6.a Estimacion Con Eviews (Ecotria I (22B)

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 11

Estimación con Eviews(Ecotria I)(22B)

1) información

PBI Conspr Conspu FBK XP IM


1980 167596 104622 24185 33910 30971 26092
1981 176901 112440 23736 41432 30173 30880
1982 176507 109726 25954 38621 33166 30960
1983 158136 103589 23837 24980 29360 23630
1984 163842 106445 22270 23483 31541 19897
1985 167219 108307 23252 20049 32835 17224
1986 182981 124563 25101 26022 28455 21160
1987 200778 138641 26538 31871 27437 23709
1988 181822 127082 22354 28057 25607 21278
1989 159436 106319 18091 22100 30425 17499
1990 151492 105735 16249 22232 26872 19596
1991 154854 109665 16568 23167 28424 22970
1992 154017 108852 17037 23461 29666 24999
1993 162093 113680 17563 26210 30588 25948
1994 182044 124433 19086 34865 36520 32860
1995 195536 136275 20708 41789 38529 41765
1996 201009 139501 21619 39738 41958 41807
1997 214028 144555 23262 45665 47454 46908
1998 213190 141698 23844 44724 50511 47587
1999 216377 139666 24679 38706 54019 40693
2000 222207 143191 25444 37579 58232 42239
2001 223580 144629 25240 34983 62192 43464
2002 235773 151674 25240 36367 67056 44564
2003 245593 155487 26224 38212 71301 45631
2004 257770 160769 27299 38288 81793 50379
2005 273971 166654 29783 40672 93376 56514
2006 294598 177006 32046 54757 94480 63691
2007 319693 192316 33424 70436 100774 77257
2008 348870 209428 35043 92339 108616 96556
2009 352693 215863 39272 73683 105040 81165
2010 382081 235508 40804 100073 108435 102739
2011 406256 252468 43817 112291 114387 116707
2012 431199 271240 47442 122952 117940 128375
2013 456435 286789 51019 133408 117274 132055
2014 467308 298901 54342 131998 112814 130747
2015 482506 310912 58712 127278 117622 132018
2016P/ 501581 322549 61749 119929 131443 134089
2017P/ 514215 331078 63759 119967 143019 143608
2018E/ 534625 343752 65492 126200 147833 148652
2019E/ 546408 354908 67850 127800 147038 151188
PROBAR LA ESTACIONARIEDAD DE LA SERIE DE TIEMPO FBKT

1) Probando la estacionariedade de la serie de tiempo FBk mediante el


método grafico
FBK
140,000

120,000

100,000

80,000

60,000

40,000

20,000

0
1980 1985 1990 1995 2000 2005 2010 2015

La serie FBKt es una serie de tiempo no estacionaria


2) Probando la estacionariedad de la serie de tiempo FBK mediante el
correlograma

Date: 02/16/21 Time: 13:02


Sample: 1980 2019
Included observations: 40

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

. |******* . |******* 1 0.932 0.932 37.385 0.000


. |******| .|. | 2 0.861 -0.050 70.176 0.000
. |******| .*| . | 3 0.787 -0.067 98.291 0.000
. |***** | .*| . | 4 0.702 -0.123 121.27 0.000
. |**** | .*| . | 5 0.604 -0.148 138.77 0.000
. |**** | .*| . | 6 0.491 -0.178 150.67 0.000
. |*** | .*| . | 7 0.374 -0.104 157.80 0.000
. |** | .|. | 8 0.269 0.017 161.61 0.000
. |*. | .|. | 9 0.176 0.034 163.28 0.000
. |*. | . |*. | 10 0.099 0.087 163.83 0.000
.|. | . |*. | 11 0.049 0.171 163.97 0.000
.|. | **| . | 12 -0.023 -0.247 164.00 0.000
.*| . | .|. | 13 -0.068 0.071 164.29 0.000
.*| . | .|. | 14 -0.103 -0.062 164.98 0.000
.*| . | .|. | 15 -0.119 0.055 165.94 0.000
.*| . | .|. | 16 -0.132 -0.050 167.16 0.000
.*| . | .*| . | 17 -0.155 -0.104 168.91 0.000
.*| . | .|. | 18 -0.176 -0.048 171.27 0.000
.*| . | .*| . | 19 -0.196 -0.085 174.34 0.000
**| . | .*| . | 20 -0.221 -0.079 178.44 0.000

