Lección 2. Modelos econométricos. - uah.es · Estimación con MCE J. Muro La opción utilizada no...
22
Modelos Econométricos Lección 4 . Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error) Presentado por Juan Muro
Transcript of Lección 2. Modelos econométricos. - uah.es · Estimación con MCE J. Muro La opción utilizada no...
Modelos Econométricos
Lección 4. Estimación de una sola
ecuación entre variables cointegradas
(con mecanismo de corrección del
error)
Presentado por Juan Muro
Motivación. Estimación con
mecanismo de corrección del
error (MCE)
Para completar el análisis desarrollado en la presentación anterior, utilizaremos la estimación por MCO dinámicos de la relación de cointegración para estimar un modelo de corrección de errores. Es decir,
J. Muro
Estimación con MCE
Utilizaremos las estimaciones para construir el error.
Distance t= Fygt10t- b1Fygt1t- b2Inflt- b3USDEFt
donde b1, b2 y b3 son las estimaciones obtenidas mediante DOLS.
Finalmente estimaremos el modelo de corrección de errores como
◦ ∆Fygt10t= α0+ γDistancet-1+wt
J. Muro
Estimación con MCE
Referencia:
Engle, R. F., and C. W. J. Granger (1987). “Co-integration and Error Correction: Representation, Estimation, and Testing,” Econometrica, 55, 251-276.
J. Muro
Estimación con MCE
Running around like a headless chicken.
J. Muro
Estimación con MCE
En un primer momento, usaremos las posibilidades que presenta el software Eviews en vez de seguir paso a paso el procedimiento anterior.
Los datos se encuentran en cne.wf1 y emplearemos las denominadas series largas.
J. Muro
Estimación con MCE
El procedimiento de Johansen-Juselius se encuentra implementado en EViews en la opción Quick/EstimateVAR
J. Muro
Estimación con MCE
Como puede verse, la opción a utilizar es Vector Error Correction. La pulsamos.
También hay que señalar las variables endógenas (Consumo y Renta disponible en términos ctes), indicar el número de retardos a incluir de las variables endógenas y las variables exógenas, en su caso.
Para las variables consideradas (con deflactor del Consumo) y dos retardos el resultado es
J. Muro
Estimación con MCE
J. Muro
Vector Error Correction Estimates
Date: 03/23/15 Time: 16:19
Sample (adjusted): 1963 2013
Included observations: 51 after adjustments
Standard errors in ( ) & t-statistics in [ ]
Cointegrating Eq: CointEq1
CONSUMO_PRIVADO_C... 1.000000
RENTA_NETA_DIS_CTE... -0.676184
(0.00555)
[-121.861]
C -22.06853
Error Correction: D(CONSUMO...D(RENTA_N...
CointEq1 -0.474931 -0.101379
(0.18268) (0.32428)
[-2.59976] [-0.31262]
D(CONSUMO_PRIVADO... 0.030349 -0.203683
(0.22866) (0.40590)
[ 0.13272] [-0.50180]
D(CONSUMO_PRIVADO... 0.066151 0.245316
(0.21363) (0.37921)
[ 0.30966] [ 0.64691]
D(RENTA_NETA_DIS_C... 0.474738 1.049092
(0.14752) (0.26186)
[ 3.21820] [ 4.00631]
D(RENTA_NETA_DIS_C... -0.231924 -0.376514
(0.17146) (0.30436)
[-1.35267] [-1.23708]
C 4.906897 3.548021
(1.54911) (2.74985)
[ 3.16757] [ 1.29026]
R-squared 0.707600 0.630759
Adj. R-squared 0.675111 0.589732
Sum sq. resids 1695.863 5343.747
S.E. equation 6.138879 10.89724
F-statistic 21.77973 15.37432
Log likelihood -161.7210 -190.9882
Akaike AIC 6.577292 7.725028
Schwarz SC 6.804566 7.952301
Mean dependent 8.751957 12.39478
S.D. dependent 10.77014 17.01308
Determinant resid covariance (dof adj.) 1607.784
Determinant resid covariance 1251.735
Log likelihood -326.6050
Akaike information criterion 13.35706
Schwarz criterion 13.88736
Estimación con MCE
J. Muro
La estimación ofrece, en primer lugar, la estimación del vector de cointegración. En este caso hay un único vector de cointegración igual a
CONSUMO_PRIVADO_CTE = 22.06853+
0.676184 RENTA_NETA_DIS_CTE(-1)
(0.00555)
[121.861]
Donde el valor entre paréntesis es el error estándar
estimado y el valor entre corchetes el estadístico t.
Estimación con MCE
J. Muro
En segundo lugar la estimación del modelo de corrección del error (MCE). Para la ecuación que relaciona el consumo con la renta disponible, el parámetro que indica la velocidad de corrección es -0.474931, con un error estándar de 0.18268 y estadístico t de -2.59976.
El resto de los parámetros indican el comportamiento a corto plazo de las variables. En este caso el único parámetro significativo (0.47) es el del incremento de la renta disponible (-1).
Estimación con MCE
J. Muro
La opción utilizada no permite obtener valores ajustados ni predicciones. Para ello debemos construir un modelo.
En la opción Model de EViews se pueden insertar las ecuaciones de un modelo y resolverlo. Una vez resuelto se pueden analizar las predicciones del modelo y compararlas con los valores originales.
Construcción de un modelo con
MCE
J. Muro
La opción más fácil en este caso es generar un modelo en la ventana de estimación del MCE. El procedimiento es Proc/Make model.
El resultado en nuestro caso es
Construcción de un modelo con
MCE
J. Muro
Construcción de un modelo con
MCE
J. Muro
La ventana de modelo en EViews ofrece numerosas posibilidades muy útiles para el uso de modelos econométricos.
Veremos la información ofrecida del modelo , sus variables y realizaremos ajustes y predicciones de las variables del modelo.
La información principal del modelo son sus ecuaciones, que en este caso son las del modelo MCE (2 ecuaciones).
Variables del modelo con MCE
J. Muro
En nuestro modelo hay dos variables endógenas: View/variables.
Solución del modelo con MCE
J. Muro
Para encontrar una solución a nuestro modelo pulsamos Solve.
Solución del modelo con MCE
J. Muro
La primera decisión es si encontrar una solución determinista o estocástica para nuestro modelo. Elegiremos determinista.
Respecto a la opción dinámica elegiremos la solución estática.
Ya podemos pulsar la tecla de Aceptar.
Solución del modelo con MCE
J. Muro
La ventana de solución nos proporciona los resultados del algoritmo utilizado para la solución. Una cuestión importante a tener en cuenta es el tamaño muestralutilizado.
Ajuste y predicciones del modelo
con MCE
J. Muro
Como resultado de la solución del modelo se han generado en la ventana principal de EViews nuevas variables que contienen la solución. Su nombre es idéntico al de las variables originales pero con un añadido, que inserta el software, en este caso _0. Estos son los valores ajustados (en el intervalo muestralutilizado en la estimación) o predichos (en el intervalo para el cual los valores no utilizados en la estimación).
Hacer un gráfico Proc/make graph es útil.
Ajuste y predicciones del modelo
con MCE (Gráfico)
J. Muro
Ajuste y predicciones del modelo
con MCE (Gráfico)
J. Muro
