Beruflich Dokumente
Kultur Dokumente
El proceso MA(1) se reconoce por una PACF Infinita y una ACF que
se anula a partir del segundo retardo.
Las ideas de causalidad deben venir de estadísticas externas y, en último termino de una
u otra teoría.
El análisis de regresión supone asimetría en los valores, por un lado una variable
dependiente aleatoria, y por otro lado, una variable independiente con valores fijos.
B. Econométrico:
𝐾𝑖 = 𝛼0 + 𝛽 𝑅𝑀 + 𝑒𝑖
El error, recoge el efecto combinado de otras variables independientes que explican el comportamiento de la
variable dependiente y que no fueron incluidas en el modelo.
6.6.Regresión: Especificación
Partiendo de una función lineal entre dos variables, se puede estimar una relación de tal manera que la variable
independiente explique de manera exclusiva el comportamiento de la variable dependiente, este modelo de
regresión es llamado determinístico
𝑌 = 𝛽0 + 𝛽1 𝑋
Donde β0 y β1, representan respectivamente, el valor de corte con el eje de las ordenadas cuando la variable
independiente toma el valor de cero y la pendiente de la recta de la regresión. El conocimiento de dichos
parámetros permitirá determinar en qué cantidad se incrementa o disminuye la variable dependiente ante
cambios en la variable independiente y, asimismo, predecir el valor de la variable dependiente, dado un valor
en la variable independiente.
σ𝒀
ഥ
𝒂) 𝒀 = ; σ 𝒂 = 𝒂𝒏; σ 𝒂𝑿 = 𝒂 σ 𝑿
𝑌 = 𝛽መ0 + 𝛽መ1 𝑋 + 𝑢ො
𝒏
ഥ 𝒀−𝒀
𝒃) [ 𝑿 − 𝑿 ഥ ] = 𝑿𝒀 − 𝑿
ഥ 𝒀 − 𝒀
ഥ𝑿 + 𝑿
ഥ𝒀ഥ = 𝑿𝒀 − 𝒀
ഥ𝑿
2 ഥ )𝟐 = 𝑿𝟐 − 𝟐𝑿
ഥ 𝑿 + 𝑿
ഥ 𝟐 = 𝑿𝟐 − 𝑿
ഥ 𝟐 𝒏 = 𝑿𝟐 − 𝑿
ഥ 𝑿
𝑌 − 𝛽መ𝑜 − 𝛽መ1 𝑋 = 𝑢 2 𝒄) (𝑿 − 𝑿
𝜕 σ 𝑢2
=?
𝜕𝛽0
𝜕 σ 𝑢2
=?
𝜕𝛽1
MBA. Rafael Bustamante
Sesión N°6
Teoría económica de los modelos de series de tiempo
𝑌𝑖 = 𝐸 𝑌ൗ𝑋
𝑖
Homocedasticidad: 𝑌
𝑉𝑎𝑟 ൗ𝑋𝑖 𝑚𝑢𝑐ℎ𝑎𝑠 𝑣𝑒𝑐𝑒𝑠 = 𝑘
𝒀 = 𝜷𝟎 + 𝜷𝟏 𝑿 + 𝒆
6.10. Especificación
1.Opción adversa al riesgo. Inversión en renta fija
𝐾𝑖 = 𝐾𝐿𝑅
2.Opción intermedia. Inversión en renta variable
𝐾𝑖 = 𝐾𝐿𝑅 + (𝐾𝑀 − 𝐾𝐿𝑅 )
Prima de riesgo de mercado: Compensación que exige el inversionista por invertir en
activos con una cantidad promedio de riesgo.
3.Expresión financiera para la línea de mercado de los activos de capital.
𝐾𝑖 = 𝐾𝐿𝑅 + 𝛽 (𝐾𝑀 − 𝐾𝐿𝑅 )
6.10. Especificación
Para solucionar el modelo CAPM es necesario resolver la siguiente función mediante la metodología de
M.C.O:
𝑅𝑗𝑡 = 𝑅𝑓 + 𝛽𝑗 𝑅𝑚𝑡 − 𝑅𝑓 + 𝑒𝑖
𝑅𝑗𝑡 − 𝑅𝑓 = 𝛽𝑗 𝑅𝑚𝑡 − 𝑅𝑓 + 𝑒𝑖
σ 2 σ 2
2 (𝑌𝑖 − 𝑌) 𝜀𝑖
𝛿𝜀ො = =
𝑛−𝑘 𝑛−2
Los valores de 𝑌 se obtienen de reemplazar en la ecuación los valores de X, es decir los valores
observados. n-k, corresponde a los grados de libertad, donde k es el número de parámetros a estimar,
en este caso son dos parámetros β0 y β1 , y por último n corresponde al número de observaciones que se
tienen para las variables.
