04.08.2013 Views

tema 8:regresión con variables no estacionarias - Departamento de ...

tema 8:regresión con variables no estacionarias - Departamento de ...

tema 8:regresión con variables no estacionarias - Departamento de ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Métodos <strong>de</strong> estimación en el caso <strong>de</strong> <strong>variables</strong> <strong>no</strong><br />

<strong>estacionarias</strong> pero cointegradas:<br />

- Mínimos cuadrados <strong>no</strong> lineales, es el más a<strong>de</strong>cuado.<br />

- Procedimiento <strong>de</strong> Engle y Granger en dos etapas:<br />

• En la primera etapa se estima el vector <strong>de</strong><br />

cointegración a partir <strong>de</strong> lo valores <strong>con</strong>temporáneos<br />

<strong>de</strong> las <strong>variables</strong>. Al estar cointegrados, el residuo es<br />

estacionario.<br />

• En la segunda etapa se toman los residuos y se<br />

especifica el mo<strong>de</strong>lo <strong>de</strong> Mecanismo <strong>de</strong> Corrección<br />

<strong>de</strong>l error <strong>con</strong> los residuos retardados un periodo:<br />

Δ t = Δxt<br />

−αuˆ<br />

t −1<br />

y γ + ε<br />

INCONVENIENTES <strong>de</strong>l método en dos etapas:<br />

En la primera etapa la inferencia estadística habitual carece<br />

<strong>de</strong> vali<strong>de</strong>z si se estima por MCO.<br />

t<br />

9

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!