El modelo de rezago distribuido

polinomial
El modelo de retardos de Almon
1) Mientras que el modelo de retardos de Koyck supone
que los B disminuyen geométricamente, el modelo
Almon permite cualquier estructura de retardos, es
decir los parámetros por ejemplo, pueden decrecer
luego crecer o tener un comportamiento sinuoso.
2) Los parámetros Bi se aproximan a un polinomio
 Bi
Bi = a0 + a1 i + a2 i2 +a3 i3
Bi
Bi = a 0 + a 1 i + a 2 i 2

i i
Para m=4 es:
Bi

En forma general el polinomio de m grados es:

Bi= a0 + a1i + a2i2 + a3i3 + a4i4
1) Ventajas del modelo de Almon sobre el modelo de
Koyck
 El modelo de Almon tiene una estructura de rezagos
flexible frente a la estructura de rezagos rígida del
modelo de Koyck
 Puesto que no se sustituye las variable
independientes retardadas(Las Xs) con la variable
independiente retardada, no incumple ninguno de los
supuestos del MCO
3) Las desventajas del modelo de Almon:
 En el modelo de Almon los parámetros a estimar no se
reducen tanto como en el modelo de Koyck
 En el trabajo empírico , puede que ni el periodo ni el
retardo estén sugeridos por la teoría o sean conocidos a
priori..
Derivación del modelo de Almon
1) Se toma un modelo de rezago distribuido finito:
Yt =α + B0 Xt +B1 Xt-1 +B2 Xt-2 +B3 Xt-3 …Bk Xt-k + µt
2) Se escribe así: Yt = α + ∑ Bi Xt-i
3) Supongamos que se aproxima a un polinomio de 2do
grado: Bi = a0 + a1 i + a2 i2
4) Reemplazando 3 en 1:
Yt = α + ∑ Bi Xt-i = α + ∑(a0 + a1 i + a2 i2) Xt-i+µt
Yt = α + a0 ∑Xt-i + a1∑i Xt-i + a2 ∑i2Xt-i + µt
5) => Yt = α + a0 Z0t + a1Z1t+ a2 Z2t+ µt
6) Z0t = ∑Xt-i ; Z1t =∑i Xt-i ; Z2t = ∑i2Xt-i
Ejercicios de aplicación
1) Deducir el modelo de Almon para un polinomio de
tercer grado
2) Deducir el modelo de Almon para un polinomio de
cuarto grado
Estimación del modelo de Almon
El modelo de Almon se estima por el MCO, el
procedimiento es el siguiente:
1) Se debe determinar primero K( el numero de
rezagos del modelo) y m( el grado del
polinomio)
2) Para determinar k se debe utilizar, el
R2corregido, la información de Akaike o
Schwartz, se aconseja que se debe comenzar
con una longitud de rezago relativamente
grande luego ir reduciéndolo
Habiendo especificado K ,se debe especificar
tambien el grado del polinomio. Teóricamente, el
grado del polinomio debe ser por lo menos uno
mas que el numero de puntos de inflexión en la
curva que relaciona B con i , sin embargo a priori
no se sabrá los puntos de inflexión, por lo cual en
el trabajo practico se espera que un polinomio de
pocos grados por ejemplo ( m=2 o m= 3)
Supongamos que debemos decidir entre polinomios
de segundo y tercer grados
El modelo PDL para, m=2 es
Yt= α+ a0 Z0t 0t + a1 Z1t + a2 Z2t + μt
El modelo PDL para, m=3 :
Yt= α+ a0 Z0t + a1 Z1t + a2 Z2t + a3 Z3t +μt
Después de estimar la ecuación PDL de tercer
grado, comprobamos que a2 es estadísticamente
significativo( mediante la prueba de hipotesis t-
student), pero que a3 no lo es , podemos suponer
que el polinomio de segundo grado seria la
ecuación con el cual estimaremos el modelo PDL
4) Cuando se especifica un modelo de rezago
distribuido polinomico, debemos asegurarnos de
que el grado del polinomio sea menor que el
numero de rezagos.=> m<k
Determinación del numero de rezagos
Para elegir el numero de rezagos se efectúa
mediante la ayude de las siguientes criterios:
 El R2 corregido
 El criterio de información de akaike
 El criterio de Schwartz
Empezando a estimar el modelo de rezago finito, para
una longitud de rezago alto y luego ver si el ajuste del
rezago se deteriora significativamente cundo este se
reduce el rezago, de acuerdo a los criterios de R2
corregido, akaike y/o schwartz
Se puede analizar también comenzando con una
longitud de rezago menor y luego aumentando el
rezago hasta que los indicadores de R corregido, el
criterio de akaike y/o Schwartz nos indica el rezago
optimo.
El R2 corregido:
R2 = [1-(1-R2 )] [ N-1/ N-k]
 Cuando agregamos variables independientes
adicionales a una regresión, R 2 corregido puede
incrementarse o disminuir
 Por tanto, un método para seleccionar el numero
de rezagos en un modelo de rezago distribuido
es tan solo agregar rezagos adicionales hasta
que la R2 corregida deja de incrementarse
El criterio de información Akaike( AIC):
AIC= log ( ∑ei2/n) + 2k/n
Podemos seleccionar el numero de rezagos
incrementado el numero de rezagos hasta el
punto en que el AIC alcanza un valor mínimo
El criterio de Schwartz:
SC = log ( ∑ei2/n) + k logn/n
Tambien podemos seleccionar el numero de
rezagos incrementando el numero de rezagos
hasta el punto en que el SC alcance un punto
mínimo
Elección del grado del polinomio
Si se especifica en forma correcta la longitud k
del rezago, entonces la elección del grado m del
polinomio es directa. Lo que se hace es iniciar
con un polinomio de grado lo suficientemente
alto. Se construyen los zit y se regresiona y se va
eliminando en forma secuencial los términos de
mayor grado
Ruta para estimar el modelo PDL

