COINTEGRACION
I. DEFINICION DE DATOS
Periodo : 1994 - 2008.
Data : Mensual.
Institución : Banco de Crédito del Perú.
Fuente : Superintendencia de Banca y Seguros y AFP.
II. FORMA DEL MODELO
En el análisis de cointegración se presenta el siguiente modelo:
Variable Dependiente:
CRED : Créditos Netos de Provisiones e Ingresos no Devengados,medido en miles de nuevos soles.
Variables Independientes:
TAMN : Tasa Activa de Mercado en moneda nacional, medida en %.
INGF : Ingresos Financieros Brutos, medido en miles de nuevos soles.
OBLIPU : Obligaciones con el Público, medido en miles de nuevos soles.
TPMN : Tasa Pasiva de Mercado en moneda nacional, medida en %.
III. METODOS DE COMPROBACION
Existen tresmétodos para comprobar la cointegración, a saber:
1. El Durbin Watson de la ecuación de cointegración (Sargan y Bhargava, 1983).
2. Método de Engle y Granger (1987), se basa en evaluar si los errores de ecuaciones en equilibrio estimados uniecuacionalmente parecen ser estacionarios.
3. Método de Johansen (1988) y Stock y Watson (1988), está basado en el método VAR.
III.1 PRUEBADURBIN-WATSON SOBRE LA REGRESIÓN DE COINTEGRACIÓN (DWRC)
El modelo es:
La estimación en Eviews:
Dependent Variable: CRED
Method: Least Squares
Date: 08/23/09 Time: 12:36
Sample: 1994M01 2008M12
Included observations: 180
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-1605.798
121872.1
-0.013176
0.9895
TAMN
613.1400
3437.7850.178353
0.8587
INGF
0.904258
0.110020
8.219054
0.0000
OBLIPU
0.459840
0.011031
41.68555
0.0000
TPMN
2666.859
2968.232
0.898467
0.3702
R-squared
0.969753
Mean dependent var
2460409.
Adjusted R-squared
0.969061
S.D. dependent var
2060798.
S.E. of regression
362482.9
Akaike info criterion
28.46673
Sum squared resid
2.30E+13
Schwarzcriterion
28.55542
Log likelihood
-2557.005
F-statistic
1402.652
Durbin-Watson stat
0.332767
Prob(F-statistic)
0.000000
La prueba de hipótesis es:
DW = 0 ≡ no cointegración
Regla de decisión:
Si DW < 0.511 se acepta .
Tenemos:
DW= 0.332767 < 0.511
Se acepta . Por lo tanto al 1%, estadístico DW nos indica que no hay presencia de cointegración.
Enforma alternativa probaremos la cointegración a través de la existencia de Autocorrelación.
Marcaremos los residuos de la ecuación cointegrada y estimamos el modelo autoregresivo de primer orden (rho).
La estimación en Eviews:
Dependent Variable: RESID01
Method: Least Squares
Date: 08/23/09 Time: 13:02
Sample (adjusted): 1994M02 2008M12
Included observations: 179 after adjustmentsVariable
Coefficient
Std. Error
t-Statistic
Prob.
RESID01(-1)
0.848332
0.042702
19.86645
0.0000
R-squared
0.689178
Mean dependent var
423.4988
Adjusted R-squared
0.689178
S.D. dependent var
359370.1
S.E. of regression
200353.9
Akaike info criterion
27.25913
Sum squared resid
7.15E+12
Schwarzcriterion
27.27694
Log likelihood
-2438.692
Durbin-Watson stat
1.745415
La prueba de hipotésis es:
ρ = 1 = DW = 0 ≡ Existe Autocorrelación Perfecta ≈ No Cointegración
Realizamos la prueba del Wald al coeficiente:
Wald Test:
Equation: PA
Test Statistic
Value
df
Probability
F-statistic
12.61526
(1, 178) 0.0005
Chi-square
12.61526
1
0.0004
Null Hypothesis Summary:
Normalized Restriction (= 0)
Value
Std. Err.
-1 + C(1)
-0.151668
0.042702
Restrictions are linear in coefficients.
Por lo tanto se rechaza . El error es estacionario y se puede aceptar la cointegración.
III.2 PRUEBA DE ENGLE – GRANGER...
Regístrate para leer el documento completo.