2) La prueba Ljung-Box
a) H0: Todos los Pk son simultáneamente iguales a cero
HA: Por los menos algunos de ellos deben ser diferentes de cero
b) Se calcula el estadístico LB definido por:

LB = n(n+2) ∑( Pk2/n-k);
Dónde: n: tamaño de la muestra
m: Longitud del rezago
K: rezago (k=1,2,3…m)

LB= 40(40+2) (0.932)2/(40-1) =37.4176


LB= 40(40+2)[ (0.932)2/(40-1)+ (0.861)2/(40-2)] =70.1918
LB= 40(40+2)[ (0.932)2/(40-1)+ (0.861)2/(40-2)+ 0.787)2/(40-3)] =98.3145
LB= 40(40+2)[ (0.932)2/(40-1)+ (0.861)2/(40-2)+ 0.787)2/(40-3)+( 0.702)2/(40-4)] =

LB(calculado = 178.44

c) LB sigue una distribución X2 con 16 grados de libertad=


y se lee en la tabla X2 para 16 grados de libertad= 26.30

d) Si LB(calculado=178.44 > LB de la tabla= 26.30 => se rechaza la H0 y se acepta la HA con lo


cual la serie FBKt es una serie no estacionaria

Probar la estacionariead de la serie de tiempo FBK mediante la prueba de Raíz unitaria de DFA

Null Hypothesis: FBK has a unit root


Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.753058 0.7079


Test critical values: 1% level -4.211868
5% level -3.529758
10% level -3.196411

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation


Dependent Variable: D(FBK)
Method: Least Squares
Date: 02/16/21 Time: 12:53
Sample (adjusted): 1981 2019
Included observations: 39 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

FBK(-1) -0.115899 0.066113 -1.753058 0.0881


C -1095.186 2711.531 -0.403900 0.6887
@TREND("1980") 508.3411 223.9257 2.270133 0.0293

R-squared 0.127567 Mean dependent var 2407.436


Adjusted R-squared 0.079099 S.D. dependent var 8653.731
S.E. of regression 8304.432 Akaike info criterion 20.96077
Sum squared resid 2.48E+09 Schwarz criterion 21.08874
Log likelihood -405.7350 Hannan-Quinn criter. 21.00668
F-statistic 2.631965 Durbin-Watson stat 1.882183
Prob(F-statistic) 0.085738
1) H0: δ = 0 (La serie FBKt es no estacionaria ya que δ= P-1 = 0 => P=1)
H1: δ≠0 (la serie FBKt es estacionaria)
2) Se estima la ecuación de prueba de estacionariedad( en este caso
se estimó: ∆FBKt = B0 + B1t+ δFBKt-1 o su equivalente en E View:
D(FBK) C @TREND("1980") FBK(-1)
3) │t│ calculado=1.753058 (es t correspondiente al coeficiente de δ)
4) Para 5% de significación se lee el │t│ critico de Mackinnon=
3.529758 (este valor Eview lo provee para 1%,5% y 10% de
significación)
5) Si │t│ calculado= 1.753058 < │t│ critico= 3.529758=> se acepta la
H0 (o sea la serie Yt es no estacionaria)
PRACTICA SOBRE SERIES DE TIEMPO ESTOCÁSTICAS