La raíz de la varianza del error equivale al error típico, 𝛿𝜀 . Este estimador es una medida de
bondad de ajuste, es decir, muestra que tan bien el modelo estimado se ajusta a los datos.
2
𝛿𝜀 = 𝛿𝜀ො
A menor dispersión, mejor bondad de ajuste, en otras palabras, muestra que tanto se desvía el
modelo de su valor observado. Calculada la varianza del error es posible hallar las varianzas
de los estimadores.
MBA. Rafael Bustamante
Sesión N°6
Teoría económica de los modelos de series de tiempo
2
𝛿𝛽0 = 𝛿𝛽0
2
2 𝛿𝜀 2
𝛿𝛽1 = ; 𝛿𝛽1 = 𝛿𝛽1
𝑆𝑋𝑋
MBA. Rafael Bustamante
Sesión N°6
Teoría económica de los modelos de series de tiempo
𝐻0 : 𝛽1 = 0
𝐻𝐼 : 𝛽1 ≠ 0
La hipótesis nula indica que la variable Xt no explica el comportamiento de la variable Yt, mientras que la hipótesis
alternativa indica que la variable independiente explica el comportamiento de la variable dependiente.
𝛽መ𝑖 − 𝛽𝑖 (𝐻
0)
𝑡𝑐 =
𝛿𝛽𝑖
Si 𝑡𝑐 > 𝑡 ∗ , se rechaza la hipótesis nula al nivel de significancia 𝛼. De acuerdo con la tabla del anexo I.b. El
t-crítico “𝑡 ∗ ", se busca de la siguiente manera:
𝒕∗ 𝒏−𝒌,𝜶ൗ
𝟐
Método gráfico
Se elabora la gráfica de la distribución t-student y se ubican los valores críticos. Estos definen la zona de
rechazo o de no rechazo de la hipótesis nula. Después se ubica en la gráfica el t calculado tc , dependiendo
de su ubicación se toma la decisión de rechazo o de no rechazo de la H0
El significado del IC es el que sigue: De cada 100 intervalos que se formen, (1 - α ) contendrá el parámetro
poblacional; consecuente con esta definición, al construir un único intervalo de confianza se confía que dentro
del mismo se encuentre el verdadero valor del parámetro.
𝑌𝑖 − 𝑌ത = 𝑌𝑖 − 𝑌𝑖 + (𝑌𝑖 − 𝑌ത ൯
𝟐 𝟐
ഥ
𝒀𝒊 − 𝒀 𝟐 𝒊
= 𝒀𝒊 − 𝒀 𝒊 − 𝒀
+ 𝒀 ഥ
𝑌𝑖 − 𝑌ത 2
= 𝑆𝐶𝑇
2
𝑌𝑖 − 𝑌𝑖 = 𝑆𝐶𝑒
(𝑌𝑖 − 𝑌)
ത 2 = 𝑆𝐶𝑅 MBA. Rafael Bustamante
Sesión N°6
Teoría económica de los modelos de series de tiempo
Tabla ANOVA
Para este caso la hipótesis nula indica que el modelo no es consistente, y la hipótesis
alternativa indica que al menos una variable es diferentes de cero dentro del modelo
econométrico y por lo tanto es consistente.
Segundo paso: Plantear el nivel de significancia
𝛼 = 5%
2
𝛿𝑅
𝐹𝐶 = 2
𝛿𝑒
Cuarto paso: Decisión
Si 𝐹𝐶 > 𝐹 ∗ , se rechaza la hipótesis nula, por lo tanto el modelo es consistente. El F-critico (F*) se calcula
con k-1 grados de libertad para el numerador y n-k son los grados de libertad para el denominador.
𝐹 ∗
𝑘−1
,𝛼
𝑛−𝑘
MBA. Rafael Bustamante
Sesión N°6
Teoría económica de los modelos de series de tiempo
2
𝑆𝐶𝑅
𝑅 =
𝑆𝐶𝑇
Donde el coeficiente de determinación toma valores menores o iguales a uno o valores mayores o
iguales a cero.
Coeficiente de correlación múltiple
Después de calcular el R2, en ocasiones se calcula también el coeficiente de correlación múltiple que
se obtiene como la raíz cuadrada del R2
MBA. Rafael Bustamante
Sesión N°6
Teoría económica de los modelos de series de tiempo
2
𝑅 𝑛−𝑘
𝐹=
1 − 𝑅2 𝑘 − 1
Como se puede observar, existe una relación directa entre estos dos, a medida que aumenta R2
(bondad del ajuste), el estadístico también aumenta, por lo tanto el estadístico de prueba tiende a
rechazar la hipótesis nula, es decir, permitiendo que el modelo econométrico sea consistente.
