Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
I y II SEMESTRE DE 2001
47
ALGUNOS TÓPICOS ECONOMÉTRICOS DE INTERÉS:
SERIES DE TIEMPO, PRONÓSTICOS, NO LINEALIDAD
RESUMEN:
ABSTRACT:
The purpuse of this article is to present an conceptual and technical revision as the
applications of some econometric topics, which are considered relevant for their
contribution to analysis, understanding and interpretation of economic theorical
and practical problems. Also for their development in the last years. Univariate
and multivariate time series, forecasting and non linear are reviewed.
48
APUNTES DEL CENES
I y II SEMESTRE DE 2001
49
ALGUNOS TÓPICOS ECONOMÉTRICOS DE INTERÉS:
SERIES DE TIEMPO, PRONÓSTICOS, NO LINEALIDAD
1
la estimación e interpretación de cada Revisar gráficos de la serie y de las funciones de
autocorrelación FAC, aplicar diferencias y/o
una de las componentes (tendencia, logaritmación a los datos, efectuar pruebas de raíces
estacionalidad, cíclica e irregular) con unitarias.
50
APUNTES DEL CENES
I y II SEMESTRE DE 2001
dif(ln Mt) y dif(lnPIBt) reúnan las construídas con los datos de cada serie,
condiciones de estacionariedad en media permiten conceptuar según sus
y varianza. características, sobre la estacionariedad
de la serie y la identificación aproximada
Si el interés del investigador está en el del posible modelo teórico (AR(p),
proceso generador de los datos de una MA(q), ARIMA(p,d,q), el cual ha de ser
serie específica con miras a entender su estimado y verificado3 .
comportamiento en el tiempo, o con el
objeto de realizar pronósticos, la Si el objeto es modelar la inflación I t , y
metodología Box-Jenkis para modelar la FAC decae rápidamente a cero y los
series univariadas es requerida. Modelar dos primeros valores de PFAC son
la inflación It , las exportaciones X t , el significativamente diferentes de cero para
producto interno bruto PIBt etc., significa, los dos primeros rezagos, entonces la
hallar la ecuación del proceso que generó especificación del posible modelo teórico
los datos, es decir, construír (especificar, a estimar y verificar corresponde a un
estimar, verificar) modelos ARIMA, modelo AR(2)4 , lo cual muestra que la
estacionales o no, para cada una de las inflación en cualquier período (It ) está
series (Box-Jenkis,1976). explicada por los valores de ella misma
en los dos períodos anteriores (It-1 , It-2) 5 .
En la metodología Box-Jenkis existen
diferentes especificaciones de modelos Por otra parte, los datos de series de
teóricos para describir los posibles tiempo económicas usualmente presentan
patrones de comportamiento de los datos algunas características de tendencia,
y explorar las propiedades de las series estacionalidad, observaciones aberrantes,
de tiempo. Un investigador económico heterocedasticidad, no linealidad, las
requiere conocer la teoría y técnicas de cuales es necesario modelar, interpretar
construcción de cada uno de esos y retomar en el análisis. En estas
modelos, sus características, bondades, circunstancias, precisar la tendencia,
limitaciones para su empleo en predic- hacer un ajuste estacional a los datos,
ción, en toma de decisiones y las efectuar pruebas y modelar los outliers
condiciones para su respectiva eva- es pertinente.
luación2 . (Franses,1998 ).
51
ALGUNOS TÓPICOS ECONOMÉTRICOS DE INTERÉS:
SERIES DE TIEMPO, PRONÓSTICOS, NO LINEALIDAD
1990). 6
VAR;VM A,VMCE, respectivamente, modelos
vectoriales:.autorregresivos, de promedios móviles y de
corrección de error.
