introduccion%20al%20tema%20de%20raices%20unitarias%20en%20la%20modelacion%20econometrica
TRANSCRIPT
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 1/27
Equipo de Modelación/BCCR
Introducción al tema de raíces unitarias enla modelación econométrica
Basado en Mahadeva y Robinson (2004)
y Galindo (2005)
Preparado por: Carlos Torres Gutiérrez
SEMINARIO-TALLERTÓPICOS DE ECONOMETRIA APLICADA
PARTE I
Banco Central de Costa Rica
Departamento de Investigación Económica
DIE-NT-01-2008
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 2/27
Equipo de Modelación/BCCR
Contenido
• Series de tiempo no estacionarias y “regresiónespuria”.• Definiciones de estacionariedad y variables
cercanas a raíz unitaria.
• Excepciones a la “regresión espuria”.• Incorrecta identificación de la noestacionariedad.
• Pruebas Dickey-Fuller y Dickey-FullerAumentada y sus limitaciones.
• Conjunto de pruebas de raíz unitaria.• Mensaje final de la presentación.• Comandos para efectuar pruebas de raíz unitaria
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 3/27
Equipo de Modelación/BCCR
Series de tiempo no estacionarias
• Los economistas tienen que modelar ypronosticar series de tiempo económicas.Pero un problema que encaran es que
éstas a menudo son no estacionarias:
– Tienen tendencia
– Sufren innovaciones persistentes (los efectosde los shocks no desaparecen en el tiempo).
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 4/27
Equipo de Modelación/BCCR
Algunas series no estacionarias
4.52
4.56
4.60
4.64
4.68
4.72
4.76
4.80
91 92 93 94 95 96 97 98 99 00 01
LITCERIPC
4.6
4.8
5.0
5.2
5.4
5.6
5.8
6.0
91 92 93 94 95 96 97 98 99 00 01
LTCN
2.6
2.8
3.0
3.2
3.4
3.6
3.8
4.0
4.2
91 92 93 94 95 96 97 98 99 00 01
LPT
2.4
2.8
3.2
3.6
4.0
4.4
91 92 93 94 95 96 97 98 99 00 01
LPNT
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 5/27
Equipo de Modelación/BCCR
“Regresión espuria”
• Regresiones con MCO y variables no estacionariaspueden generar:
– ee’s sesgados (no es confiable el criterio convencional
para juzgar si hay una relación causal entre las variables).– Altos t-estadísticos (la regresión recoge las tendencias de
las X’s y la atribuye a la tendencia de Y).– Alto R2, lo que sugiere una relación estadísticamente
significativa, aunque no exista ninguna realmente.
• A este problema se le llama “regresión espuria”.
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 6/27
Equipo de Modelación/BCCR
Ejemplo: regresión espuria
Dependent Variable: LITCERIPC
Method: Least Squares
Sample: 1991Q1 2001Q4
Included observations: 44
Variable Coefficient Std. Error t-Statistic Prob.
LTCN 1.641046 0.049551 33.11800 0.0000
LPT 0.815314 0.207568 3.927930 0.0003
LPNT -2.045753 0.143389 -14.26719 0.0000
R-squared 0.733146 Mean dependent var 4.629747Adjusted R-squared 0.720129 S.D. dependent var 0.063102
S.E. of regression 0.033383 Akaike info criterion -3.895823
Sum squared resid 0.045690 Schwarz criterion -3.774174
Log likelihood 88.70810 Durbin-Watson stat 0.606790
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 7/27Equipo de Modelación/BCCR
Null Hypothesis: ERRORES_ESPURIOS has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic based on SIC, MAXLAG=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.062107 0.1282
Null Hypothesis: ERRORES_ESPURIOS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.189830 0.0275
Null Hypothesis: ERRORES_ESPURIOS has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on SIC, MAXLAG=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.222366 0.0019
Los errores de la regresión anterior no sonestacionarios, según valores críticos al 1% (4.84), 5%(4.11) y 10% (3.73), para una muestra de 50 datos y 3variables explicativas (Engle y Yoo, 1987)
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 8/27Equipo de Modelación/BCCR
• Para minimizar el problema de “regresiónespuria”, normalmente se prueba si lasseries son estacionarias.
