Guía Final de Econometría ( Eviews)

I. Prueba de Significancia

Ho β=0H1 β≠0PV>0.05 No rechazo HoPV<0.05 Rechazo Ho

II. Prueba de Lo y MacKinlay (CA) Ho LnPt=μ+ lnPt -1+Ut (CA)H1 No CA

III. Prueba de Dickey-Fuller H0=Raiz Unitaria(no estacionario)H1=No hoView-Unit Root Test-ADF

IV. Prueba de Ljung-Box ( auto correlaciones) Ho τq=0H1 τq≠0*Visualmente en el Correlograma Si rechazo Ho, no son ruido blanco

V. Algoritmo ARMA 1. Generar LnPt para suavizar2. Prueba de Estacionariedad (ADF)

a) Si es estacionaria nos vamos al 3b) Si no es estacionaria generamos:

Rt=lnPt-lnPt-1 yb repetir 23. Probar si el modelo es RB con Lung Box

a) Si es RB ir a 4b) Si no es RB mi modelo es rt=μ+Ut

4. Metodología Box-Jenkinsa) Identificar con Correlograma Quick-Estimate Ecuation-Ma(p),Yt(-q)b) Estimar c) Verificar

-Parámetros Significativos-Residuales se comporten como RB (Estimar Perturbaciones**)

**Proc-Make Residual Series-Ok o con Correlograma

VI. Prueba de No Linealidad 1. Prueba de IndependenciaHo: IndependienteH1:dependienteEn r_p:View-BDS independSi alguno de los PV<0.05, entonces rechazo Ho. Mi series es dependienteEn eq- Proc-Make Residual Series-Nombre(U_p)View-Bds…..Mis residuales tienen dependencia; pero puedo asegurar que no tiene dependencia lineal. Porque ya filtre la dependencia lineal al construir un modelo ARMA.

VII. Estimar una ecuación para la varianza (ARCH) Estimate-Method(ARCH)-OKGenero residuales otra vez (Estandarizados)

PV>0.05 Los residuales estandarizados son independientes

VIII. Modelos ARCH 1. Remover dependencia lineal por Box-Jenkins2. Prueba de efectos ARCH o correlograma de residuales al cuadrado (view-

residual test squared) Si se salen de las barras no son RB3. Estimar por Máxima Verosimilitud4. Verificar

a) Parámetros Significativosb) Residuales Estandarizados se comporten como RBc) Residuales Estandarizados al cuadrado se comporten como RB

*Si los estandarizados no son RB nos regresamos a corregir la media(ARMA)*Si los estandarizados al cuadrado no son RB nos regresamos a corregir la varianza(GARCH)

a) Efecto ApalancamientoHo γ>=0 (No efecto apalancamiento)H1 γ<0

T-GRACH: thresholdRESID(-1)2=Ut2-1GARCH(-1)=σ2t-1

Para la function indicadora hago prueba de hipótesis: con t-student

E-GARCH: asymetric order de 1GARCH-M: estimate-archm-std ddv

IX. Algoritmo VAR 1. Revisar si son estacionarias con ADF

a) Si no es son estacionarias hacemos transformación de la serie. 2. Determinar el orden del VAR

Seleccionar las variables- Open as..a VAR- NombreVer criterios-View-Lag Estructure-Lag Length Criteria (usamos el de *)

3. Causalidad de Granger (Nos permite ver si r1 causa a r2 en sus rezagos)H0 r2 ncg r1 H0 r1 ncg r2H1 r2 scg r1 H1 r1 scg r2Open- as a Group- View-Granger Causality-5(orden del VAR)PV<0.05 Zona de rechazo

4. Estimar el VAREn var- Estimate- Lag(1 3 3 5)La ecuación se lee para abajo.

5. Quitar coeficientes de rezagos no significativos, solo quito si ambos (r1 y r2) no son significativos.

6. Escribir moldeo y hacer el “Análisis de Impulso-Respuesta” Var-View-Impulse Response-Multiple Graph-AnalyticImpulse Def-Residaul One unit “Descomposición de Varianza”View-Variance-Periods-100_0*Efecto:línea azul

X. Cointegración(Método de Engle y Granger)

Ho: Raiz uni8taria en los residuales de la relación de cointegraciónH1:No HO

Estadístico de Dickey-Fuller1. Demostrar que son integradas de orden (1)

Es decir que ambas sean estacionariasView-Unit Root Test- Level (deber ser una series no estacionaria) PV>0.05

1st difference PV<0.052. Se crea una nueva ecuación estimada3. Prueba de Cointegración

Ut^---I(0) que sea estacionaria (están cointegradas Tbills y R3)H0 No CointegraciónH1 CointegraciónProc-Make Residual-NameView-Unit Root Test-LEVELPV<0.05 Rechazo y están cointegradas

4. Correción de Errror Ut-1^----(Tbillst-r3t)Estimate-D(tbill) c D(r3) U(-1)

XI. Cointegración (Johansen) 1. Ver que todas las variables sean conitegradas de orden (1)2. Determinar orden del VAR y usar criterios 3. Prueba de Cointergación de Johansen

Detener hasta estar en la Zonas de NO rechazo (Prueba Secuencial)View-Cointegration Test-Lag Intervals-(1 3)

4. Construir un VEC En Var- Estimate. VEC- Lag

XII. Puntos ClaveE(rt)=µE(5)=5E(Ut)=0E(Ut-1)=0Var(rt)=γ0Var(5)=0Var(Ut)=σ2

Recordar el Trinomio Cuadrado Perfecto y sacar constantes al cuadrado.

Cov(Ut, Ut-1)=0Cov(5)=0Cov(Ut-1,Ut-1)=Var(Ut-1)

θUt-1=MA(1)Tao1=γ1/γ0

Si se sale las barritas no es Ruido Blanco, necesitamos que TODAS están dentro. Para la función indicadora se utiliza t(1.65) lado derechoEn la prueba de Johansen usamos criterios SC.