18 de Marzo, 2009
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Objetivos de la prctica
Descomposicin de una serie a travs del mtodo clsico o tradicional. Tendencias derterministas. Tendencias derterministas segmentadas. Estacionalidad derterminista. Estacionalidad derterminista segmentada.
2 3 4 5
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
El Anlisis Clsico de Series Temporales Proporciona estimaciones aproximadas de los componentes tendencial, estacional, cclico e irregular. Parte de una representacin de una serie temporal yt formada por cuatro componentes, tendencia Tt , ciclo Ct , estacional Et , y errores It . Tipos:
1 2 3
Un supuesto fundamental del anlisis clsico es la independencia de las variaciones residuales respecto de los dems componentes.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
+ Ct + rt
Estacionaria
Agregando, los componentes ms oscilantes mientras que el componente de tendencia . yt = Senda de Evolutividad + t t Desviaciones respecto a la SE. La nica incertidumbre asociada a este modelo es var (t ) = 0
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Pasos a seguir:
1
Obtencin de componente estacional aplicando un proceso de desestacionalizacin xt St = Tt + Ct + rt Aplicamos el ltro de Hodrick-Prescott sobre la serie desestacionalizada para obtener el componente de tendencia. Generamos una nueva serie libre de tendencia y estacionalidad por diferencia entre la serie desestacionalizada y la tendencia. xt St Tt = Ct + rt . Obtenemos el componente cclico utilizando una media mvil de orden 4 (@MOVAV(nombre, orden)). Obtenemos la parte irregular de la serie como diferencia de la serie generada en el paso 3 menos la serie generada en el paso 4.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Serie Desestacionalizada
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Componente estacional
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Componente de tendencia
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Comparativa
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Xt St Tt = Ct + rt
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Componente cclico
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Componente irregular
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Comparativa
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
La descomposicin tradicional requiere imponer fuertes restricciones en la caracterizacin de Tt , Ct y rt . En particular, que tales componentes son independientes. Hoy en da no existe consenso sobre que sea factible la especicacin y estimacin de Tt , Ct y rt con restricciones de aceptacin general. La idea de que las series econmicas tienen tendencia, ciclos y uctuaciones residuales resulta muy til para expresar las caractersticas bsicas de los datos econmicos.
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencias Deterministas
yt = t + at t = f (t , )
2) t Nivel de la serie y at innovacin at N(0, a
Prediccin t (k ) = T +k = f(T + k , ) y
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencias Deterministas
Modelo de nivel constante o sin tendencia yt = + at Modelo con tendencia lineal t = 0 + 1 t T (k ) = 0 + 1 (T + k ) y Modelo con tendencia polinmica t = 0 + 1 t + ... + r t r
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencias Deterministas
Tendencias La naturaleza agregada de muchas variables econmicas presentan una pauta creciente a lo largo del tiempo que no permite observar aspectos de inters que ocurren a corto plazo, como el caso del IPI. Este pauta la denominamos tendencia. Como la tendencia se desconoce es preciso estimarla previamente y, para ello, es preciso a su vez especicar un determinado modelo de tendencia.
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencias
Tipos Deterministas. Estocsticas. Caractersticas bsicas Se perpetan en el futuro. Evolucionan de forma acclica. Factores causantes de la tendencia Aumentos en la poblacin. Inacin mantenida en el tiempo. Cambios tecnolgicos. Cambios en preferencias, hbitos, regulaciones sociales.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencias Deterministas Se dice que una tendencia es determinista si conociendo sus valores pasados se puede determinar sin error sus valores futuros. Con tendencias deterministas no hay incertidumbre sobre ellas. Tendencias Deterministas en Eviews Tendencia=@trend+1
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Mtodo de ajuste anlitico Realizamos un ajuste por regresin de los valores de la serie a una funcin del tiempo que sea sencilla y recoja de manera satisfactoria la marcha general del fenmeno representado por la serie temporal. Mtodo de Medias Mviles Analiza la tendencia de una serie temporal a partir de los datos iniciales mediante determinadas medias. Mtodo de diferencias Consiste en derivar de la serie original yt una nueva serie zt obtenida como la diferencia entre el valor de la variable en el momento actual y el valor en el momento inmediatamente anterior zt = yt yt 1 = yt
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Regresin por MCO Para ajustar los diversos modelos de tendencia a los datos de una serie temporal se usa MCO.
T
= argmn
t =1
[yt Tt ( )]2
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tomando logaritmos
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencias exponencialeslog-lineal
T t T t 1 T t 1 Aplicando la aproximacin de Taylor de primer orden. T t = T t 1 + T t 1 b b = logTt = logTt logTt 1 = b procediendo recursivamente obtenemos logTt = a + bt siendo a log de la tendencia en el momento cero. Tt = e(a+bt ) ; xt = exp (a + bt )exp (wt ) Podemos linealizarlo: logxt = a + bt + wt donde b es el factor incremental que entra de forma multiplicativa.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Los residuos muestran una clara estructura estacional que no ha sido captada por el modelo.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
En nuestro caso hemos obtenido: logIPI = 4,07 + 0,001520TIEMPO + t a Valor de la tendencia en el momento anterior al comienzo de la muestra. b Factor incremental, la tendencia crece mensualmente un 0.152 %.
