Econometria

Solo disponible en BuenasTareas
  • Páginas : 5 (1026 palabras )
  • Descarga(s) : 0
  • Publicado : 28 de diciembre de 2010
Leer documento completo
Vista previa del texto
Clase 3 econometría 8-9-2010

Pt = Pt-1 + Et

Pt – Pt-1 = Et

/\ Pt = Et => Caminata aleatoria

Si las series no son estacionarias, no podría realizar una predicción a lo largo del tiempo, y me serviría solamente para ese momento (t). En cambio, podrías extrapolar el modelo si la serie fuera estacionaria. Una excepción, como estacionaria… es la tasa de interés.

1- Paraobtener una Serie estacionaria en varianza, debo tomar el logaritmo de la serie original.

2- La diferencia del logaritmo de la serie, como primera diferencia, es la diferencia del retorno accionario ( para este caso, de las acciones)

3- Los retornos del mercado accionario, con certeza son estacionarios.

4- Un serie que no es estacionaria, como el primer correlograma, tiene altaresistencia (se mantiene la autocorrelación). Donde cada rezago muestra la correlación independiente de cada una. El rezago que se escapa de los bordes, quiere decir que es significativo (al 5% de confianza). Por lo tanto, el primer rezago es ampliamente significativo, luego pueden haber otros más abajo, por ejemplo el rezago n° 8.

5- No estacionario, sería una serie con autocorrelación quedisminuya en el tiempo.

6- Para el caso del DLSP, es una serie estacionaria, la autocorrelación es mínima, no hay correlación ampliamente significativa, puede tener poquitos rezagos o ninguno.

7- En el test de Dickey-Fuller, si r =1 (como hipótesis nula), serie no estacionaria. El mercado es eficiente, y la serie es aleatoria.

8- D-F aumentado, lo que hace es capturar toda laautocorrelación de la serie. Si ese valor de D-F aumentado (absoluto), es mayor a los valores críticos rechazo H0. Si es menor a los valores críticos, en valor absoluto, se acepta Ho.

9- El D-F aumentado del retorno (DLSP), nos muestra que la serie es estacionaria, ya que se rechaza H0 cuando el valor es mayor a los valores críticos.

10- Cuando sacamos el logaritmo de una serie, buscamoshacerla estacionaria en varianza. Lo que buscamos en general, es hacer estacionaria la serie en media, y no simplemente en varianza, ya que esa sirve solamente para un periodo t y no para extrapolar la serie.

11- Es decir, cuando tengo una serie no estacionaria hago que la serie sea estacionaria con la diferencia del logaritmo de la serie original.

12- Cuando realizo el test de D-F aumentadoen la serie DFSP, y sigue saliendo una serie no estacionaria, debo sacar otra diferencia: /\ Pt -1 = Pt-1 - Pt-2 (segunda diferencia)

13- Integrada orden 0 I(0), quiere decir que solo con integrar se vuelve estacionaria. Integrada orden 1 I(1), quiere decir que se tuvo que realizar una diferencia para volver la serie estacionaria.

Características de datos financieros

Esimportante conocer los datos, las características, etc.

1- Para poder realizar predicciones, debo tener una serie estacionaria. Si no la tengo, debo realizarla.

2- Normalidad con asimetría 0 y kurtosis 3.

Metodologia Box-Jenkins

AR(1) se define como Y1 = T0 + T1 Yt-1 +E t

1- Ruido blanco cuando el error tiene Esperanza cero, varianza constante y correlación cero.

2- Si elcoeficiente teta1 (en valor absoluto) es menor a uno, el proceso AR(1) es estacionario.

MA(1) se expresa como Yt = Oo + Et – O1 Et-1

1- Es siempre estacionario

ARMA(p,q) formado por un componente autoregresivo y componente de media móvil

ARIMA(p,I,q)

Algo importante es testear si los residuos son ruido blanco, ya que si no lo es, podemos decir que tenemos un estimador sesgado.Eviews

Genr lsp=log(sp)

Genr dlsp=lsp-lsp(-1) => primera diferencia del retorno.

Realizando el correlograma de LSP, podemos decir que es una serie no estacionaria, ya que todos los rezagos de autocorrelación son altamente significativos.

En cambio, cuando realizamos el correlograma de DLSP, podemos decir que es una serie estacionaria, ya que no hay rezagos significativos...
tracking img