• Existen diferentes definiciones deestacionariedad.
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 9/27Equipo de Modelación/BCCR
Definiciones de estacionariedad
• Estacionariedad fuerte:
– Una serie de tiempo es fuertemente
estacionaria, si su distribución conjunta esinvariante en el tiempo (todos los momentosde la distribución no dependen del tiempo).
– En la práctica, es imposible probar laestacionariedad fuerte, especialmente en “n”pequeñas.
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 10/27Equipo de Modelación/BCCR
• Estacionariedad débil:
– Una serie de tiempo es débilmenteestacionaria si la media, la varianza y la
covarianza son independientes del tiempo.
– Una definición más débil aún es que la mediasea invariante en el tiempo.
– En la práctica, la definición de estacionariedaddébil es más útil.
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 11/27Equipo de Modelación/BCCR
• Estacionariedad en tendencia:
– El nivel de una variable (por ejemplo los
precios pt) puede ser no estacionario, peropuede obtenerse una serie estacionariaextrayendo su tendencia (aunque a veces seadifícil identificarla):
pt = p0 + τt + ηt
– Tal serie se llama estacionaria en tendencia
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 12/27Equipo de Modelación/BCCR
20
30
40
50
60
70
94 95 96 97 98 99 00 01 02
IPC06
5.5
6.0
6.5
7.0
7.5
8.0
8.5
94 95 96 97 98 99 00 01 02
IPC06_SIN_TEND
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 13/27Equipo de Modelación/BCCR
• Estacionariedad en diferencia:
– Si tomamos la 1º diferencia de una serie no
estacionaria sujeta de shocks persistentes (porejemplo el producto yt), podemos obtener unaserie estacionaria:
yt=yt-1+εt →yt=εt
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 14/27Equipo de Modelación/BCCR
– En general, series que necesitan serdiferenciadas n veces para alcanzar laestacionariedad las llamamos integradas deorden n: I(n)
0
500000
1000000
1500000
2000000
2500000
3000000
1992 1994 1996 1998 2000 2002 2004 2006
Y
-100000
-50000
0
50000
100000
150000
200000
250000
1992 1994 1996 1998 2000 2002 2004 2006
DY
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 15/27Equipo de Modelación/BCCR
Variables cercanas a raíz unitaria
• Pero el problema de “regresión espuria”puede aparecer aún si las variables son
estacionarias pero altamenteautorregresivas.
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 16/27Equipo de Modelación/BCCR
Excepciones a la “regresión espuria”
• Sin embargo, si las variables tienen raízunitaria, no significa necesariamente que laregresión sea “espuria”.
– Las variables pueden estar relacionadas en ellargo plazo (cointegradas).
– Se pueden usar otros procedimientos o técnicasde estimación alternativas a MCO, para modelarseries no estacionarias.
I t id tifi ió d l ti d
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 17/27Equipo de Modelación/BCCR
Incorrecta identificación del tipo de noestacionariedad
• Qué sucede si equivocadamente:– Removemos la tendencia a una serie
estacionaria en diferencia o
– Tomamos la 1º diferencia de una serieestacionaria en tendencia
• Los problemas se incrementan:
– Los efectos de los errores seguirán siendopersistentes aún.– Introducimos un patrón MA en los errores.
• Pero a veces es difícil diferenciarlas
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 18/27Equipo de Modelación/BCCR
Prueba estándar de Dickey-Fuller (DF)
• Una variable autorregresiva sencilla conconstante y con tendencia tiene la forma:
Y t
=μ+β t+ φ Y t-1 + ε t ε t iid(0,σ 2 )
• Sustrayendo Y t-1 en ambos lados de la ecuación:
Y t= μ+β t+ γ Y t-1 + ε t γ =( φ -1)
• Ho: γ=0 (Yt tiene raíz unitaria).
