Sie sind auf Seite 1von 34

Econometra de Series de Tiempo

Clase 9: Anlisis de Cointegracin univariado y multivariado

Paul Castillo Bardlez


Universidad Nacional de Ingenera

Paul Castillo Bardlez (UNI)

Cointegracin

1 / 34

Contenido

Denicin
Ejemplos
Prueba de cointegracin univariadas
Mtodo de Engle y Granger
Mnimos cuadrados dinmicos

Prueba de cointegracin multivariada de Johansen

Paul Castillo Bardlez (UNI)

Cointegracin

2 / 34

Denicin

Se dice que dos series, Xt y Zt cointegran si existe una combinacin


lineal entre ellas que es estacionaria, esto es si existe un vector
2 , tal que Xt
= 1
2 Zt es I (0)
De manera equivalente, dos series cointegran si comparten la misma
tendencia estocstica, Zt = Zt

s =t

+ t , entonces, Zt = Z0 + s ,
s =0

s =t

entonces, Xt = 2 s + t
s =0

Si Xt y Zt cointegran, entonces existe una relacin de equilibrio de


largo plazo entre las series y por tanto la dinmica de corto plazo
admite una representacin de mecanismo de correccin de errores.

Paul Castillo Bardlez (UNI)

Cointegracin

3 / 34

Regresiones espreas

Si Xt y Zt no cointegran, entonces, la regresin por mnimos


cuadrados ordinarios, Xt = 2 Zt + t , es una regresin esprea, y el
residuo t
I (1)
Phillips (1986), muestra los siguientes resultados:
c
2 no converge en probabilidad al verdadero valor sino que converge a
una distribucin que no es normal.
Los estadsticos t de c
2 convergen a innito.
El R 2 converge a 1, an cuando no existe ninguna relacin vlida entre
las variables.

Paul Castillo Bardlez (UNI)

Cointegracin

4 / 34

Ejemplos
Las relaciones de cointegracin surgen de las condiciones de equilibrio
en economa y nanzas.
Por ejemplo, la teora del ingreso permanente implica una relacin de
cointegracin entre el consumo e ingreso permanente,
El equilibrio en el mercado monetario, implica que existe una relacin
de cointegracin entre dinero, precios, producto y la tasa de inters
nominal.
La teora de crecimiento implica que existe una relacin de
cointegracin entre consumo, producto e inversin, en donde la
productividad es la tendencia comn.
La hiptesis de la paridad del poder de compra implica una relacin
de cointegracin entre los precios domsticos, externos y el tipo de
cambio.
Paul Castillo Bardlez (UNI)

Cointegracin

5 / 34

Ms ejemplos

La ecuacin de Fisher implica una relacin de cointegracin entre la


tasa de inters nominal y la inacin.
La teora de expectativas de la curva de rendimiento implica
cointegracin entre las tasas de inters nominal a diferentes
horizontes de maduracin.
El modelo de valor presente para valorizar acciones, implica que existe
cointegracin entre los precios de los activos y los dividendos.

Paul Castillo Bardlez (UNI)

Cointegracin

6 / 34

Comentarios

Las relaciones de equilibrio que la teora econmica postula se reeren


a relaciones de equilibrio de largo plazo, debido a que desviaciones
respecto a este equilibrio pueden tardar mucho tiempo en regresar el
equilibrio. En estos casos, la cointegracin se modela utilizando series
medidas en la frecuencia, mensual, trimestral y anual.
En nanzas, la cointegracin puede analizarse con datos de alta
frecuencia, debido a que en este caso, el concepto de cointegracin
esta motivado por arbitraje entre mercados, por ejemplo, la PPP:

Paul Castillo Bardlez (UNI)

Cointegracin

7 / 34

Representacin Triangular
Considere el siguiente vector de variables aleatorias,
Yt = y1,t y2,t , con un vector de cointegracin, =

La representacin triangular tiene la siguiente forma,


y1,t = 2 y2,t + 1,t
y2,t = y2,t

+ 2,t

La primera ecuacin describe la relacin de equilibrio de largo plazo


ms un desiquilibrio de corto plazo
La segunda ecuacin especica al tendencia estocstica.
y2,t = y2,0 + 2,t

Paul Castillo Bardlez (UNI)

Cointegracin

8 / 34

Representacin de Tendencias Estocsticas Comunes.