∗ ∗
𝑃 𝑌0 − 𝑡𝑛−𝑘; 𝛼ൗ 𝛿𝑌0 ≤ 𝑌0 ≤ 𝑌0 + 𝑡𝑛−𝑘; 𝛼ൗ 𝛿𝑌0 = 1 − 𝛼
2 2
ത 2
1 (𝑋𝑂 − 𝑋)
𝛿𝑌0 = 𝛿𝑒 +
𝑛 𝑆𝑥𝑥
∗ ∗
𝑃 𝑌0 − 𝑡𝑛−𝑘; 𝛼ൗ 𝛿𝑌0 ≤ 𝑌0 ≤ 𝑌0 + 𝑡𝑛−𝑘; 𝛼ൗ 𝛿𝑌0 = 1 − 𝛼
2 2
ത 2
1 (𝑋𝑂 − 𝑋)
𝛿𝑌0 = 𝛿𝑒 +
𝑛 𝑆𝑥𝑥
2
𝜎𝑅𝑗𝑡 , 𝑒𝑠 𝑒𝑙 𝑟𝑖𝑒𝑠𝑔𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑙 𝑎𝑐𝑡𝑖𝑣𝑜
መ 2 2
𝛽 𝜎𝑅𝑚𝑡 , 𝑒𝑠 𝑒𝑙 𝑟𝑖𝑒𝑠𝑔𝑜 𝑑𝑒 𝑚𝑒𝑟𝑐𝑎𝑑𝑜, 𝑡𝑎𝑚𝑏𝑖𝑒𝑛 𝑙𝑙𝑎𝑚𝑎𝑑𝑜 𝑟𝑖𝑒𝑠𝑔𝑜 𝑠𝑖𝑠𝑡𝑒𝑚á𝑡𝑖𝑐𝑜.
2
𝜎𝑒𝑖 , 𝑒𝑠 𝑒𝑙 𝑟𝑖𝑒𝑠𝑔𝑜 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑜, 𝑡𝑎𝑚𝑏𝑖𝑒𝑛 𝑙𝑙𝑎𝑚𝑎𝑑𝑜, 𝑟𝑖𝑒𝑠𝑔𝑜 𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑓𝑖𝑐𝑎𝑏𝑙𝑒.
MBA. Rafael Bustamante
Sesión N°6
Teoría económica de los modelos de series de tiempo
𝐿𝑛 𝑃𝑡 = 𝜇 + 𝑙𝑛𝑃𝑡−1 + 𝑒𝑡
𝐷𝑙𝑜𝑔 𝑃𝑡 = 𝜇 + 𝑒𝑡 ; 𝑠𝑖𝑒𝑛𝑑𝑜 𝑒𝑡 𝑙𝑜𝑠 𝑐ℎ𝑜𝑞𝑢𝑒𝑠 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑜
Modelos ARCH (q), modelo de la varianza del error en función de los errores rezagados
2 2 2
𝜎𝑒𝑡
= 𝛼0 + 𝛼1 𝑒𝑡−1
+ ⋯+ 𝛼𝑞 𝑒𝑡−𝑞
Para garantizar que exista reversión a la media, la sumatoria de 𝛼𝑞 debe ser menor que uno.
Esta sumatoria se conoce como persistencia del modelo. Entre mas cerca a 1, implica que los
choques aleatorios que afectaron el modelo son más persistentes y tardaran mucho tiempo en
desaparecer.
2 2 2 2 2
𝜎𝑒𝑡 = 𝛼0 + 𝛼1 𝑒𝑡−1 + ⋯+ 𝛼𝑞 𝑒𝑡−𝑞 + 𝛽1 𝜎𝑡−1 + ⋯+ 𝛽𝑝 𝜎𝑡−𝑝
Además de incluir en la especificación los errores rezagados tienen en cuenta las varianzas del modelo
Un modelo GARCH (1,1) se describe de la siguiente manera:
2 2 2
𝜎𝑒𝑡 = 𝛼0 + 𝛼1 𝑒𝑡−1 + 𝛽1 𝜎𝑡−1
𝛼0 Existe homocedasticidad, es decir, no existe efecto ARCH ni GARCH
2
𝑒𝑡−1 Volatilidad de ayer, la varianza de hoy es mayor si ayer se obtuvo grandes perturbaciones.
2
𝜎𝑡−1 Varianza de la predicción de ayer, el efecto persiste por mucho tiempo.
Fin de la sesión N° 7
Nos vemos en la sesión
N°8
Docente: Rafael Bustamante