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Seleccin de Modelos
Criterios de Informacin
T
et2 ECP =
t =1 T
et2 SIC = T ( T ) t =1 T
k
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
La Estacionalidad
Pauta o comportamiento estacional que se repite cada ao. Esta puede ser exacta, cuando se reere a estacionalidad determinista o bien, aproximada, si se habla de estacionalidad estocstica. Puede provocar una distorsin del verdadero movimiento de la serie. Al proceso de eliminar el componente estacional se le denomina desestacionalizacin o ajuste estacional. Destacan los programas X11 y X12 del Bureau of the Census de EEUU para desestacionalizar.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
La Desestacionalizacin
Mtodos de desestacionalizacin
1 2 3 4
Mtodos de desestacionalizacin del ndice estacional. Mtodo de Medias Mviles. Mtodo de diferencias estacionales. Mtodo de variables articiales. los residuos estimados t = yt y t sern los valores de la serie de la regresin u desestacionalizada.
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
En esta prctica nos ocuparemos de la estacionalidad determinista que vamos a modelar a travs de variables dummies.
12
logIPI = a + bt +
j =1
aj Sjt + t
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Recordatorio
Multicolinealidad
T MCO = (x x )1 x y (x x )1 = adj (x x ) |x x |
1
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Todos los parmetros han resultado ser signicativos. Puede observarse como el coeciente ms bajo corresponde al mes de agosto.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
tT k
Resolucin del contraste Utilizando el valor crtico. Si |tT k | > t/2 Rechazo la H0 . Utilizando el p value (o nivel de signicacin marginal)
p value = Pr(|tT k | > tT k )
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Los residuos muestran como todava no se ha captado toda la estructura de la serie (un componente cclico).
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Contrastes de normalidad
Es un supuesto fundamental en inferencia. Se debe contrastar siempre. Para ello utilizaremos: Histograma de los residuos. Test de Jarque-Bera. El test de Jarque Bera (JB ) H0 : ut N JB =
T k 6 2 2 S2 + 1 2 4 (K 3)
El JB tiene en cuenta la curtosis (K) y la asimetra (S ) k Nmero de variables estimadas y T Nmero de observaciones.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
No se rechaza normalidad en los residuos, por lo tanto, los supuestos del MLG son vlidos, y por tanto, la estimacin del modelo es correcta (pero el modelo no lo es).
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Recordatorio
Supuestos del M.L.G.
1
El modelo es lineal o linealizable y esta correctamente especicado. Los parmetros son constantes. Las variables explicativas o regresores x son deterministas o jas y linealmente independientes (no hay multicolinealidad). E [ut ] = 0 t donde u errores del modelo. La matriz de varianzas y covarianzas de los errores de un 2I modelo correcto es escalar Var(u ) = n
No hay autocorrelacin. No hay heterocedasticidad.
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
2 3
4 5
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Conclusiones
La estructura determinstica es muchas veces una mala aproximacin. Es importante modelizar las desviaciones sobre la tendencia y la estacionalidad.
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencias Segmentadas
Las tendencias segmentadas son tendencias no lineales que tienen la propiedad de ser lineales a tramos o segmentos. Tipos de Segmentacin de la tendencia
1 2 3
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia Segmentada
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Segmentacin de la tendencia
yt = 0 + 1 t + 01 1t + 11 1t + t Segmentacin del nivel 1t 0 t < t 1 t t
En Eviews: 1t = (@trend + 1 t1 ) + 1
Roberto Morales Arsenal - Prctica No 1 Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia Segmentada
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Tendencia Segmentada
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
logIPI = a + bt +
j =1
jt + t j S
11
1 + 2 + ... + 12 = 0 ; b12 =
j =1
donde
En Eviews: enero=(@seas(1)-@seas(12))
Roberto Morales Arsenal - Prctica No 1
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
11
11
yt = 0 + 1 t + 01 1t + 11 1t +
j =1
j SAjt
j =1
j SB jt + t
donde
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Prediccin puntual Es un nmero jo. ( i t dt i )). Nos da Prediccin por intervalos ICi = ( un cierto grado de incertidumbre asociada a la prediccin puntual. En prediccin los intervalos de conanza lo estndar es obtener los intervalos al 80 % (VC=1.28). Prediccin de la funcin de densidad asociada a cada una de las predicciones.
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Recordatorio
Funcin de densidad y de distribucin (t-student)
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Recordatorio
Funcin de densidad de las predicciones
Tendencia y Estacionalidad
Introduccin Estimacin de una tendencia determinista Estimacin del componente estacional Conclusiones Tendencias Derterministas Segmentadas
Mitchell y Hall (2005) Las funciones de densidad estimadas proveen de una completa descripcin de la incertidumbre asociada con la prediccin.
Tendencia y Estacionalidad