UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Universidad del Per, DECANA DE AMRICA

FACULTAD DE CIENCIAS
ECONMICAS

TRABAJO DE
ECONOMETRA

ECONOMTREA II

EMPRESAS:

SIGMA - FONDO DE INVERSION EN LEASING

OPERATIVO - LEASOP I
SOCIEDAD MINERA CORONA S.A.

PROFESOR:
Mag. Ticse Nez, Cornelio
Vicente
ALUMNOS:
Daz Quispe Abraham
Jhordano
 MODELOS DE SERIES DE TIEMPO
Una serie tiempo es una secuencia de observaciones, medidos en
determinados momentos del tiempo, ordenados cronolgicamente y,
espaciados entre s de manera uniforme, as los datos usualmente son
dependientes entre s. El principal objetivo de una serie de tiempo
X t , donde t = 1, 2, 3,, n es su anlisis para hacer pronstico.

COINTEGRACION
La cointegracin es una estadstica caracterstica de las variables en las
series de tiempo donde dos o ms series de tiempo estn cointegradas si
comparten una tendencia estocstica comn.
Si dos o ms series estn individualmente integrados (en el sentido de
series de tiempo), pero algunas de las variables son una combinacin lineal
de otras de ellas, entonces tienen un menor orden de integracin, por lo que
se dice que las series estn cointegradas. Un ejemplo comn es cuando las
series individuales son de primer orden integrada (I (1)), pero existe alguna
(cointegracin) vector de coeficientes para formar una estacionaria
combinacin lineal de ellos. Por ejemplo, un ndice de la bolsa y el precio de
su asociada contrato de futuros se mueven a travs del tiempo, cada uno
ms o menos despus de un paseo aleatorio. Prueba de la hiptesis de que
existe una significativa relacin entre el precio de futuros y el precio de
contado ahora podra hacerse por medio de pruebas de la existencia de una
combinacin cointegrado de las dos series. (Si esta combinacin tiene un
bajo orden de integracin -. Especialmente si es I (0), esto puede significar
una relacin de equilibrio entre la serie original, que se dice que son
cointegradas)
Antes de la dcada de 1980 muchos economistas utilizaban regresiones
lineales en los datos de series de tiempo no estacionarias. El premio Nobel
Clive Granger y otros demostraron que era un enfoque peligroso que podra
producir correlacin espuria, ya que las tcnicas de estimacin de tendencia
estndar pueden resultar en los datos que todava son no estacionarias. Su
artculo de 1987 con el premio Nobel Robert Engle formaliz el enfoque de
cointegracin vector, y acu el trmino.
La posible presencia de cointegracin se debe tener en cuenta a la hora de
elegir una tcnica para poner a prueba hiptesis sobre la relacin entre dos
variables que tienen races unitarias (es decir, integradas por lo menos para
uno).
El procedimiento habitual para contrastar las hiptesis relativas a la relacin
entre las variables no estacionarias era correr los mnimos cuadrados
ordinarios (OLS) regresiones sobre datos que inicialmente se haban
diferenciado. Aunque este mtodo es correcto en muestras grandes,
cointegracin proporciona herramientas ms potentes cuando los conjuntos
de datos son de longitud limitada, ya que la mayora de series de tiempo
econmicas son. Medidas de cointegracin se pueden calcular sobre
conjuntos de series de tiempo utilizando rutinas rpidas.
 CASO PRCTICO
Tomaremos la base de datos de las cotizaciones de dos empresas (SIGMA,
CORONA), con el objetivo de saber su cointegracin, vectores
autorregresivos, en dicha serie de tiempo.
DATOS:

FECHA DE E. E.
COTIZACI SIG CORON
N MA A
01/06/201 4.2 6
6
31/05/201 4.2 6.04
6
30/05/201 4.17 6.04
6
27/05/201 4.2 6.06
6
26/05/201 4.15 6.06
6
25/05/201 4.05 6.06
6
24/05/201 4.05 6.04
6
23/05/201 4.05 6.04
6
20/05/201 4.15 5.97
6
19/05/201 4.15 5.98
6
18/05/201 4.15 6.05
6
17/05/201 4.05 6.08
6
16/05/201 4 6.03
6
13/05/201 3.85 6.05
6
12/05/201 3.75 6.05
6
11/05/201 3.67 6.05
6
10/05/201 3.6 5.95
6
09/05/201 3.6 6
6
06/05/201 3.6 6.05
6
05/05/201 3.55 5.9
6
04/05/201 3.65 5.91
6
03/05/201 3.65 5.96
6
02/05/201 3.65 5.95
6
29/04/201 3.75 5.8
6
28/04/201 3.55 5.75
6
27/04/201 3.5 5.75
6
26/04/201 3.41 5.68
6
25/04/201 3.41 5.8
6
22/04/201 3.41 5.85
6
21/04/201 3.41 5.89
6
20/04/201 3.44 5.95
6
19/04/201 3.4 5.65
6
18/04/201 3.5 5.55
6
15/04/201 3.49 5.5
6
14/04/201 3.82 5.6
6
13/04/201 3.75 5.55
6
12/04/201 3.58 5.4
6
11/04/201 3.2 4.7
6
08/04/201 3.02 4.65
6
07/04/201 3.15 4.9
6
06/04/201 3.15 4.93
6
05/04/201 3.18 4.95
6
04/04/201 3.4 5.1
6
01/04/201 3.5 5.2
6
31/03/201 3.5 5.1
6
30/03/201 3.6 5.1
6
29/03/201 3.6 5.14
6
28/03/201 3.6 5.15
6
23/03/201 3.65 5.15
6
22/03/201 3.6 5.36
6
21/03/201 3.55 5.35
6
18/03/201 3.45 5
6
17/03/201 3.33 5
6
16/03/201 3.35 4.95
6
15/03/201 3.32 5
6
14/03/201 3.3 5
6
11/03/201 3.25 5.04
6
10/03/201 3.25 4.95
6
09/03/201 3.25 4.85
6
08/03/201 3.21 4.7
6
07/03/201 3.18 4.7
6
04/03/201 3.18 4.71
6
03/03/201 3.17 4.6
6
02/03/201 3.13 4.64
6
01/03/201 3.07 4.6
6
29/02/201 3.07 4.5
6
26/02/201 3.07 4.5
6
25/02/201 3.07 4.6
6
24/02/201 3.07 4.63
6
23/02/201 3.07 4.65
6
22/02/201 3.03 4.68
6
19/02/201 3.05 4.75
6
18/02/201 3.01 4.65
6
17/02/201 3.1 4.62
6
16/02/201 3.05 4.55
6
15/02/201 3 4.55
6
12/02/201 3.02 4.4
6
11/02/201 3 4.45
6
10/02/201 2.95 4.38
6
09/02/201 3 4.5
6
08/02/201 2.85 4.49
6
05/02/201 2.75 4.42
6
04/02/201 2.65 4.43
6
03/02/201 2.56 4.42
6
02/02/201 2.54 4.49
6
01/02/201 2.52 4.5
6
29/01/201 2.45 4.35
6
28/01/201 2.42 4.35
6
27/01/201 2.42 4.35
6
26/01/201 2.42 4.35
6
25/01/201 2.42 4.35
6
22/01/201 2.4 4.35
6
21/01/201 2.4 4.33
6
20/01/201 2.38 4.4
6
19/01/201 2.34 4.4
6
18/01/201 2.35 4.4
6
15/01/201 2.5 4.5
6
14/01/201 2.5 4.6
6
13/01/201 2.55 4.57
6
12/01/201 2.65 4.55
6
11/01/201 2.66 4.5
6
08/01/201 2.7 4.55
6
07/01/201 2.7 4.8
6
06/01/201 2.75 4.99
6
05/01/201 2.78 5
6
04/01/201 2.78 5
6
31/12/201 2.78 4.85
5
30/12/201 2.78 4.75
5
29/12/201 2.78 4.75
5
28/12/201 2.83 4.8
5
24/12/201 2.83 4.84
5
23/12/201 2.83 4.84
5
22/12/201 2.83 4.85
5
21/12/201 2.89 4.47
5
18/12/201 2.89 4.47
5
17/12/201 2.99 4.4
5
16/12/201 3 4.41
5
15/12/201 3.04 4.5
5
14/12/201 3.05 4.5
5
11/12/201 3.05 4.4
5
10/12/201 3.1 4.31
5
09/12/201 3.05 4.2
5
07/12/201 3.05 4.2
5
04/12/201 3.1 4.23
5
03/12/201 3.12 4.35
5
02/12/201 3.1 4.38
5
01/12/201 3.1 4.38
5
