Económetria

TAREA
Econometría
Análisis Series

Cátedra: Econometría
Magíster en Finanzas.

Profesor: Cristian Sandoval.

Integrantes: Hegel Ariel Álvarez S.
Fecha: 15 de septiembre del 2010.
Contenido
1 Aplicación metodología MCO 4
1.1.1 Grafique todas las series por separado y comente: ¿Son a primera vista las series estacionarias en media y en varianza? 4
1.1.2Obtenga los correlogramas de cada serie, ¿La inspección grafica anterior concuerda con el análisis de correlograma (FAC y FACP)? 6
1.1.3 Verificación de estacionariedad mediante Test Dickey-Fuller Aumentado, y grado de integración. 11
1.1.4 Que se entiende por estacionariedad débil de una serie?¿Por qué es importante el concepto de estacionariedad de una serie? 16
1.2.1 Grafique elprecio del cobre versus cada una de las series por separado. 17
1.2.2 Matriz de correlaciones. 19
1.2.3 Comentarios. 19
1.3.1 Aplique el logaritmo a las series que corresponda y estime los siguientes modelos bajo MCO: 20
1.4 Realice un check a los residuos de cada modelo respecto a si estos se distribuyen bajo una normal. ¿Que implica teóricamente que los errores no se distribuyan bajo unanormal? 25
1.5 30
1.5.1 Verifique la significancia individual de los coeficientes estimados para cada modelo. ¿Qué variables son estadísticamente significativas al 5% de significancia? 30
1.5.2 Verifique la significancia global de los modelos al 5% de significancia. Interprete el coeficiente de determinación de cada modelo. 35
1.6 En general, al estimar un modelo en logaritmo ¿quésignificado económico poseen aquellos coeficientes que acompañan a una variable que está en logaritmo? Interprete los coeficientes estimados del modelo IV. 40
1.7 En general, ¿Que modelos presentan auto correlación? Realice el/los test correspondientes. ¿Qué problemas en la estimación provoca la auto correlación? Teóricamente, ¿cómo se soluciona la auto correlación? 41
1.8 Realice una predicciónestática con E-views dentro de la muestra para cada modelo. Grafique el valor efectivo y el valor estimado por el modelo. ¿Qué modelo presenta el mejor performance de acuerdo al Mean Abs. Percent Error? ¿Por qué es mejor opción evaluar la capacidad predictiva de los modelos fuera de la muestra?. 42
2 Aplicación metodología Box - Jenkins 48
2.1 Explicación Breve metodología de Box - Jenkins48
2.2 Estime los siguientes modelos y evalúelos de acuerdo al “Root Mean Squared Error”. 48
2.3 Para cada modelo, grafique la serie original y su estimación dentro de la muestra. 50
2.4 Modelo propuesto. 55
3 Características de los datos financieros 58
3.1 58
 Grafique la series y comente: ¿Es a primera vista la serie estacionaria en media y en varianza? 58
 Grafique laObtenga los correlogramas de cada serie, ¿La inspección grafica anterior concuerda con el análisis de correlograma (FAC y FACP)? 59
 Verifique la estacionariedad de cada serie bajo el Test de Dickey – Fuller Aumentado. Indique el grado de integración de la serie. 60
 Explique que relación existe entre la Hipótesis Débil de Mercado Eficiente, el concepto de estacionariedad y caminata aleatoria.60
3.2 Aplique el logaritmo a la serie y grafique los retornos semanales de la acción. 63
3.3 En términos gráficos, ¿la serie evidencia clusters de volatilidad?. ¿Qué se entiende por este concepto? 64
3.4 ¿Existe evidencia estadística acerca de si los retornos se distribuyen normal? 65
3.5 ¿Qué se entiende por respuestas asimétricas en la volatilidad de los retornos a shocks positivosy negativos? 65

Aplicación metodología MCO
Para las siguientes preguntas de aplicación se tiene una base de datos (archivo cobre.xls) que contiene registros mensuales para las siguientes variables: Precio promedio del cobre nominal (pcu-centavos de dólar por libra), Inventarios de cierre de cobre refinado en bolsa (stocks-miles de toneladas métricas), Crecimiento producción industrial pases...