Serie storiche

Ipotesi nulla di radice unitaria: a = 1
Test con costante
Modello: (1-L)y = b0 + (a-1)*y(-1) + ... + e
Coefficiente di autocorrelazione del prim'ordine per e: -0,000
differenze ritardate: F(14, 490) = 2,072 [0,0121]
Valore stimato di (a - 1): 0,00246612
Statistica test: tau_c(1) = 0,456229
p-value asintotico 0,9852
Con costante e trend
Modello: (1-L)y = b0 + b1*t + (a-1)*y(-1) + ... + e
Coefficiente di autocorrelazione del prim'ordine per e: 0,001
differenze ritardate: F(14, 489) = 1,951 [0,0198]
Valore stimato di (a - 1): -0,0153155
Statistica test: tau_ct(1) = -1,29083
p-value asintotico 0,8899
In questo caso invece accetto l’ipotesi nulla di presenza di radici
unitarie. Se avessi stimato i modelli autoregressivi direttamente
sui livelli di espresso, avrei ottenuto risultati non validi in quanto
questi modelli ipotizzano la stazionarietà della serie.
Un ulteriore motivo che può compromettere la stazionarietà della
serie è la presenza di break strutturali dovuti per esempio a crisi
finanziarie o cambi nelle politiche di gestione dell’azienda.
• Questi cambiamenti possono modificare da un certo
momento in avanti la costante o i coefficienti sui ritardi del
modello autoregressivo stimato, rendendoli non invarianti nel
tempo.
Ipotizziamo di volere verificare la presenza di un break strutturale
con punto di rottura (break point) 1 gennaio 2007. Vogliamo
vedere se ci sono differenze nei parametri relativi nel nostro
modello tra il periodo antecedente al 1 gennaio 2007 e quello
successivo.
• Andiamo su Test/Chow BREAK strutturale ed inseriamo la
data del punto di rottura.
12