Documentos de Académico
Documentos de Profesional
Documentos de Cultura
BIBLIOGRAFIA:
ECONOMETRA Y PREDICCIN. (Tema 14)
MARIANO MATILLA GARCA et al.
Edit. Mc Graw Hill
BERNARD CABRER
UNED Valencia
Yt Yt Yt 1
serie
3. Calcular la tasa de
de la variable original:
(Yt crecimiento
Yt 1 )
Yt
La
segunda
transformacin
y
la
(
Y
Y
)
t
t 1
aproximadamente
iguales
ln(Y ) ln(
Y ) ya que:
t
t 1
Yt
tercera
son
100
80
60
40
-1
20
-2
-3
10
20
30
40
50
60
70
80
90
00
10
-20
10
20
30
40
50
60
70
80
90
00
10
LOG(POB_ESP)-LOG(POB_ESP(-1))
.024
Serie con
14,000
10,000
.016
8,000
.012
6,000
.008
4,000
.004
2,000
0
.000
1930
1940
1950
1960
1970
1980
1990
2000
2010
1965
1970
1975
1980
1985
1990
1995
2000
2005
2010
12
0
10
0
8
0
6
0
4
0
2
0
10
10
20
30
40
50
60
70
80
90
00
20
10
10
20
14,00
0
10,00
0
.
020
8,00
0
.
016
6,00
0
.
012
4,00
0
.
008
2,00
0
.
004
0
193
0
1940
1950
196
0
1970
1980
199
0
2000
.
000
2010
40
50
60
70
80
90
00
LOG(POB_ESP)LOG(POB_ESP(-1))
.
024
12,00
0
30
1965
197
0
1975 1980
2010
1985
1990
1995
2000
2005
Yt 0 1 t ut
1.Tendencia lineal:
Yt 0 1 t 2 t 2 ut
2.Tendencia cuadrtica:
3.Tendencia exponencial:
Yt e
0 1 t ut
14.1.1.
Ejemplos
de
tendencias
cuadrtica y exponencial.
determinostas:
lineal,
10
20
30
40
50
60
70
80
90
00
10
10
20
30
40
50
60
70
80
90
00
10
10
20
30
40
50
60
70
80
90
00
10
deterministas:
10
20
30
40
50
60
70
80
90
00
10
10
20
30
40
50
60
70
80
90
00
10
10
20
30
40
50
60
70
80
90
00
10
lineal,
Yt 0 1 X t 2 t ut
Yt 0 1 X t ut
Este
ltimo
autocorrelacin.
modelo
seguramente
presentara
autocorrelacin
(variables
con
con
2.002 X t
(3.287)
(179.138)
R 2 0.998
(4.128)
R 2 0.999
DW 2.489
(12.316)
DW 1.989
(38.705)
Z t Yt
Serie original no estacionaria:
Yt 1
Y Y Z
t
t 1
t
La relacin entre la serie original
y la serie
transformada
se puede escribir a travs de la siguiente ecuacin:
Yt tambin
1 Yt 1 se
Zpuede
t
En general la ecuacin anterior
expresar
como:
1 1
1
En este caso si
la serie original no es
Yt Yt 1 t
Paseo aleatorio sin deriva:
donde:
t
una variable ruido blanco.
Este proceso no estacionario se caracteriza por:
es
E (Yt ) f (t )
var(Yt ) f (t )
Yt 0 Yt 1 t
) f (t )
donde:
10
20
30
40
50
60
70
80
90
00
10
60
70
80
90
00
10
10
20
30
40
50
10
20
30
40
50
60
70
80
90
00
10
30
40
50
60
70
80
90
00
10
Paseo con
deriva
10
20
55
60
65
70
75
80
85
90
95
00
05
10
55
60
65
70
75
80
85
90
95
00
05
10
KF
e economa espaola 1955Ejemplo: Modelo PIB
economtrico
para
t e
t la
2012
ut
LPIBt 0 1 LKFt ut
LPIBt
Donde:
LKFt
LPIB t 1.470
(4.842)
R 2 0.808
0.907 LKFt
(13.759)
DW 0.103
(18.981)
R 2 0.970
(4.162)
(15.538)
DW 0.110
LPIB t 0.041
(11.188)
R 2 0.062
Como se puede
totalmente inadecuada.
0.081 LKFt
(1.633)
DW 0.503
observar
la
estimacin
obtenida
es
1
Se trata de contrastar la hiptesis
Yt 0 Yt 1 t
hiptesis alternativa
nula
frente a la
En el modelo:
en el caso de que se acepte la hiptesis nula concluiramos que la
serie no es estacionaria.
(Yt Y )(Yt 1 Y )
Limitaciones:
2
(
Y
Y
)
t
El estimador
S tiende a infinito
denominador
El estadstico
(Distribucin DF)
La
serie
puede
es inadecuado, el
simultneamente
tendencia
Yt Yt 1 0 Yt 1 Yt 1 t
o bien:
donde:
Yt 0 Yt 1 t
Yt serie
Ahora, para contrastar si la
es no estacionaria o bien
que presentan una raz unitaria, esto es si es I(1), se debe
contrastar:
0
Hiptesis
nula
0
Yt 0 Yt 1 t
En el modelo
propuesto por DF:
El estadstico
se distribuye
propuesta por DF siempre y cuando
segn la distribucin
Yt 0 t Yt 1 t
0
En el caso de que simultneamente:
Se rechace la hiptesis
0
Se acepte la hiptesis
Se concluye que la serie objeto del anlisis
simultneamente tendencia determinista y estocstica.
presenta
Yt 0 Yt 1 1 Yt 1 t
o bien:
Yt 0 Yt 1 1 Yt 1 2 Yt 2 t
Yt 0 Yt 1 i Yt i t
i 1
presente
Yt
0.171 0.324 Yt 1
(6.102) (4.927)
n 56 R 2 0.306 DW 0.694
Como se puede observar que el modelo presenta
autocorrelacin de primer orden (dl=1.528; du=1.601), para
solucionar dicho
se debe incluir como regresor
el
problema
Y
0
.
070
0
.
010
Y
0
.
648
Y
regresando desfasado.
t
t 1
t 1
(2.485) (2.264)
(6.201)
n 56 R 2 0.592 DW 1.601
Yt
0.081 0.012 Yt 1
(2.760) (2.498)
0.797 Yt 1
(5.745)
0.223
Yt 2
(1.625)
n 55 R 2 0.606 DW 1.785
En el presente modelo se puede comprobar que el modelo no
Yt primer
presenta autocorrelacin de
orden (dl=1.452; du=1.681). A
1
continuacin vamos a proceder a docimar si el coeficiente que
afecta a la variable
puede ser igual a cero.
Hiptesis nula
Hiptesis alternativa
(la serie presenta tendencia estocstica) (la serie no presenta
tendencia estocstica)
(la serie es (1) )
(la serie es I(0) )
Si se cumple Pr
la desigualdad
ob( probabilstica
) (1 ) :
S
(1 )
0.012
En nuestro caso se tiene:
Pr ob(
0.005
) (1 )
Sustituyendo
por cero debido a la hiptesis nula. Adems, se
sabe que el valor crtico de
para una probabilidad del 95%