Vista previa del material en texto
Autocorrelación Clase 22 Econometŕıa I Tomás Rau Binder 13 de noviembre Clase 22 Econometŕıa I Autocorrelación Contenidos Autocorrelación Naturaleza y causas de la autocorrelación Tests de Autocorrelación Clase 22 Econometŕıa I Autocorrelación Autocorrelación La clase pasada vimos que si ut = ρut−1 + εt con ε i.i.d. (0, σ 2 ε ) 1 V (ut) = σ 2 ε 1−ρ2 = σ2 2 E (ut · ut−1) = ρσ 2 3 E (ut · ut−2) = ρ 2σ2 4 Aśı se puede derivar la siguiente expresión genérica: E (ut · ut−(T−1)) = ρ T−1σ2 Clase 22 Econometŕıa I Autocorrelación Autocorrelación Entonces: E [uu′] = σ2 σ1,2 σ1,3 · · · σ1,T σ2,1 σ 2 σ2,3 · · · σ2,T σ3,1 σ3,2 σ 2 · · · σ3,T ... ... ... . . . ... σT ,1 σT ,2 σT ,3 · · · σ 2 = σ2 ρ · σ2 ρ2 · σ2 · · · ρT−1 · σ2 ρ · σ2 σ2 ρ · σ2 · · · ρT−2 · σ2 ρ2 · σ2 ρ · σ2 σ2 · · · ρT−3 · σ2 ... ... ... . . . ... ρT−1 · σ2 ρT−2 · σ2 ρT−3 · σ2 · · · σ2 Clase 22 Econometŕıa I Autocorrelación Autocorrelación E [uu′] = σ2Ω = σ2 1 ρ ρ2 · · · ρT−1 ρ 1 ρ · · · ρT−2 ρ2 ρ 1 · · · ρT−3 ... ... ... . . . ... ρT−1 ρT−2 ρT−3 · · · 1 La matriz no es diagonal y tendremos que corregir los errores estándar de MCO o encontrar un método alternativo de estimación que corrija el problema. Antes de ver cómo detectarla y corregirla, veamos las causas. Clase 22 Econometŕıa I Autocorrelación Causas de la Autocorrelación Existe autocorrelación cuando el término de error de un modelo econométrico está correlacionado consigo mismo a través del tiempo. Por supuesto, no es necesario que ut este correlacionado consigo mismo sólo un periodo atrás, esta correlación puede ser de cualquier orden, es decir, ut puede ser un AR(1), AR(2),...,AR(q), etc. Aśı, dependiendo de cual sea el orden de la autocorrelación en el término de error, la matriz de varianzas y covarianzas ira tomando distintas formas. Clase 22 Econometŕıa I Autocorrelación Causas de la Autocorrelación La autocorrelación en el término de error puede ser producida por: Inercia por existencia de ciclos y tendencias: Si la autocorrelación es positiva (es decir, el coeficiente ρ es positivo), un valor alto de ut que genera un valor de yt por sobre su media condicional, tendrá una probabilidad elevada de ir seguido por un valor alto de ut+1, y por ello, de un valor de yt+1 por encima del promedio; lo mismo ocurŕıa para yt debajo del promedio. Sin embargo, si existe autocorrelación negativa, valores de yt por sobre su valor promedio condicional irán seguidos, con alta probabilidad, de valores de yt+1 por debajo de su promedio. Por lo tanto, la autocorrelación negativa esta asociada a la existencia de rachas de valores altos y bajos de yt . Clase 22 Econometŕıa I Autocorrelación Autocorrelación Positiva (Ciclo) Clase 22 Econometŕıa I Autocorrelación Autocorrelación Negativa (Ciclo) Clase 22 Econometŕıa I Autocorrelación Otras Causas de Autocorrelación Variables omitidas: Omisión de variables relevantesy de relaciones dinámicas (rezagos de la variable dependiente) serán incorporadas al término de error, causando posible autocorrelación. Error de especificación del modelo: Por ejemplo, no linealidades Corolario: Si usted encuentra autocorrelación en sus residuos, entonces revise su modelo, el error está captando información relevante que usted está omitiendo. Clase 22 Econometŕıa I Autocorrelación Tests de autocorrelación Clase 22 Econometŕıa I Autocorrelación Tests de Autocorrelación Test de Durbin-Watson (d): un test muy popular para detectar autocorrelación de los residuos es el test propuesto en 1951 