Dado un vector de k variables integradas de orden 1, Yt , si existen r


vectores de cointegracin, entonces, existen, k r , tendencias
estocsticas comunes.
En este caso

y1,t = 2 1,t + 3,t


y2,t =

1,t + 2,t

Donde, la tendencia estocstica comn es, . 1,t , note que el vector


de cointegracin elimina la tendencia estocstica, puesto que
y1,t 2 y2,t = 3,t 2 2,t

Paul Castillo Bardlez (UNI)

Cointegracin

9 / 34

Representacin de Mecanismo de Correccin de Errores


Representacin univariada

Sean Xt y Zt , dos variables I (1) que cointegran, tal que Xt =


2 Zt + t
El mecanismo de correccin de errores esta dado por
s =p

Xt =

(Xt

2 Zt

1) +

Xt

+ t

s =1

Donde, > 0, representa la velocidad a la que se corrige el


desequilibrio de corto plazo, y t es un ruido blanco gausiano ( con
distribucin normal).
EL MCE relaciona la relacin de equlibrio de largo plazo que implica
la cointegracin con la dinmica de corto plazo.
Este mecanismo de correccin de errores evita que las variables de
distancia mucho de su equilibrio de largo plazo.
Paul Castillo Bardlez (UNI)

Cointegracin

10 / 34

Representacin de Mecanismo de Correccin de Errores


Representacin multivariada

Sea el siguiente modelo VAR(p),


Xt = A1 Xt

+ A2 Xt

+ ...Ap Xt

+ t

Aplicando el operador diferencias, y ordenando adecuadamente las


matrices de coecientes, se obtiene un vector de correccin de errores,
VECM, de la siguiente forma,
Xt = Xt

+ 1 Xt

+ 2 Xt

+ ...p

1 Xt p +1

+ t

s =p 1

Donde, =

(I

A1

A2 ....

Ap ) y i =

As ,

s =i

En este modelo, si existe cointegracin entonces, = 0 , por tanto,


Xt 1 = 0 Xt 1 , en este caso, 0 Xt 1 I (0), y por tanto,
Xt 1 I (0)
Paul Castillo Bardlez (UNI)

Cointegracin

11 / 34

Pruebas de Cointegracin

Caso I: Se analiza un slo vector de cointegracin.


Engle y Granger (1986), la prueba se realiza en dos etapas.

Caso II: Existen r vectores de cointegracin, prueba originalmente


desarrollada por Johansen (1988). Esta prueba se desarrolla en forma
secuencial en base a tcnicas de mxima verosimilitud.

Paul Castillo Bardlez (UNI)

Cointegracin

12 / 34

Prueba de Engle y Granger

Se implementa en dos etapas:


Estimar mediante MCO, Xt = 2 Zt + t
Realizar una prueba de raz unitaria al residuo, bt = Xt
residuo es estacionario entonces existe cointegracin.

b
2 Zt , si el

La hiptesis nula es de no cointegracin y la alternativa es de


cointegracin.

Paul Castillo Bardlez (UNI)

Cointegracin

13 / 34

Prueba de Engle y Granger

Existen dos casos:


El vector de cointegracin es conocido, por ejemplo porque se deriva de
una relacin de equilibrio, por ejemplo, la UIP. En este caso, los valores
crticos de DF y PP son vlidos para la prueba de raz unitaria al
residuo de la ecuacin de cointegracin
El vector de cointegracin debe estimarse. En este caso la prueba de
raz unitaria al residuo de la ecuacin de cointegracin debe utilizar los
valores crticos de Phillips y Ouliaris (1990), . C. B. Phillips and S.
Ouliaris (1990): Asymptotic Properties of Residual Based Tests for
Cointegration. Econometrica 58, 165193.

Las pruebas de cointegracin utilizando un vector de cointegracin


pre-especicado tiene mayor poder que en el caso que el vector de
cointegracin se estima.

Paul Castillo Bardlez (UNI)

Cointegracin

14 / 34

Engle-Granger, vector de cointegracin conocido

H0 : t = 0 Yt
I (1)
H1 : t = 0 Yt
I (0)
Cualquier prueba de raz unitaria puede utilizarse para evaluar la
hiptesis anterior. La eleccin ms popular son la prueba ADF, y PP.
La hiptesis a ser probaba es :

Cointegracin existe is la hiptesis de raz unitaria es rechazada.


