Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 3 vistas

    VAR - Vectores Autorregresivos

    Cargado por

    Verónica Patricia Calderón Moscoso

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    VAR - Vectores Autorregresivos

    Cargado por

    Verónica Patricia Calderón Moscoso
    3 vistas2 páginas

    Título original

    VAR

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    3 vistas2 páginas

    VAR - Vectores Autorregresivos

    Cargado por

    Verónica Patricia Calderón Moscoso

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 2

    VAR - Vectores Autorregresivos

    Principio de la retroalimentación.

    Precio de soya Producción de soya

    Cada variable actúa como variable dependiente, y sus rezagos o retardos, así
    como los rezagos o retardos de la otra variable actúan como variables
    independientes.

    ENDERS. Sólo se puede hacer modelos VAR con variables I(0). Sólo se
    pueden hacer modelos VAR cuando ninguna variable tiene raíz unitaria
    (variables sin raíces unitarias, sin quiebres, sin raíces estacionales)

    Los demás autores coinciden en que al menos las variables deben tener la
    misma cantidad de raíces unitarias.

    Se hace necesario el uso de componentes o términos de tendencia,


    estacionalidad, dummy de quiebre, dummy de pulso, etc. Y por comodidad o
    gusto, se aplican logaritmos a las variables del modelo.

    Para la cantidad de rezagos o retardos a usar, hay 3 enfoques:

    1) Usar retardos en base a la estacionalidad o frecuencia de datos.

    2) Tomar una decisión en base a la causalidad de Granger. (a veces


    funciona)

    3) Utilizar la rutina o prueba de EViews para tomar una decisión

    Una vez elegido el número de retardos, es CLAVE VERIFICAR QUE NO


    HAY RAÍCES UNITARIAS. Un VAR con raíces unitarias no sirve.

    Hay que revisar los residuos.


    1) Idealmente: no debe tener autocorrelación, no debe tener
    heteroscedasticidad, los residuos deben ser normales.

    2) Residuos normales y sin heteroscedasticidad.

    3) Residuos normales y sin autocorrelación.

    4) Residuos normales.

    Se puede elaborar:

    1) Función Impulso Respuesta – FIR

    2) Descomposición de Varianza - DV

    INFORME.

     Gráfico de las variables

     Una tabla indicando las propiedades que el modelo cumple.

     Comentar la FIR

     Comentar la DV

    Una forma de salvar el no cumplimiento de los supuestos es: con el VAR


    estimado hay que realizar una proyección a futuro de las variables
    involucradas.

    También podría gustarte