Econometría financiera

.
Supuestos del modelo de regresión
 Violación de los supuestos de regresión

•  
• Supuesto 1: el modelo de mínimos cuadrados ordinarios, asume que la relación entre dos o
más variables puede ser adecuadamente modelada a través de una función lineal.

• Supuesto 2: el valor esperado de los errores es igual a cero:

• Supuesto 3: la varianza de los errores es constante (Homocedástico) y, la autocorrelación

entre errores no contemporáneos es cero (no autocorrelación).
 Violación de los supuestos de regresión
•  
• Supuesto 4: la varianza de los errores se distribuye como una normal con
media igual a cero y desviación estándar a .

• Supuesto 5: la covarianza de los errores con las variables independientes es

cero. Es decir, que los errores y las variables exógenas son ortogonales.

• Supuesto 6: el numero de observaciones debe ser mayor que el número de

parámetros a estimar.

• Supuesto 7: debe existir variabilidad en los valores de x, variable

independiente. Técnicamente la varianza de x debe ser un numero finito
positivo.
 Violación de los supuestos de regresión

• Supuesto 8: el modelo de regresión debe ser correctamente

especificado, esto indica que no existe ningún error en el modelo a
estimar. La especificación incorrecta o la omisión de una o más
variables importantes, hará muy cuestionable la validez del modelo.

• Supuesto 9: No hay relaciones perfectamente lineales entre las

variables. No existe multicolinealidad perfecta.
 Violación de los supuestos de regresión

•  
• Supuesto 1: el modelo de MCO asume que la relación entre la variable dependientes y las variables
independientes puede ser adecuadamente descrita por una ecuación lineal.

–Se recuerda que se pueden tener relaciones no lineales entre las variables que pueden ser convertida en
ecuaciones lineales.

–Para estudiar si los datos se ajustan a un modelo lineal se emplea la prueba de análisis de varianza que
se basa en la prueba F de Fisher. Las hipótesis que se desean probar son las siguientes:

Recordar que el estadístico de prueba es: ,y el valor critico asociado con esta prueba es una F(K-
1,n-k)
 Violación de los supuestos de regresión

• Supuesto 2: el segundo supuesto se refiere a que la suma de los errores debe ser cero. Siempre
que se incluya el intercepto, este supuesto siempre será satisfecho. Por lo tanto se recomienda
incluir el intercepto al momento de estimar el modelo de M.C.O y después hacer la prueba de
hipótesis correspondiente para ver si este parámetro estimado es efectivamente estadísticamente
no significativo, es decir, si se puede asumir que es igual a cero.
 Violación de los supuestos de regresión

• Supuesto 3: Homocedasticidad. Este supuesto asume que la varianza de los errores es constante y finita.
 Violación de los supuestos de regresión

• Supuesto 3: Homocedasticidad. ¿Cómo detectar?

*Gráficos de los errores al cuadrado en función de la variable estimada.

 Violación de los supuestos de regresión
•  
• Supuesto 3: Homocedasticidad. ¿Cómo detectar?

*Prueba formal: Prueba de White

Se trata de observar su los errores estimados siguen algún patrón predeterminado de acuerdo a los
cambios de las variables explicativas, las variables explicativas al cuadrado y a los productos cruzados de
las variables explicativas.

La hipótesis a probar será la siguiente:

Se puede emplear el F test que seguirá una distribución ó el LM test que seguirá una . El estadístico de prueba la el LM test, se basa en

el de la regresión auxiliar. Su las variables explicativas de esta regresión son significativos el será alto.
 Violación de los supuestos de regresión

• Supuesto 3: Homocedasticidad. ¿Cuáles son las consecuencias?

–La presencia de heterocedasticidad no tiene ningún efecto en los coeficientes

estimados, lo que continuarán siendo insesgados. Sin embargo ya no serán eficientes,
es decir, que no tendrán la mínima varianza entre todos los estimadores insesgados.

¿Cómo se corrige?

1. Transformar los datos utilizando logaritmos.(Cuidado con valores negativos)

2. Utilizar el método de White, quien derivo la matriz de varianzas y covarianzas

consistente con la presencia de heterocedasticidad.
 Violación de los supuestos de regresión

• Supuesto 3: No autocorrelación. Este supuesto establece que los errores de la regresión no deben ser
serialmente correlacionados, es decir, que los errores en el periodo i, no deben depender de los errores de
cualquier otro periodo j.
 Violación de los supuestos de regresión
•  
• Supuesto 3: No autocorrelación. ¿Qué causa la autocorrelación de los errores?
–La existencia de un patrón estacional.

–El uso de una forma funcional incorrecta.