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 19/27Equipo de Modelación/BCCR
• Los valores críticos de la prueba sonsensibles a los cambios de “n”.
– En “n” pequeñas y “ruidosas”, la prueba puedefallar en no rechazar Ho.
• La correlación serial de los residuos de laprueba sesga sus resultados.
P b d Di k F ll A t d
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 20/27Equipo de Modelación/BCCR
Prueba de Dickey-Fuller Aumentada(ADF)
• Para enfrentar la autocorrelación, se incluyensuficientes rezagos de la variable dependiente.
Y t = μ + β t + γ 1 Y t-1 + Ʃα i Y t-i + ε t
• Ho: γ=0; μ≠0; β≠0; α i ≠0 (Yt tiene raíz unitaria).• CCCT, CCST, SCST
• Para escoger los rezagos se puede:– Utilizar un criterio de selección automático.– Comenzar con 12 rezagos para variables mensuales o 4
para trimestrales (a menos que hayan razones paracreer que la serie sea altamente autocorrelacionada).
Li it i d l b d í
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 21/27Equipo de Modelación/BCCR
Limitaciones de las pruebas de raízunitaria.
• Un problema con las pruebas de raízunitaria es que sufren de bajo “poder”.
– El poder de una prueba es la probabilidad derechazar una Ho falsa.
– Tendemos a no rechazar Ho y a concluirerróneamente que la variable tiene raízunitaria, cuando en realidad es estacionaria.
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 22/27
Equipo de Modelación/BCCR
Conjunto de pruebas de raíz unitaria
• El peligro de la “regresión espuria” y lalimitada capacidad de algunas pruebas deraíz unitaria, sugieren realizar una bateríade pruebas.
– Un estudio “serio” normalmente incluyeADF, Phillips-Perròn y KPSS.
– Últimamente también se efectúan pruebasDickey-Fuller GLS (ERS) y Ng-Perròn.
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 23/27
Equipo de Modelación/BCCR
Mensaje final de la presentación
• El mensaje no es que hay obligación derealizar pruebas de raíz unitaria antes dela modelación.
• Sino que es crucial pensar en laspropiedades dinámicas de las variablesutilizadas, antes de la modelación y el
pronóstico.– Porque la no estacionariedad es un problema
incisivo (pervasive) en econometría.
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 24/27
Equipo de Modelación/BCCR
Anexo:
• Comandos para realizar pruebas de raízunitaria (Eviews).• Regla de decisión
C d f t b d
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 25/27
Equipo de Modelación/BCCR
Comandos para efectuar pruebas deraíz unitaria en EViews
• Doble clic a variable de interés.• Opciones de menú (View/Unit root test…)
• Seleccionar tipo de prueba (Test type):– ADF, KPSS, PP, DF GLS (ER), etc.
• Seleccionar rezagos (Lag length):– Automático o predeterminado.
• Seleccionar constante o tendencia (Include in test
equation):– CCCT, CCST, SCST.• Clic botón OK
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 26/27
Equipo de Modelación/BCCR
Regla de decisión
• Ho: la variable de interés tiene raíz unitaria• Ha: la variable es estacionaria
• Rechazamos Ho si, en módulo:
Test statistic (ADF, PP, etc.) > Test critical values (1%, 5%, 10%)
• No rechazamos Ho en otro caso
• Ejemplificar con ITCERIPC.
S i i T ll
8/7/2019 INTRODUCCION%20AL%20TEMA%20DE%20RAICES%20UNITARIAS%20EN%20LA%20MODELACION%20ECONOMETRICA
http://slidepdf.com/reader/full/introduccion20al20tema20de20raices20unitarias20en20la20modelacion20econometrica 27/27
Introducción al tema de raíces
unitarias en la modelacióneconométrica.
Basado en Mahadeva y Robinson (2004)y Galindo (2005)
Febrero, 2007
Seminario-Taller:
Tópicos de Econometría Aplicada. Parte I