METODOS DE COINTEGRACION Flashcards

1
Q

Cuáles son los pasos para realizar una co integración de forma correcta?

A

Despues de crear las variables en tiempo y log
1. Determinar el modelo significativo en su intercepto y su s variables
2. Intuir ruido blanco
3. Asegurar cointegracion a travez de Dickey
4. Asegurar cointegracion a travez de Engle Granger
5. Comprobar si la tendencia del modelo es significativa
6. Revisar residuos nuevamente
7. Volver asegurar cointegracion a travez de Dickey
8. Encontrar quiebres estructurales a travez de la prueba de Chow
9. Crear variable dummy
10. Detección de quiebres estructurales
11. Detección de quiebres estructurales a travez de un grafico

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Como se determina si el modelo es significativo en su intercepto como en la variable?

A

modlp<-modlp <- lm(lc ~ lpib)
summary(modlp)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

como podemos intuir que los errores se comportan con ruido blanco y estacionariedad?

A

modcp=modlp$residuals
ts.plot(modcp)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

como podemos asegurar que la serie cointegra a travez de dickey?

A

coint<-ur.df(y=modcp,type=”none”, selectlags=c(“AIC”))
coint
#Ho: la serie cointegra
#Ha: la serie no cointegra

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

como podemos asegurar que la serie cointegra Engle?

A

coint.test(lpib,lc, d=0)
Da tres pvalores uno sin tendencia otro con tendencia lineal y cuadratica si sale la cointegracion con lineal o cuadratica se prueba generando tendencia y elevándola al cuadrado

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Como se genera tendencia?

A

trend<-seq(from=1,to=244)
trend
trendq<-trend^2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Como generamos una tendencia que sea significativa para el modelo?

A

m1<-lm(lc~lpib+trend+trend

m1<-lm(lc~lpib+trend+trendq)
summary(m1)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

como volvemos a revisar los resduos?

A

m1r<-m1$residuals
plot(m1r)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

como aseguramos que el test esta bien cointegrado?

A

cointtest<-ur.df(y=m1r, type=”none”, selectlags =”AIC”)
cointtest
summary(cointtest)
se rechaza la H0 no cointegra

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

que es la prueba de chow?

A

sctest(m1, type=”none”, point=13)
#HO: No hay cambio estructural
#HA: si hay quiebre estructural
Si se rechaza la alternativa se procede a la creación de una variable dummy

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Como se crea una variable dummy?

A

d1<-as.matrix(c(rep(0,142), rep (1,1), rep(1,101)))

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Como se detectan quiebres estructurales en un modelo?

A

strucchange::breakpoints(lc~lpib+ trend+trendq)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Como se detectan quiebres estructurales en un modelo a travez de un grafico?

A

cusum<- efp(lc~lpib+trend+trendq,data= B,type=”Rec-CUSUM”)
sctest(cusum)
plot(cusum)
si el grafico se sale de la banda empiricamente hay un proceso de fluctuacion empirica que indica quiebres estructurales

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

¿Qué hace el método de Engle-Granger y cuáles son sus limitaciones?

A

El método de Engle-Granger es una prueba estadística que se utiliza para determinar si dos series temporales están cointegradas. Esto significa que las series tienen una relación de largo plazo estable, incluso si son no estacionarias individualmente.
Limitaciones:
* La elección de la variable dependiente puede afectar los resultados de la prueba.
* No considera la variabilidad heterocedástica en los errores de regresión.
H0: No existe cointegración.
H1: Existe cointegración.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

¿Qué mejora ofrece la prueba de Phillips-Ouliaris sobre la prueba de Engle-Granger?

A

La prueba de Phillips-Ouliaris es una prueba de raíz unitaria basada en residuos que mejora la prueba de Engle-Granger al considerar la variabilidad heterocedástica en los errores de regresión. Esto la hace más adecuada para datos del mundo real.
H0: No existe cointegración.
H1: Existe cointegración.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

¿Qué ventajas ofrece la prueba de Johansen sobre las pruebas de Engle-Granger y Phillips-Ouliaris?

A

La prueba de Johansen evita los problemas de elegir una variable dependiente y de la heterocedasticidad en los errores. Además, puede detectar múltiples vectores de cointegración, lo que significa que puede identificar más de una relación de largo plazo entre las series temporales.
H0: No existen vectores de cointegración.
H1: Existen uno o más vectores de cointegración.
La prueba de Johansen es más robusta a la presencia de valores atípicos en los datos.