–Omisión de variables relevantes.

¿Cómo se detecta?

El test de Durbin Watson permite determinar la presencia de autocorrelacion de primer orden, es decir:

La hipótesis son las siguientes:

 Violación de los supuestos de regresión

•  
• Supuesto 3: No autocorrelación. ¿Cómo se detecta?

El test de Breusch-Godfrey sigue la siguiente forma:

La hipótesis son las siguientes:

El test se distribuye como una distribución chi-cuadrada con m grados de libertad, m es el número de rezagos utilizados en la
ecuación.
 Violación de los supuestos de regresión
•  
• Supuesto 3: No autocorrelación ¿Cuáles son las consecuencias?

La presencia de autocorrelación no afecta la propiedad de insesgamiento de los coeficientes. Sin embargo los
parámetros no serán eficientes, esto significa que las inferencias serán incorrectas. En la presencia de
autocorrelación positiva, los errores estándar serán sesgados hacia abajo, lo que significa que los test
estadísticos sean grandes, lo que a su vez incrementará la probabilidad de rechazar la hipótesis nula siendo
verdadera. También, como la varianza de los errores es menor, el será mayor.

¿Como se corrige?

1. Primeras diferencias.

2. Método de Newey-West.

3. Método de Cochrane-Orcutt
 Violación de los supuestos de regresión

• Supuesto 3: No autocorrelación

1. Método de Cochrane-Orcutt
1. Este método se basa en el supuesto que la forma de la autocorrelación es conocida o que se puede
determinar analizando los datos.

2. Procedimiento
1. Estimar el modelo.

2. Determinar la autocorrelación usando un test.

3. Si se presenta autocorrelación se debe evaluar la regresión de los errores en función de su pasado y obtener el valor
de p.

4. Con ese valor p estimar la nueva regresión.

 Violación de los supuestos de regresión
•  
• Supuesto 4: Normalidad de los errores. ¿Cómo se detecta?

El test de normalidad de Jarque Bera, tiene las siguientes hipótesis:

El test es dado por:

 Violación de los supuestos de regresión

• Supuesto 4: Normalidad de los errores ¿Cuáles son las causas?

• Presencia de estacionalidad en los datos

• Presencia de valores extremos

¿Cómo se corrige?

1. Hacer caso omiso si se cuenta con una muestra bastante amplia. (Teorema del limite central)

2. Incluir variables dicotómicas temporales ó inclusión de valores extremos.

 Violación de los supuestos de regresión

•  
• Otros problemas del modelo de M.C.O: Multicolinealidad

Se presenta cuando hay una alta correlación entre las variables explicativas del modelo.

¿Cómo detectar?

1. Se observarán bastantes altos acompañados de parámetros estadísticamente no significativos.

2. Evaluar el factor inflador de varianza, a partir de regresiones auxiliares de la variable independiente en

función de las independientes.
 Violación de los supuestos de regresión

• Otros problemas del modelo de M.C.O: Multicolinealidad ¿Cómo se corrige?

1. No hacer nada, si la variable que se sospecha tiene multicolinealidad es significativa, se puede

incurrir en un error de especificación al omitirla.

2. Expresar el modelo en primeras diferencias.

3. Eliminar la variables si no es significativa.

 Violación de los supuestos de regresión

• Otros problemas del modelo de M.C.O: Forma funcional

Otro posible problema, es que la forma funcional de la regresión (lineal) no sea la adecuada para capturar la
relación entre la variables dependiente y las independientes.

¿Cómo se detecta?

Test de Ramsey, esta destinado a probar los errores de especificación del modelo, los que se pueden deber a:
–Variables omitidas
–Formas funcionales incorrectas
–Presencia de correlación entre los errores y las variables independientes.
 Violación de los supuestos de regresión

•  
• Otros problemas del modelo de M.C.O: Forma funcional ¿Cómo se detecta?

Test de Ramsey:

La hipótesis de este test son:

El estadístico está dado por:

 Violación de los supuestos de regresión

•  
• Otros problemas del modelo de M.C.O: Estabilidad de los parámetros estimados

Se asume que los parámetros estimados son estables en el tiempo. Es decir, que si reestiman los
parámetros después de cierto tiempo, estos serán los mismos estadísticamente.

La prueba se basa en dividir la muestra en dos y analizar los cambios en los valores de los coeficientes; esta
división de muestras está dada por el conocimiento de algún evento importante que puede haber causado la
inestabilidad de los coeficientes. La prueba más común es el test de estabilidad de Chow

La hipótesis es la siguiente:
 Miguel Angel Bello
Economista, MBA, CRM.
miguel.bello@software-shop.com