lección 2. modelos econométricos. · lags interval (in first differences): 1 to 2 unrestricted...
TRANSCRIPT
Modelos Econométricos
Lección 4. Estimación de una sola
ecuación entre variables cointegradas
(con mecanismo de corrección del
error)
Presentado por Juan Muro
Motivación
Para cimentar los conocimientos hasta ahora aprendidos volveremos a realizar todo el proceso de búsqueda de un vector de cointegración para la relación entre el Consumo agregado y la Renta disponible (o su proxy el PIB) de la economía española.
J. Muro
Tendencias en series temporales
Engle, R. F., and C. W. J. Granger (1987). “Co-integration and Error Correction: Representation, Estimation, and Testing,” Econometrica, 55, 251-276.
Phillips, Peter C. B. and Mico Loretan(1991). “Estimating Long-run Economic Equilibria,” Review of Economic Studies, 59, 407-436.
J. Muro
Caso de una sola ecuación
Los datos a utilizar se encuentran en el fichero cne.wf1.
TEORÍA: La teoría económica nos dice que el crecimiento de la renta agregada disponible conlleva un crecimiento del consumo agregado a largo plazo. En su formulación keynesiana simple, el consumo es una función lineal de la renta disponible.
J. Muro
Relación de cointegración (una
ecuación)
Recuérdese que antes de nada, es decir, antes de intentar estimar la relación de cointegración, se debe analizar la presencia de raíces unitarias en las variables consideradas.
Abran el fichero de datos y analicen el orden de integración de las variables Consumo y Renta disponible.
J. Muro
Estimación de la relación (y
contraste) de cointegración
Una vez analizado el orden de integración de las variables, utilizaremos, en primer lugar, el procedimiento implementado en EViews para el tratamiento de una sólaecuación: Equation estimation: COINTREG: cointegrating regression.
J. Muro
Estimación de la relación (y
contraste) de cointegración
Como se sabe, en este procedimiento hay tres posibilidades para estimar el vector de cointegración:
DOLS (Mínimos cuadrados dinámicos)
FMOLS (Mínimos cuadrados completamente
modificados)
CCR (Regresión cointegrada canónica)
Obtenga los resultados de los tres métodos anteriores.
J. Muro
Estimación por MCO dinámicos (DOLS) de un modelo
del consumo a largo plazo
J. Muro
Dependent Variable: CONSUMO_PRIVADO_CTE
Method: Dynamic Least Squares (DOLS)
Date: 03/12/15 Time: 18:24
Sample (adjusted): 1963 2014
Included observations: 52 after adjustments
Cointegrating equation deterministics: C
Fixed leads and lags specification (lead=2, lag=2)
Long-run variance estimate (Bartlett kernel, Newey-West fixed bandwidth =
4.0000)
Variable Coefficient Std. Error t-Statistic Prob.
RENTA_NETA_DISPONIBL... 0.465569 0.023476 19.83136 0.0000
C 202.0424 11.39885 17.72480 0.0000
R-squared 0.973330 Mean dependent var 390.9581
Adjusted R-squared 0.969774 S.D. dependent var 150.7632
S.E. of regression 26.21099 Sum squared resid 30915.73
Long-run variance 2170.312
Estimación de la relación (y
contraste) de cointegración
Una vez estimada la relación de cointegración, cabe realizar un contraste de cointegración para el que EViewsproporciona un conjunto de contrastes de cointegración que realizan el contraste de que hay al menos una combinación lineal de las variables cointegradas que produce una variable estacionaria, I(0).
J. Muro
Estimación de la relación (y
contraste) de cointegración
La realización de contrastes de cointegración en este caso ofrece numerosas dudas sobre la existencia de una relación de cointegración.
J. Muro
Procedimiento fundamentado en la
posible existencia de diferentes
relaciones de cointegración
J. Muro
Hasta ahora, el análisis se ha realizado bajo el supuesto de que conocemos la relación entre las variables Consumo y Pib y la dirección de la relación. En otras palabras suponemos que hay una única relación de cointegración.
Procedimiento fundamentado en la
posible existencia de diferentes
relaciones de cointegración
J. Muro
Este supuesto puede ser muy restrictivo.◦ Puede haber varias relaciones de
cointegración,
◦ El Pib puede ser la causa del Consumo, pero también puede suceder lo contrario.
Referencia
Johansen, S. y K. Juselius (1990), “Maximum Likelihood Estimation and Inference on Cointegration—with Applications to the Demand for Money” , Oxford Bulletin of Economics and Statistics, 52: 169–210.
J. Muro
Procedimiento de Johansen-Juselius
J. Muro
Se encuentra implementado en la opción de Grupos de EViews y permite la realización de un contraste de cointegración y la obtención a la par de la estimación del vector de cointegración.
Se abre un grupo con las variables Consumo y Renta disponible.
Procedimiento de Johansen-Juselius
J. Muro
Procedimiento de Johansen-Juselius
J. Muro
View/Cointegration test/Johansen system cointegration test
Procedimiento de Johansen-Juselius
J. Muro
Utilice las distintas opciones para realizar un contraste de cointegración.
La utilización de la opción Summarize all 5 set of assumptions permite orientar la búsqueda.
Procedimiento de Johansen-Juselius
J. Muro
Procedimiento de Johansen-Juselius
J. Muro
Una de las opciones que permiten encontrar una relación de cointegraciónes la de utilizar una tendencia lineal con un tipo de test con término independiente y sin tendencia. El resultado es
Procedimiento de Johansen-Juselius
J. Muro
Date: 03/12/15 Time: 18:43
Sample (adjusted): 1963 2016
Included observations: 54 after adjustments
Trend assumption: Linear deterministic trend
Series: CONSUMO_PRIVADO_CTE RENTA_NETA_DISPONIBLE
Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.264689 16.62256 15.49471 0.0337
At most 1 0.000363 0.019591 3.841466 0.8886
Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.264689 16.60297 14.26460 0.0210
At most 1 0.000363 0.019591 3.841466 0.8886
Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
CONSUMO_P... RENTA_NETA_DISPONIBLE
-0.029249 0.011014
0.020962 -0.013060
Unrestricted Adjustment Coefficients (alpha):
D(CONSUMO_... 0.353744 0.147165
D(RENTA_NE... -5.114084 0.190366
1 Cointegrating Equation(s): Log likelihood -384.0034
Normalized cointegrating coefficients (standard error in parentheses)
CONSUMO_P... RENTA_NETA_DISPONIBLE
1.000000 -0.376573
(0.03454)
Adjustment coefficients (standard error in parentheses)
D(CONSUMO_... -0.010347
(0.03272)
D(RENTA_NE... 0.149581
(0.05546)
Procedimiento de Johansen-Juselius
J. Muro
Interprete los resultados del contraste (y estimación) anterior:◦ Test de la traza y el máximo autovalor.
◦ Relación de cointegración.
◦ Variables de ajuste.