El vector de cointegracin puede incluir escalares y tendencias.

Paul Castillo Bardlez (UNI)

Cointegracin

15 / 34

Engle-Granger, vector de cointegracin estimado

H0 : bt = b
MCO Yt
I (1)
0
b
H1 : bt = MCO Yt
I (0)
En este caso, los valores crticos de la distribucin ADF y PP
dependen de,
En este caso, la hiptesis a probar es:

Los trminos determinsticos de la ecuacin de cointegracin


Del nmero de variables exgenas.

Paul Castillo Bardlez (UNI)

Cointegracin

16 / 34

Engle-Granger, vector de cointegracin estimado

Hansen (1992) muestra que las distribuciones de Phillips y Ouliaris


(1990) dependen adems de las propiedades de las variables al lado
derecho e izquierdo en la ecuacin de cointegracin. Si la ecuacin de
cointegracin es, Xt = 0 Dt + 2 Zt + t , existen los siguientes tres
casos
Caso I:Xt y Zt son I (1) con constante, y Dt = 1 ( Valores crticos
tabla 2a, pgina B3 paper PO)
Caso II Zt tiene constante, y Xt puede o no tener constante Dt = 1 (
Valores crticos tabla 2b, pgina B3 paper PO)
Caso II Zt tiene constante, y Xt puede o no tener constante
Dt = (1, t ) ( Valores crticos tabla 2c, pgina B3 paper PO)

Paul Castillo Bardlez (UNI)

Cointegracin

17 / 34

Propiedades del vector de cointegracin

El vector de cointegracin b
MCO p
es superconsistente, converge a su
verdadero valor a la tasa T y no T
La distribucin asinttica de b
MCO es sesgada asintticamente y no
normal. La frmula del MCO para computar la varianza asinttica de
b
MCO es incorrecta por lo que el t estadstico no se puede utilizar
para realizar prueba de hiptesis.

Para realizar pruebas de hiptesis cuando existe un slo vector de


cointegracin se debe modicar la ecuacin de largo plazo, paso 1, del
mtodo de Engle y Granger. Stock y Watson (1993) prononen un
ajuste sencillo para lograr este propsito.

Paul Castillo Bardlez (UNI)

Cointegracin

18 / 34

Mnimos Cuadrados Dinmicos: Stock y Watson (1993)

Stock y Watson (1993) sugieren una forma simple de corregir el


mtodo de Engle y Granger para obtener un estimador eciente del
vector de cointegracin.
Sea la ecuacin de cointegracin, Xt = 2 Zt + t
Stock y Watson proponen la siguiente reparametrizacin, Xt =
s =p

2 Zt + Zt
s= p

+ ut . El estimador de MCO en la ecuacin anterior

se denomina estimador de mnimos cuadrados dinmicos, b


2,MCD
El estimador, b
2,MCD , es consistente, eciente y asintticamente
normal.

Paul Castillo Bardlez (UNI)

Cointegracin

19 / 34

Mnimos Cuadrados Dinmicos: Stock y Watson (1993)


La desviacin estndard de b
2,MCD esta dada por la desviacin
estndard de MCO mulitplicada por el ratio
b2u

c (ut )
vlp

f =
b2u =
Donde,

1
T

ut2 y ut = 1 ut

entonces, vlp (ut ) =

b2

21 22 ..

! 12

+ 2 ut

2 .... + k ut k

+ t ,

2p

c (ut ),
Alternativa, se puede utilizar un estimador no paramtrico de vlp
por ejemplo el estimador de Newey-West.
i
T
j =k h
c (ut ) = b
vlp
c0 + 2 1 (k +j 1 ) b
cj , b
cj = T 1 u
bt u
bt j
j =1

Paul Castillo Bardlez (UNI)

t =j +1

Cointegracin

20 / 34

Vector de Correccin de Errores


Sea Zt un vector de k variables I (1) que siguen un proceso VAR(p),
la representacin de correccin de errores multivariada es
Xt = Xt

+ 1 Xt

+ 2 Xt

+ ...p

1 Xt p +1

+ t

Las propiedades de Xt dependen de las propiedades de . Si


rango () = 0, entonces, = 0. En este caso, la dinmica de corto
plazo no esta relacionada con el nivel de las series, por lo que no
existe cointegracin, existen k tendencias estocsticas, y 0 vectores de
cointegracin.
En este caso el mejor modelo para Xt , esta dado por,
Xt = 1 Xt

Paul Castillo Bardlez (UNI)

+ 2 Xt

Cointegracin

+ ...p

1 Xt p +1

+ t

21 / 34

Vector de Correccin de Errores

Si el rango () = k, entonces, Xt
estacionarias

I (0), todas las series son

Si el rango () = r < k, entonces existen r vectores de cointegracin.


