Documentos de Académico
Documentos de Profesional
Documentos de Cultura
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
4800
4400
4000
3600
3200
2800
70 72 74 76 78 80 82 84 86 88 90
GDP
Date: 05/30/07 Time: 15:52
Sample: 1970Q1 1991Q4
Included observations: 88
• La Ho es idéntica al DF
Cointegración: introducción
• Regresión de una serie de tiempo con raíz
unitaria sobre otra serie de tiempo con raíz
unitaria
• Puede llevar a “regresión espuria”.
• Dos series no estacionarias no correlacionadas
pueden tener una relación que aparece
significativa en una regresión
• Esto puede persistir aun en muestras grandes
• Gran R2 y bajo DW (R2 >DW)
• Si se diferencian las series la correlación
(espuria) desaparece
•
• Sin embargo puede que dos series I(1) resulten
en una combinación lineal I(0)
• La combinación lineal puede cancelar las
tendencias estocásticas y resulta en una serie
estacionaria
• En estos casos las series están cointegradas
• En términos económicos dos varibables serán
cointegradas si existe una relación de largo
plazo o de equilibrio entre ambas
• Si los residuos son estacionarios la
metodología tradicional de OLS es
aplicable
• Ejemplo:
• Gasto en consumo personal contra Ingreso
disponible
• PCEt = PDIt + ut
• Se puede expresar
• ut = PCEt - PDIt
• Se somete el ut estimado a un test de raíz
unitaria
• Si es I(0) la regresión de consumo contra
ingreso sería cointegrada
• Existe una relación de equilibrio o largo
plazo