30/11/201 3.03 4.4
5
27/11/201 3.05 4.42
5
26/11/201 3.12 4.42
5
25/11/201 3.1 4.42
5
24/11/201 3.1 4.42
5
23/11/201 3.1 4.42
5
20/11/201 3.1 4.42
5
19/11/201 3.12 4.42
5
18/11/201 3.12 4.42
5
17/11/201 3.1 4.4
5
16/11/201 3 4.4
5
13/11/201 3.1 4.4
5
12/11/201 3.1 4.4
5
11/11/201 3.1 4.4
5
10/11/201 3.03 4.6
5
09/11/201 3.1 4.45
5
06/11/201 3.1 4.45
5
05/11/201 3.04 4.4
5
04/11/201 3.04 4.4
5
03/11/201 3.07 4.35
5
02/11/201 3.11 4.3
5
30/10/201 3.15 4.3
5
29/10/201 3.15 4.2
5
28/10/201 3.16 4.05
5
27/10/201 3.2 4.15
5
26/10/201 3.14 4.15
5
23/10/201 3.14 4.15
5
22/10/201 3.15 4.25
5
21/10/201 3.1 4.27
5
20/10/201 3.1 4.05
5
19/10/201 3.1 4.02
5
16/10/201 3.11 4.05
5
15/10/201 3.1 3.78
5
14/10/201 3.1 3.76
5
13/10/201 3.2 3.75
5
12/10/201 3.2 3.72
5
07/10/201 3.08 3.65
5
06/10/201 3.02 3.65
5
05/10/201 3.02 3.65
5
02/10/201 3.08 3.66
5
01/10/201 3.02 3.57
5
30/09/201 3 3.91
5
29/09/201 3 3.95
5
28/09/201 3.05 3.93
5
25/09/201 3.08 3.93
5
24/09/201 3.08 3.95
5
23/09/201 3.06 4.06
5
22/09/201 3.1 4
5
21/09/201 3.1 3.89
5
18/09/201 3.1 3.89
5
17/09/201 3.1 3.95
5
16/09/201 3.1 3.9
5
15/09/201 3.1 3.9
5
14/09/201 3.2 3.93
5
11/09/201 3.2 3.93
5
10/09/201 3.2 3.93
5
09/09/201 3.22 3.93
5
08/09/201 3.22 3.85
5
07/09/201 3.25 3.85
5
04/09/201 3.28 3.85
5
03/09/201 3.2 3.85
5
02/09/201 3.2 3.85
5
01/09/201 3.2 4.07
5
31/08/201 3.21 4
5
28/08/201 3.1 4
5
27/08/201 2.87 3.92
5
26/08/201 2.82 3.9
5
25/08/201 2.75 3.9
5
24/08/201 2.9 4.2
5
21/08/201 3.05 4.3
5
20/08/201 3.1 4.45
5
19/08/201 3.1 4.65
5
18/08/201 2.95 4.68
5
17/08/201 3 4.95
5
14/08/201 3.25 4.95
5
13/08/201 3.35 5.06
5
12/08/201 3.54 5.04
5
11/08/201 3.56 5.09
5
10/08/201 3.56 5
5
07/08/201 3.56 4.89
5
06/08/201 3.59 4.9
5
05/08/201 3.59 4.95
5
04/08/201 3.59 4.95
5
03/08/201 4.16 4.95
5
31/07/201 4.2 4.95
5
30/07/201 4.19 4.99
5
24/07/201 4.35 5.13
5
23/07/201 4.4 5.15
5
22/07/201 4.3 5.25
5
21/07/201 4.2 5.25
5
20/07/201 4.2 5.25
5
17/07/201 4.2 5.27
5
16/07/201 4.2 4.99
5
15/07/201 4.2 5
5
14/07/201 4.13 5
5
13/07/201 4.11 5.05
5
10/07/201 4.11 4.98
5
09/07/201 4.11 4.98
5
08/07/201 4.11 4.95
5
07/07/201 4.12 5
5
06/07/201 4.16 5
5
03/07/201 4.19 5
5
02/07/201 4.2 5.14
5
01/07/201 4.16 5.1
5
30/06/201 4.16 5
5
26/06/201 4.15 5
5
25/06/201 4.15 5.1
5
24/06/201 4.19 5.1
5
23/06/201 4.2 5.05
5
22/06/201 4.23 4.87
5
19/06/201 4.27 4.8
5
18/06/201 4.3 4.8
5
17/06/201 4.25 4.79
5
16/06/201 4.24 4.78
5
15/06/201 4.26 4.81
5
12/06/201 4.28 4.78
5
11/06/201 4.28 4.7
5
10/06/201 4.29 4.6
5
09/06/201 4.3 4.65
5
08/06/201 4.29 4.73
5
05/06/201 4.29 4.78
5
04/06/201 4.29 4.8
5
03/06/201 4.3 4.81
5
02/06/201 4.29 4.87
5
01/06/201 4.29 4.95
5
Iniciamos en el Eviews introduciendo los datos de las cotizaciones de las
empresas Corona y Sigma respectivamente:

Importamos los datos que estn en Excel.

Vamos a representar la serie de cotizaciones de la empresa SIGMA Y
CORONA.
Grfico de correlograma de la empresa corona

Grfico de correlograma de la empresa SIGMA

Los dos series son obviamente no estacionarios y presentan raz unitaria, lo podemos
demostrar que son I( 1) cuya tendencia es determinstica.

TEST DE RAIZ UNITARIA PARA EMPRESA CORONA

Comenzamos aplicando el tes de Dickey Fuller

Podemos observar que el Durbin Watson es de 1.98 con lo cual concluimos que no
existe auotocorrelacin. Podemos decir que el retardo es no significativo y ponemos un
retardo para que no exista autocrrelacin.

Luego pasamos a interpretar los resultados definitivos del contraste.

Luego podemos demostrar que al 5%, no se rechaza la hiptesis nula.

Dickey - Fuller Valores crticos (5%)

-1.62 > -3.42
Luego concluimos que la serie tiene raz unitaria y no es estacionaria.

TEST DE RAIZ UNITARIA PARA EMPRESA SIGMA

Comenzamos aplicando el tes de Dickey Fuller

Podemos observar que el Durbin Watson es de 1.99 con lo cual concluimos que no
existe auotocorrelacin. Podemos decir que el retardo es no significativo y ponemos un
retardo para que no exista autocorrelacion.

Luego pasamos a interpretar los resultados definitivos del contraste.

Luego podemos demostrar que al 5%, no se rechaza la hiptesis nula.

 Dickey - Fuller Valores crticos (5%)
-1.05 > -3.42

Luego concluimos que la serie tiene raz unitaria y no es estacionaria.

Luego obtenemos los datos de los residuos mediante mnimos cuadrados ordinarios
(MCO)
La grafica de residuos
Podemos decir que la serie de residuos tiene la caracterstica especial que est centrados
con respecto a cero. Tienen media poblacional = 0, entonces concluimos que nunca va
haber tendencia determinstica.

Entonces aplicamos el TES de RAIZ UNITARIA a los residuos

Podemos observar que el Durbin Watson es de 1.85 con lo cual concluimos que no
existe autocorrelacin. No hay necesidad de hacerle al modelo que sea dinmico
introduciendo un retardo.

Luego pasamos a interpretar los resultados definitivos del contraste.

Para esta serie de residuos los valore crticos no son vlidos, y lo nico vlido es el calor
de Dickey Fuller; es por ello que tenemos que buscar en la tabla de Davidson y
Mckinnom, para cointegracin de dos variables con tendencia y constante: -3.27

Dickey - Fuller tabla de Davidson y Mckinnom,

-1.35 > -3.27

Por lo tanto no rechazamos la Hiptesis Nula.

Los residuos son no estacionarios, sino integradas de orden uno I ( 1) , tienen una raz

unitaria. Por lo tanto segn lo estudiado. Las dos series de cotizaciones de las dos
empresas, no cointegran, no existe relacin de equilibrio a largo plazo entre las dos series
de cotizaciones tanto de la Empresa Corona como de la Empresa Sigma.