En este caso, = 0 , por lo que Xt 1 = [k r ] 0[r k ] Xt 1 , por lo
que 0 Xt 1 I (0), con lo que Xt 1 I (0).
En este caso, existen k

Paul Castillo Bardlez (UNI)

r , tendencias estocsticas.

Cointegracin

22 / 34

Representacin de medias Mviles de un modelo


AR (p )
Cuando existe cointegracin y = [k r ] 0[r k ] , Las las de 0
forman las bases del los r vectores de cointegracin, y reparte el
impacto de de los vectores de cointegracin en la evolucin de Xt ,
por lo que el mecanismo de correccin de errores se transforma en,
Xt = 0 Xt

+ 1 Xt

+ 2 Xt

+ ...p

1 Xt p +1

+ t

El vector de cointegracin no es nico,


0
= 0 = HH 1 0 = (H ) H 1 = 0
Existen innitos vectores de cointegracin, los que se obtienen a partir
de combinaciones lineales de las bases del vector de cointegracin,
Para obtener valores nicos de y se requiere restricciones
adicionales.
Paul Castillo Bardlez (UNI)

Cointegracin

23 / 34

Ejemplo: Modelo VAR(1)


Consideremos el siguiente modelo VAR(1) de variables I (1),
Yt = xt zt , tal que
Yt = A1 Yt

+ t

El VECM de este modelo esta dado por,


Yt = Yt
=

(I

+ t

A1 )

En este caso, si existe cointegracin, 0[2


0 Yt = xt 2 zt

1]

2 , de donde,

En este caso, rango () = 1, y por tanto,


1
1
2
= 0 =
2
Paul Castillo Bardlez (UNI)

Cointegracin

24 / 34

Ejemplo: Modelo VAR(1)

En este caso,
Yt = 0 Yt

+ t

Por tanto,
xt = 1 (xt

2 zt ) + 1,t

xt = 1 (xt

2 zt ) + 1,t

El modelo es estable, puesto que (xt

Paul Castillo Bardlez (UNI)

Cointegracin

2 zt ) es estacionario.

25 / 34

Metodologa de Cointegracin de Johansen

Los pasos bsicos para aplicar esta metodologa son:


Especicar y estimar un modelo VAR(p) para Yt
Construir el ratio de verosimilitud para el rango () para determinar el
nmero de vectores de cointegracin.
De ser necesario, imponer restricciones de normalizacin e
identicacin a los vectores de cointegracin

Una vez normalizado e idencado los vectores de cointegracion se


estima el VECM por mxima verosimilitud

Paul Castillo Bardlez (UNI)

Cointegracin

26 / 34

Estimacin del modelo VECM

Se estiman las siguientes regresiones auxilares


Xt = 0 + 1 Xt

+ 2 Xt

+ ...p

1 Xt p +1

+ ut

= 0 + 1 Xt

+ 2 Xt

+ ...p

1 Xt p +1

+ vt

Xt

Calcular las siguientes matrices de varianza-covarianzat0


b UU = T

b VU = T

Paul Castillo Bardlez (UNI)

T
0
tt =
=1 ut ut
1 t =T v u 0
t =1 t t

b UV = T

b VV = T

Cointegracin

T
0
tt =
=1 ut vt
1 t =T v v 0
t =1 t t

27 / 34

Estimacin del modelo VECM

b =
b 1
b b 1b
Formar la matriz,
VV UV UU VU
b1 >
b 2 > ...
bk
b
Encontrar los valores propios de ,
b esta dada por:
La funcin de verosimilitud del rango de ,
L =

Tk
2

T
2

Tk
2

log(2 )

i =h

log(1

i =1

bi )

T
2

b UU
log

Las bases del vector de cointegracin se determinan a partir de los r


b
valores propios ms grandes de
Paul Castillo Bardlez (UNI)

Cointegracin

28 / 34

Prueba de verosimilitud para el nmero de vectores de


cointegracin.