por Durbin y G.S Watson. El test está diseñado para detectar autocorrelación en los residuos de la forma ut = ρut−1 + εt (AR(1)), donde ε es ruido blanco (media cero y varianza constante). La nula corresponde a no autocorrelación de los residuos (H0 : ρ = 0 H1 : ρ 6= 0)y el test se define como: d = ∑n t=2(ût − ût−1) 2 ∑n t=1 û 2 t ≃ 2(1 − ρ̂) (1) Clase 22 Econometŕıa I Autocorrelación Test de Durbin-Watson con: ρ̂ = ∑n t=2 ût ût−1 ∑n t=1 û 2 t donde ρ puede ser obtenido de la siguiente regresión: ût = ρût−1 + ut (2) y ût de la regresión yt = Xtβ + ut . Si ρ > 0, los valores de û probablemente serán muy cercanos, por lo cual el numerador será muy pequeño en comparación al residuo mismo. Ello implica que d será pequeño. Si ρ < 0, entonces el numerador probablemente será grande, más grande que el residuos n si mismo. Ello implica que d será grande Clase 22 Econometŕıa I Autocorrelación Test de Durbin-Watson 1 El estad́ıstico d es intuitivo pero tiene un problema estad́ıstico 2 Su distribución no es estándar y los valores cŕıticos dependen de la base de datos que se use 3 Durbin y Watson resuelven este problema encontrando cotas para las zonas de rechaza 4 Sin embargo, existen zonas de indefinición, no podemos rechazar o no rechazar 5 Ver dibujo Clase 22 Econometŕıa I Autocorrelación Test de Durbin-Watson Clase 22 Econometŕıa I Autocorrelación Test de Durbin-Watson Si d > 4− dl se rechaza la nula en favor de autocorrelación negativa Si d < dl se rechaza la nula en favor de autocorrelación positiva Si du < d < 4− du no se rechaza la nula Si dl < d < du o 4− du < d < 4− dl INCONCLUSIVO Luego, en el último caso necesitamos otro test... Clase 22 Econometŕıa I Autocorrelación Test de Breusch y Godfrey Test de Breusch y Godfrey: Este test es una alternativa para testear autocorrelaciones de ordenes superiores a 1 y se basa en el test LM introducido anteriormente. La nula, al igual que en todos los test de autocorrelación es que los residuos no se encuentran Tiene una lógica similar a Breusch y Pagan para heterocedasticidad Clase 22 Econometŕıa I Autocorrelación Test de Breusch y Godfrey Los pasos para realizar el test son: 1 Estimar el modelo por MCO y obtener los residuos ût . El modelo puede incluir rezagos de la variable dependiente. 2 Estimar una regresión auxiliar de ût sobre p rezagos: ût−1, . . . , ût−p , incluyendo las variables exógenas (X) del modelo original. Note que deberá excluir p observaciones. 3 Calcular el R2 de la regresión auxiliar 4 Construir el estad́ıgrafo nR2 ∼ χ2p Clase 22 Econometŕıa I Autocorrelación Test de Breusch y Godfrey Test de Breusch y Godfrey: Este test es una alternativa para testear autocorrelaciones de ordenes superiores a 1 y se basa en el test LM introducido anteriormente. ut = ρ1ut−1 + ρ2ut−2 + ...+ ρput−p + ǫt La nula, al igual que en todos los test de autocorrelación es que los residuos no se encuentran correlacionados. H0 : ρ1 = ρ2 = ... = ρp = 0 Tiene una lógica similar a Breusch y Pagan para heterocedasticidad Clase 22 Econometŕıa I Autocorrelación Test de Breusch y Godfrey Los pasos para realizar el test son: 1 Estimar el modelo por MCO y obtener los residuos ût . El modelo puede incluir rezagos de la variable dependiente. 2 Estimar una regresión auxiliar de ût sobre p rezagos: ût−1, . . . , ût−p , incluyendo las variables exógenas (X) del modelo original. Note que deberá excluir p observaciones. 3 Calcular el R2 de la regresión auxiliar 4 Construir el estad́ıgrafo nR2 ∼ χ2p Clase 22 Econometŕıa I Autocorrelación