7. Representacin de common factor
La representacin de common factor se corresponde a un modelo con
error autocorrelacionado. Considrese el modelo ADL(1,1) ya
presentado:
Suponiendo
1
0 se tiene:
Bajo la condicin
ambos polinomios (el de y
t
y el de x
t
) tienen un factor comn. Si se
cumple esta condicin, dividendo ambos trminos por (1-
3
L):
donde u
t
/ u
t
=
3
u
t-1
+
t
Consecuentemente, el modelo:
se deriva directamente de:
y a la inversa.
Este ejemplo permite presentar dos importantes aspectos de los
modelos ADL.
En primer lugar, aunque en la formulacin [8] se supone un error
ruido blanco (y, por lo tanto, incorrelacionado), la clase de modelos
ADL no excluyen formulaciones con errores autoregresivos.
En segundo lugar, los errores autocorrelacionados producen una caso
restringido de la clase de los ADL, y por lo tanto el supuesto de un
error de este tipo es testeable contra un miembro menos restringido
de la clase ADL.
[8]
3 1 2 1 t
1 - t
t t t
y x x y + + +

[ ] [13] ) / ( 1 ) 1 (
1 2 1 3 t t t
x L y L + +
[ ] 14 0 /
2 3 1 1 2 3
+
[ ]
t t t t t
u x
L
x
L
L
y +

1
3 3
1 2 1
) 1 (
1
) 1 (
) / ( 1



[ ] 15
1 3
1

'

+
+
t t t
t t t
u u
u z y

t t t t t
x y x y + +
1 3 1 1 3 1
Modelos Dinmicos - Pg. 17
El ejemplo anterior permite presentar los argumentos de los
econometristas de la London School respecto de la correccin
automtica de modelos con presencia de errores
autocorrelacionados.
La prctica tradicional de correccin de la autocorrelacin de los
residuos (diagnosticada a travs del Durbin-Watson, por ejemplo) est
implcitamente asumiendo un modelo de common factor. Es decir, se
prueba la hiptesis de errores con un proceso AR(1) y luego se
corrige, por ejemplo, a travs del mtodo de Cochrane-Orcutt (aunque
en realidad cualquier mtodo de estimacin que suponga [15] est
admitiendo un modelo de common factor).
El orden de las pruebas de hiptesis es primero [14] y, si no es
rechazada, realizar luego la prueba de Ho:
3
=0 (que en ltima
instancia es la hiptesis de D-W). Es decir, estimar el modelo
general [8], realizar la prueba de [14], y luego probar (testear)
[15].

Modelos Dinmicos - Pg. 18
5. BIBLIOGRAFA
- BDGH: Capitulo 1
- David F. Hendry, Adrian R. Pagan y J. Denis Sargan (1984) -
Dynamic Specification, Captulo 19 del Handbook of
Econometrics, Volume II, Editado por Z. Griliches y M. D.
Intriligator, Elsevier Science Publishers, BV.
- Where are the Controversies in Ecomometric Methodology? - C.
W. J. Granger - en Modelling Economic Series, C. W. J. Granger
(ed.), 1990, Oxford University Press.
===O===