Esta es una prueba secuencial,


Se inicia la prueba, H0 : r = 0 versus Ha : r > 0, luego, H0 : r = 1
versus Ha : r > 1 hasta que la hiptesis nula se rechace.
b determina el nmero de vectores de cointegracin,
El rango de
Existen dos tipos de prueba, la prueba de la traza y la del mximo
valor propio.

Paul Castillo Bardlez (UNI)

Cointegracin

29 / 34

Prueba de la traza
En este caso, la hiptesis a testear es, H0 : r = r0 versus Ha : r > r0 ,
el estadstico de la traza esta determinado por
i =k

LRtraza (r0 ) =

T ln(1

i = r 0 +1

bi )

b r .....
b k deberan
Si rango () = r0 entonces, los valores propios,
0 +1
ser todos cercanos a cero y por tanto, LRtraza (r0 ) tambin debera ser
cercano a cero.
Por el contrario, si rango () > r0 , algunos de los valores propios,
b r .....
b k ser diferente de cero, por lo que LRtraza (r0 ) debera ser

0 +1
grande.
La distribucin asinttica de LRtraza (r0 ) no es un chi-cuadrado como
es estndard en la prueba del ratio de verosimilitud, sino es una
versin multivariada de la distribucin de Dickey-Fuller para raz
unitaria, que depende de la dimensin k r0 y de los componentes
determinsticos. Los valores crticos para esta distribucin han sido
tabulados por Osterwald-Lenum (1992)
Paul Castillo Bardlez (UNI)

Cointegracin

30 / 34

Prueba de la traza: Procedimiento secuencial

Primero testear, H0 : r = 0 versus Ha : r > 0, si la hiptesis nula no


se rechaza entonces se concluye que existe cointegracin.
Si se rechaza, H0 : r = 0, entonces se concluye que existe por lo
menos un vector de cointegracin y se procede a testear, H0 : r = 1
versus Ha : r > 1. Si la hiptesis nula no se rechaza entonces se
concluye que existe un vector de cointegracin.
Si H0 : r = 1 es rechzada entonces se concluyeque existe por lo
menos 2 vectores de cointegracin.
El procedimiento secuencial contina hasta que la hiptesis nula no es
rechazada.

Paul Castillo Bardlez (UNI)

Cointegracin

31 / 34

Prueba del Mximo Valor Propio.

En este caso, la hiptesis a testear es la siguiente, H0 : r = r0 versus


Ha : r = r0 + 1.
bi )
En este caso, el estadstico es, LRmax (r0 ) = T ln(1

Como en el caso del estadstico de la traza, la distribucin de


LRmax (r0 ) no es chi-cuadrado sino una funcin complicada de
procesos Browmiano, que depende de k r0 y de los componentes
determinsticos. Los valores crticos para esta prueba fueron tabulados
por Osterwald-Lenum(1992)

Paul Castillo Bardlez (UNI)

Cointegracin

32 / 34

Componentes determinsticos

Para la prueba de cointegracin de Johansen se consideran los


siguientes 5 casos.
Sin constante, Xt = 0 Xt 1 + 1 Xt 1 + t
Con constante restringida, Xt = 0 Xt 1 + 0 + 1 Xt 1 + t
Constante sin restringir Xt = 0 + 0 Xt 1 + 1 Xt 1 + t
Tendencia restringida Xt = 0 Xt 1 + 1 t + 1 Xt 1 + t
Constante y tendencia no restringida,
Xt = 0 + 1 t + 0 Xt 1 + 1 Xt 1 + t

Paul Castillo Bardlez (UNI)

Cointegracin

33 / 34

Propiedades del vector de cointegracin

Los vectores de cointegracin no son nicos, Johansen sugiere utilizar


una representacin triangular, el mismo mtodo se aplica en el Eviews.
El vector de cointegracin es asintticamente normal y
superconsistente
Restricciones respecto al vector de cointegracin se pueden testear
utilizando el estadstico del ratio de verosimilitud que tiene una
distribucin chi-cuadrado.

Paul Castillo Bardlez (UNI)

Cointegracin

34 / 34

Das könnte Ihnen auch gefallen