1) Si la variable Zt fuera una serie de tiempo estacionaria escriba las características de la


series de tiempo Zt
2) Si la serie de tiempo Xt es una serie de tiempo no estacionaria escriba las tres formas
que puede tener.
3) ¿Si la serie de tiempo Yt es estacionaria este siempre revierte a la media?
4) ¿Porque se dice que una serie de tiempo no estacionaria tiene memoria infinita?
5) Escriba las ecuaciones de prueba de estacionariedad de Dickey-Fuller(DF) para la serie
de tiempo XP
6) Escriba las ecuaciones de prueba de estacionariedad de Dickey-Fuller aumentado(DFA)
para la serie de tiempo XP
7) Escriba las ecuaciones de prueba de estacionariedad de Dickey-Fuller aumentado(DFA)
cuando i=3, para la serie de tiempo XP
8) ¿En una ecuación de prueba de raíz unitaria porque se le agrega los términos en
diferencia rezagados?
9) Escriba las ecuaciones de prueba de estacionariedad de Dickey-Fuller(DF) para la serie
de tiempo Conspr
10) Escriba las ecuaciones de prueba de estacionariedad de Dickey-Fuller aumentado(DFA)
para la serie de tiempo Conspr
11) Probar la estacionariedad de la variable XP por los tres métodos: Grafico, por el
método de La prueba Ljung-Box(utilizando el correlograma y la prueba de Raiz unitaria
12) Probar la estacionariedad de la variable conspr por los tres métodos: Grafico, por el
método de La prueba Ljung-Box(utilizando el correlograma y la prueba de Raiz
unitariaPrueba de cointegracion

Prueba de cointegracion por el método de Engle Granger

Probar si las series de tiempo IMt y PBIt en la ecuación:


IMt = B0+ B1 PBI + ut están cointegradas
1) Probando la estacionariedad de cada serie de tiempo
2)
Null Hypothesis: IM has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic 1.603059 0.9993


Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation


Dependent Variable: D(IM)
Method: Least Squares
Date: 05/24/21 Time: 16:16
Sample (adjusted): 1982 2019
Included observations: 38 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

IM(-1) 0.028399 0.017715 1.603059 0.1179


D(IM(-1)) 0.377284 0.170469 2.213211 0.0335
C -1664.973 4424.904 -0.376273 0.7090

R-squared 0.338645 Mean dependent var 9723.868


Adjusted R-squared 0.300853 S.D. dependent var 12620.21
S.E. of regression 10552.38 Akaike info criterion 21.44175
Sum squared resid 3.90E+09 Schwarz criterion 21.57103
Log likelihood -404.3932 Hannan-Quinn criter. 21.48775
F-statistic 8.960827 Durbin-Watson stat 1.907392
Prob(F-statistic) 0.000720

1) Como el T calculado =1.603059 < /T5% /= 2.941145 entonces la serie de tiempo IM es no


estacionaria

Null Hypothesis: D(IM) has a unit root


Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.561386 0.0042


Test critical values: 1% level -4.219126
5% level -3.533083
10% level -3.198312

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation


Dependent Variable: D(IM,2)
Method: Least Squares
Date: 05/24/21 Time: 16:26
Sample (adjusted): 1982 2019
Included observations: 38 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(IM(-1)) -0.740097 0.162253 -4.561386 0.0001


C -3432.176 3472.996 -0.988247 0.3298
@TREND("1980") 519.3041 184.1914 2.819373 0.0079

R-squared 0.372856 Mean dependent var 65.21053


Adjusted R-squared 0.337020 S.D. dependent var 12121.15
S.E. of regression 9869.478 Akaike info criterion 21.30794
Sum squared resid 3.41E+09 Schwarz criterion 21.43722
Log likelihood -401.8508 Hannan-Quinn criter. 21.35394
F-statistic 10.40430 Durbin-Watson stat 1.898021
Prob(F-statistic) 0.000284

1) Como el /T calculado / = 4.561386 > /T5% /= 3.533083 entonces la serie de tiempo ∆IM es
estacionaria por lo tanto la serie de tiempo IM es I(1)

Probando si la serie de tiempo PBI es estacionaria:

Null Hypothesis: PBI has a unit root


Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic 1.357118 0.9985


Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation


Dependent Variable: D(PBI)
Method: Least Squares
Date: 05/24/21 Time: 16:32
Sample (adjusted): 1981 2019
Included observations: 39 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PBI(-1) 0.035063 0.025837 1.357118 0.1830