En el evento de estar interesados en 7
Mt = α11 Mt-1 + α12 PIBt-1 + α13 I t-1 +β 11 M t-2 +β 12 PIBt2
modelar el comportamiento simultáneo +β 13 I t-2 +c1 + u1t
PIBt = α21 Mt-1 + α22 PIBt-1 + α23 I t-1 + β 21 Mt-2 + β 22
de variables y otras relaciones multiva- PIBt-2 + β 23 I t-2 +c2 +u2t
riadas, análisis de estacionariedad I t = α31 Mt-1 +α32 PIBt-1 + α33 I t-1 +β 31 Mt-2 +β 32 PIBt-2 +β 33
individual y conjunta, matrices de I t-2 + c3 +u3t
8
Es decir, pueden existir relaciones estables entre los
autocovarianza, pruebas de estaciona- niveles de variables integradas que sean estacionarios,
riedad, cointegración, causalidad, tal y como postula la teoría económica (ver Suniñach
número de rezagos, análisis e pag 34).
9
Las pruebas de raíces unitarias se aplican a las series
interpretación de funciones impulso- de tiempo para verificar su estacionariedad (Test de
respuesta y en general construcción de Dickey- Fuller, Phillips, Perron, etc.).
52
APUNTES DEL CENES
I y II SEMESTRE DE 2001
La conexión formal entre el MCE y las Una de las áreas de mayor desarrollo a
relaciones de cointegración la establece nivel econométrico en los últimos años
el teorema de representación de ha sido la de pronósticos, no sólo por el
Granger11 el cual expresa que un conjunto interés teórico en sí mismo, sino por sus
de variables cointegradas puede implicaciones metodológicas para la
modelarse mediante un MCE y la inversa, economía empírica e investigaciones
si la especificación de un MCE es relacionadas.
correcta, existe una relación de
cointegración entre las variables Los economistas a diario se encuentran
implicadas. Este teorema permite realizar con el cuestionamiento a sus predic-
la modelización dinámica de las variables ciones, a la calidad y a la confiabilidad
junto a la contrastación de la existencia de las decisiones económicas tomadas
de relaciones a largo plazo entre ellas sobre algunos de tales resultados, así
(Suriñach, 1995). como con la incertidumbre de elegir entre
modelos alternativos en el campo de los
Por otra parte, la revisión de métodos de pronósticos.
estimación de relaciones de cointegración
(Engle y Granger y Johansen), pruebas En esta tarea de hacer predicciones, es
para la selección de la longitud de retardo, importante tener en cuenta que se trata
vectores cointegrantes y su interpretación de la “estimación condicionada” del valor
del pronóstico utilizando un modelo
específico, que es conveniente ponderar
________________________
10
todos los elementos a considerar en el
Trabajos empíricos para la economía Colombiana
serán referenciados más adelante. estudio y predicción de un fenómeno
11
Granger (1981 y 1987). económico, antes que sin sustentaciones
53
ALGUNOS TÓPICOS ECONOMÉTRICOS DE INTERÉS:
SERIES DE TIEMPO, PRONÓSTICOS, NO LINEALIDAD
12
pasado es importante pero no suficiente El error de pronóstico se define como la diferencia
del pronóstico estimado y el verdadero valor.
para predecir el futuro, a menudo los 13
Dependiendo el contexto de análisis, es posible
econometristas están interesados en la efectuar predicciones puntuales o intervalo con modelos
construcción de modelos, los cuales bajo de descomposición, de regresión y modelos ARIMA,
entre otros.
algunos supuestos, puedan ser utilizados 14
Usualmente la medida de exactitud a utilizar es el
para obtener información sobre valores mínimo error cuadrático medio MSFE.