Quick=> Estimate equation=> Y c PDL(X, k,m)

Estimación del modelo PDL en EView
Grado del polinomio

Estímat
Quick e
Equatio
Y c PDL(X, 3,2)
n

Variable
explicativa
Longitud del rezago
Estimación del modelo de rezago
polinomial Por Eview
1) Para el modelo de rezago distribuido finito:
Yt =α + B0 Xt +B1 Xt-1 +B2 Xt-2 +B3 Xt-3 …Bk Xt-k + µt
2) E Views no utiliza exactamente la expresión expuesta
anteriormente para el polinomio de Almon, sino que la toma
ajustada respecto del numero de retardos
Así la expresión para un polinomio de grado m viene dada por:
Bi = a0 + a1 (i –c)+ a2 (i-c)2 + … + am(i-c)m

3) Donde:
C =K/2 si k es par
C= (k-1)/2 si k es impar
 Ejemplo de aplicación
Determinar el modelo PDL para un polinomio de segundo grado
dado el modelo de rezago distribuido finito:
Yt =α + B0 Xt +B1 Xt-1 +B2 Xt-2 +B3 Xt-3 …Bk Xt-k + µt
2) Un polinomio de segundo grado es:
Bi = a0 + a1 (i –c)+ a2 (i-c)2
3) Se escribe así: Yt = α + ∑ Bi Xt-i
4) Reemplazando 2 en 3 tenemos:

Yt = α + ∑ (a0 + a1 (i –c)+ a2 (i-c)2 )Xt-i

Yt = α + a0 ∑Xt-i + a1 ∑(i –c) Xt-i+ a2 ∑(i-c)2 Xt-i
Yt = α + a0 PDL01 + a1 PDL02+ a2 PDL03
Ejercicio de aplicación
2)Determinar el modelo PDL para un polinomio de
tercer grado, dado el modelo de rezago distribuido finito:
Yt =α + B0 Xt +B1 Xt-1 +B2 Xt-2 +B3 Xt-3 …Bk Xt-k +
µt
3)Determinar el modelo PDL para un polinomio de
cuarto grado, dado el modelo de rezago distribuido
finito:
Yt =α + B0 Xt +B1 Xt-1 +B2 Xt-2 +B3 Xt-3 …Bk Xt-k +
µt
Ejemplo de aplicación
1) Tenemos el modelo:
Yt = α + a0 PDL 01 + a1 PDL 02 + a2 PDL03 +µ
2) El modelo estimado por E views:
Yt =171.7965+ 0.553401PDL01 – 0.043887 PDL 02 – 0.154477 PDL03

3) El modelo fue estimado para k =3 y m=2

4) Calculando c:
Como K= 3 => c= (K-1)/2 = (3-1)/2 = 1=> c=1
a) Si, i=0=> Bi = a0 + a1 (i –c)+ a2 (i-c)2
B0 = a0 + a1 (0 –1)+ a2 (0-1)2
=>B0 = a0 - a1 + a2 =0.553401+0.043887-0.154477
B0= 0.442811
b) Si, i=1=> Bi = a0 + a1 (i –c)+ a2 (i-c)2
B1 = 0.553401+0.043887(1-1) +0.154477(1-1)2
=>B1 = 0.553401
3) Si i= 2 => Bi = a0 + a1 (i –c)+ a2 (i-c)2
ÞB2 =0.553401-0.043887(2-1)- 0.154477(2-1) 2
ÞB2 = 0.553401-0.043887 - 0.154477
ÞB2 = 0.355037
4)Si i= 3=> Bi = a0 + a1 (i –c)+ a2 (i-c)2
B3 = 0.553401-0.043887(3-1) - 0.154477(3-1) 2
ÞB3 = 0.553401-0.043887(2) - 0.154477(4)
ÞB3 = -0.152281
Ejemplo 2
Deducir el modelo PDL para un polinomio de tercer
grado o sea m=3