C 1096.670 1901.497 0.576740 0.5676

R-squared 0.047417 Mean dependent var 3207.590


Adjusted R-squared 0.021672 S.D. dependent var 6905.710
S.E. of regression 6830.471 Akaike info criterion 20.54610
Sum squared resid 1.73E+09 Schwarz criterion 20.63141
Log likelihood -398.6489 Hannan-Quinn criter. 20.57670
F-statistic 1.841770 Durbin-Watson stat 2.037791
Prob(F-statistic) 0.182965
Como el /T calculado / = 1.357118 < /T5% /= 2.938987 entonces la serie de
tiempo PBI es no estacionaria

Null Hypothesis: D(PBI) has a unit root


Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -5.639912 0.0000


Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation


Dependent Variable: D(PBI,2)
Method: Least Squares
Date: 05/24/21 Time: 16:35
Sample (adjusted): 1982 2019
Included observations: 38 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(PBI(-1)) -0.937608 0.166245 -5.639912 0.0000


C 2964.769 1266.947 2.340089 0.0249

R-squared 0.469094 Mean dependent var -59.26316


Adjusted R-squared 0.454347 S.D. dependent var 9579.329
S.E. of regression 7076.094 Akaike info criterion 20.61803
Sum squared resid 1.80E+09 Schwarz criterion 20.70422
Log likelihood -389.7425 Hannan-Quinn criter. 20.64869
F-statistic 31.80860 Durbin-Watson stat 2.000062
Prob(F-statistic) 0.000002

2)
Como el /T calculado / = 5.639912 > /T5% /=2.941145 entonces la serie de tiempo ∆IPBI es
estacionaria por lo tanto la serie de tiempo PBI es I(1)
III) Estimando el modelo: IMt = B0+ B1 PBI + ut

Dependent Variable: IM
Method: Least Squares
Date: 05/24/21 Time: 16:41
Sample: 1980 2019
Included observations: 40

Variable Coefficient Std. Error t-Statistic Prob.

C 100744.5 4561.094 22.08779 0.0000


PBI 2.819991 0.059621 47.29882 0.0000

R-squared 0.983298 Mean dependent var 276930.5


Adjusted R-squared 0.982858 S.D. dependent var 127150.5
S.E. of regression 16647.26 Akaike info criterion 22.32659
Sum squared resid 1.05E+10 Schwarz criterion 22.41103
Log likelihood -444.5317 Hannan-Quinn criter. 22.35712
F-statistic 2237.178 Durbin-Watson stat 0.691227
Prob(F-statistic) 0.000000

Null Hypothesis: RES has a unit root


Exogenous: None
Lag Length: 0 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.724142 0.0077


Test critical values: 1% level -2.625606
5% level -1.949609
10% level -1.611593

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation


Dependent Variable: D(RES)
Method: Least Squares
Date: 05/24/21 Time: 16:45
Sample (adjusted): 1981 2019
Included observations: 39 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

RES(-1) -0.342172 0.125607 -2.724142 0.0097

R-squared 0.161378 Mean dependent var 667.7541


Adjusted R-squared 0.161378 S.D. dependent var 13824.00
S.E. of regression 12659.51 Akaike info criterion 21.75551
Sum squared resid 6.09E+09 Schwarz criterion 21.79817
Log likelihood -423.2325 Hannan-Quinn criter. 21.77082
Durbin-Watson stat 1.937090

3) Como el /T calculado / = 2.724142 > /T5% /= 1.949609 entonces la serie de tiempo Residuo es
estacionaria por lo tanto:
Las series de tiempo IMt y PBIt están cointegradas. => Mantendrán

el equilibrio de largo plazo y las pruebas T-student y F serán


validas

Probar si las series de tiempo FBKt y IMt están cointegradas en la


ecuación:
FBKt = B0+ B1 IMt + ut

También podría gustarte