54
APUNTES DEL CENES
I y II SEMESTRE DE 2001
55
ALGUNOS TÓPICOS ECONOMÉTRICOS DE INTERÉS:
SERIES DE TIEMPO, PRONÓSTICOS, NO LINEALIDAD
16
Simbolizados: Yt = β 1 + β2 X2 t +…..+β k Xkt + Nt . (1). _____________________________
56
APUNTES DEL CENES
I y II SEMESTRE DE 2001
57
ALGUNOS TÓPICOS ECONOMÉTRICOS DE INTERÉS:
SERIES DE TIEMPO, PRONÓSTICOS, NO LINEALIDAD
58
APUNTES DEL CENES
I y II SEMESTRE DE 2001
59
ALGUNOS TÓPICOS ECONOMÉTRICOS DE INTERÉS:
SERIES DE TIEMPO, PRONÓSTICOS, NO LINEALIDAD
BIBLIOGRAFÍA
BOX, G. and JENKIS, G. (1994). “Time series FRANSES, H. Philip (1998). “Series models for
analysis, forecasting and control”. business and economic forecasting”. C.U.P.
CARDENAS, Mauricio, ESCOBAR A., Andrés y FRANSES, H. Philip and DIJK, V. (2000).
GUTIERREZ S., Catalina (1995) “La contribución “Nonlinear time series models in empirical
de la infraestructura a la actividad económica en finance”. C.U.P.
Colombia 1950-1994”. Ensayos de Política
Económica. Número 28. Banco de la República. FULLERTON, Thomas M. Jr. (1993) “Un modelo
macroeconométrico para pronosticar la economía
CARRASQUILLA, A, RENTERÍA, C. (1990).“Es colombiana” Ensayos de Política Económica.
inestable la demanda por dinero en Colombia?” Número 24. Banco de la República.
Ensayos de Política Económica. Número 7. Banco
de la República. GAYNOR, P. and KIRPATRIK, R. (1994).
“Introduction to time series modeling and
CARRASQUILLA., A. y SALAZAR, N. forecasting in business and economics” Mc-G.Hill.
(1992).“Sobre la naturaleza del ajuste fiscal en
Colombia 1930-1990”. Ensayos de Política GOURIEROUX, Christian (1990).“Time series
Económica. Número 21. Banco de la República. and Dynamic models” C.U.P.
60
APUNTES DEL CENES
I y II SEMESTRE DE 2001
GREENE, William (2000). “Econometric analys”. PANKRATZ, Alan (1983). “Forecasting with
Prentice Hall. univariate Box-Jenkis models”. Concepts and
cases. John W. and Sons.
HENDRY, David (1995).“Dynamic econometric”.
Oxford University Press. PHINDYCK, Robert (1997).“Econometric models
and economic forecasts”. Editorial Mac Graw Hill.
MADDALA, G.S. (1993). “The econometric of
panel data”. C.U.P. POSADA, Carlos Esteban y MISAS, Martha
(1995) “La tasa de interés en Colombia 1958-
MADDALA, G.S Kim,In-Moo (1998). “Unit 1992”. Ensayos de Política Económica. Número
roots, cointegration and structural change”. C.U.P. 26. Banco de la República.
MAKRIDAKIS, S, HYNDMAN, Rob (1998). RAO, B. Bhaskara (1994). “Cointegration for the
“Forecasting. Methods and applications”. applied economist”. St. Martin´s Press.
Editorial, John W. and. S.
ROTHERDAM, Philip (1999). “Nonlinear time
MILLS, Terence (1999). “The econometric series analysis of economic and financial data”,
modelling of financial time series”. 2nd ed. C.U.P. K.A.P.
MISAS, Martha y OLIVEROS, Hugo (1994) “La SURIÑACH, ARIZ M. y otros (1995). “Análisis
relación entre salarios y precios en Colombia: un económico regional”. Nociones básicas de la teoría
análisis econométrico”. Ensayos de Política de cointegración. Antoni Bosch..
Económica. Número 26. Banco de la República.
WEI, W. and REILLY, D. (1990). “Time series
PANKRATZ, Alan (1991).“Forecasting with anlaysis: univariate and multivariate methods”.
dynamic regression models”. John W. and Sons. J.W. and Sons.
61