Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Miguel Mesa
2do Practico
1.
A) Analicis estadistico y grafico de la del tipo de cambio entre el Great Britain Pounds
(GBP)y pesos colombianos(COP) de frecuencia diaria (60 d´ıas) y en las fechas del
09 de julio de 2016 y el 6 de septiembre de 2016
En esta serie podemos observar una media de 3929.327 pesos por libra, la cual es la tasa
de cambio promedio de GIP en COP.
La prueba dickey-Fuller sin constante arroja un tao positivo con el cual deducimos que la
serie de tasa de cambio no se puede pronosticar. Se rechaza Ho por lo que no se comporta
de manera estacionaria.
Se observa que en la prueba dickey-Fuller con constante el tao cumple con la condición de
ser negativo -1.489, pero en su valor absoluto no es mayor que las Z(t)´s por tanto la serie
de tasa de cambio sigue sin ser estacionaria, su volatilidad es demasiado alta por tanto el
paso aun no se puede considerar significativo para pronosticar.
Dickey-Fuller con constante y tendencia
Test Phillips-Perron
Como la serie de tasa de cambio es tan volátil y no esta parqueada o no se puede hacer
pronósticos, sin embargo puede ser transformada.
Luego de generar las diferencias se puede observar la siguiente grafica de tasa de cambio.
Con la transformación a partir de la diferencia, se cumple las tres condiciones porque los
tao son negativos y además mayores que los Z(t)’s en su valor absoluto. Se puede
pronosticar conforme a la trasformación de la serie de tasas de cambio.
Función de (AR) para la tasa de cambio GIB/COP (diferencia)
El valor con más frecuencia (Moda) en esta serie, es muy complicado que se presente,
debido a la constante variabilidad del tipo de cambio en el tiempo. Aunque se puede afirmar
que en estas fechas el tipo de cambio se sitúa en un rango de 1793.3 y 3285.4 pesos
colombianos, aunque durante ese periodo de tiempo registro un máximo histórico
sobrepasando la barrera de los 3400 pesos colombianos.
El comportamiento de esta serie se puede ver cierta volatilidad en la relación del dólar y el
peso colombiano.
B. Análisis Box-Jenkins
DICKEY-FULLER
Al realizar el Test Dickey Fuller a la regresión sin constante, encontramos que el "Test
Statistic" (Tao de Mckinnon) se puede observar que el Tao toma un valor de 1.541, esto
significa que la serie no es estacionaria y no se puede pronosticar ya que no toma un valor
negativo
Al realizar el Test Dickey Fuller a la regresión con constante, encontramos que el "Test
Statistic" (Tao de Mckinnon) se puede observar que el Tao toma un valor de 0.201, esto
significa que la serie no es estacionaria y no se puede pronosticar ya que no toma un valor
negativo.
Al realizar el Test Dickey Fuller a la regresión con constante y, encontramos que el "Test
Statistic" (Tao de Mckinnon) se puede observar que el Tao toma un valor de –1.958, esto
significa que cumple una de las características para que sea estacionario ya que toma un
valor negativo pero Tao de mckinnon debe ser mayor en valor absoluto a todos los zt y en
este caso no se cumple.
Aquí solo se confirma lo analizado anteriormente, la serie no es estacionaria.
Al aplicar el primer diferencial, la serie se muestra un poco más de naturaleza multiplicativa.
Al realizar el Test Dickey Fuller con primer diferencial, la regresión sin constante nos
presenta que el "Test Statistic" (Tao de Mckinnon) es mayor a cada uno de los valores
críticos en valor absoluto, mayor a los p-values críticos y por tanto, es estacionaria.
Al realizar el Test Dickey Fuller con la regresión normal, encontramos que el "Test Statistic"
es negativo pero no es mayor a cada uno de los valores críticos en valor absoluto, lo que
significa que la serie no es estacionaria.
Cuando aplicamos el test de Dickey-fuller con la regresión con tendencia, se presenta que
el “Test Statistic” es negativo pero no es mayor a cada uno de los valores críticos en valor
absoluto, lo que significa que la serie no es estacionaria para este caso.
En este caso para la gráfica del AC no se evidencian valores significativos.
En este caso para la gráfica del PAC se evidencian dos valores significativos.
Al realizar el Test Dickey Fuller con el segundo diferencial, la regresión sin constante nos
presenta que el "Test Statistic" (Tao de Mckinnon) es negativo y es mayor a cada uno de
los valores críticos en valor absoluto, mayor a los p-values críticos , por lo tanto es
estacionaria.
Al realizar el Test Dickey Fuller con el segundo diferencial, la regresión con constante nos
presenta que el "Test Statistic" (Tao de Mckinnon) es negativo y es mayor a cada uno de
los valores críticos en valor absoluto, mayor a los p-values críticos , por lo tanto es
estacionaria.
Al realizar el Test Dickey Fuller con el segundo diferencial, la regresión con constante y
tendencia nos presenta que el "Test Statistic" (Tao de Mckinnon) es negativo y es mayor a
cada uno de los valores críticos en valor absoluto, mayor a los p-values críticos , por lo tanto
es estacionaria.
Al generar el correlograma podemos ver que el AC se muestra ahora más senoidal y los
valores de Prob>Q de los rezagos ya tienen valores más lógicos que se acercan a 0.
Se generó para el modelo un SARIMA
Convirtiendo nuestra variable en Sarima y aplicando el Dickey-Fuller sin constante, con
constante y con constante y tendencia podemos evidenciar que en los tres casos el Tao
nos da negativo pero no es mayor en valor absoluto con respecto a los otros z(t) por lo tanto
toca aplicar la primera diferencia.
Aplicando la primera diferencia sin constante, con constante y con constante y tendencia
podemos evidenciar que en los tres casos el Tao nos da negativo y en su valor absoluto es
mayor con respecto a los otros z(t) por lo tanto la serie finalmente es estacionaria.
C. Modelos de aproximación.
Arima(0 1 2 ) sarima( 1 1 0 12)
2016q1 2829.546
2016q2 2830.926
2016q3 2923.376
a) los modelos incluyen para cada uno de los parámetros del ARIMA (p d q) en el que p es
el orden de la auto-regresión, d es el orden de la diferencia y q es el orden de la media
móvil. Mientras que el SARIMA (P D Q s) se relacionan con la estacionalidad así: P se
refiere al orden del proceso Auto-regresivo estacional (SAR), D al orden de integración o
diferenciación estacional (D)s y Q al orden de la media móvil estacional (SMA)
b)
MEDIA
μ𝑌𝑡=3+0,25μ𝑌𝑡+0,23μ𝑌𝑡
μ𝑌𝑡−0,25μ𝑌𝑡−0,23μ𝑌𝑡=3
μ(1−0,25−0,23)=3
μ𝑌(0,52)=3
μ𝑌𝑡=5,76
VARIANZA
i.i.d=0,4
𝑉𝑎𝑟𝑌𝑡=9+0,0625𝑉𝑎𝑟𝑌𝑡+0,0529𝑉𝑎𝑟𝑌𝑡+0,16
𝑉𝑎𝑟𝑌𝑡−0,0625𝑉𝑎𝑟𝑌𝑡−0,0529𝑉𝑎𝑟𝑌𝑡=9,16
𝑉𝑎𝑟(1−0,0625−0.0529)=9,16
𝑉𝑎𝑟(0,8846)=9,16
𝑉𝑎𝑟𝑌𝑡=10.35