Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
República Bolivariana de Venezuela Universidad Central de Venezuela Facultad de Ciencias Económicas y Sociales Escuela de Economía Econometría II Alexandra Del Valle Verdú Ramos C.I 26.763.119 Modelo ARIMA- Metodología Box -Jenkins Modelo ARIMA- Metodología Box -Jenkins Para llevar a cabo el proceso del modelo ARIMA, se utilizará el PIB de Colombia desde el año 1999 hasta el año 2020. 1) Identificación · Pruebas de Estacionariedad Prueba Informal; análisis gráfico: Al observar el grafico, se puede confirmar una tendencia creciente con picos significativos en los años 2011 y el 2019, decreciente con puntos de inflexión en el año 2003 y 2016 y constante entre los años 2008-2009. Prueba formal, test de raíz unitaria: Contraste de hipótesis Nivel de significancia Regla de decisión H0: hay raíz unitaria Serie no estacionaria H1: no hay raíz unitaria Serie estacionaria 5% |t-estadístico| < |t-crítico| Fallo a rechazar H0 Serie no estacionaria |t-estadístico| > |t-crítico| Rechazo H0 Serie estacionaria PIB en nivel, con tendencia e intercepto Decisión Ι -0.68 Ι < Ι -3.64 Ι => Fallo a rechazar => Serie no estacionaria. Conclusión Existe evidencia estadística suficiente para afirmar que la variable PIB no es estacionaria en el nivel. PIB en primera diferencia, con tendencia e intercepto Se observa que la tendencia no es significativa para realizar la prueba, así que la realizamos solo con el intercepto. PIB en primera diferencia, con intercepto Decisión Ι -2.40 Ι < Ι -3.02 Ι => Fallo a rechazar => Serie no estacionaria. Conclusión Existe evidencia estadística suficiente para afirmar que la variable PIB no es estacionaria en primera diferencia. PIB en segunda diferencia, con intercepto Decisión Ι -3.82 Ι > Ι -3.06 Ι => Rechazo => Serie estacionaria. Conclusión Existe evidencia estadística suficiente para afirmar que la variable PIB es estacionaria en segunda diferencia, es decir que es integrada de orden 2, I = 2. Correlogramas Para el PIB 2) Estimación Observamos que tiene un comportamiento decreciente, con un pico en la FACP en el rezago 1, tomamos los rezagos AR(1) y AR(15) y, MA(5) y MA(8). Modelos tentativos: ARIMA (1,1,5); ARIMA (1,1,8); ARIMA (15,1,5); ARIMA (15,1,8). D(PIB) C AR(1) MA(5) Se descarta el modelo por no ser significativo el proceso AR(1). D(PIB) C AR(1) MA(8) Se descarta el modelo por no ser significativo el proceso AR(1) y MA(8). D(PIB) C AR(15) MA(5) Modelo econométrico para el modelo ARIMA (15,1,5): D(PIB) C AR(15) MA(8) Se descarta el modelo por no ser significativo el proceso MA(8) y AR(15). 3) Validación Ruido blanco Contraste de hipótesis Nivel de significancia Regla de decisión H0: Los Residuos son Ruido Blanco H1: Los Residuos no son Ruido Blanco 5% |P-valor | > |Nivel de Significancia| Fallo a rechazar H0 |P-valor | < |Nivel de Significancia| Rechazo H0 Heterocedasticidad Condicionada Contraste de hipótesis Nivel de significancia Regla de decisión H0: No existe Heterocedasticidad condicionada. H1: Existe Heterocedasticidad condicionada 5% |P-valor | > |Nivel de Significancia| Fallo a rechazar H0 |P-valor | < |Nivel de Significancia| Rechazo H0 D(PIB) C AR(15) MA(5) Decisión: P-Valor > 0.05 (5%) Conclusión: el correlograma de los residuos muestra que las probabilidades son mayores al nivel de significancia, por lo tanto, fallo a rechazar la hipótesis nula, la serie es ruido blanco. Decisión: P-Valor > 0.05 (5%) Conclusión: el correlograma de los residuos muestra que las probabilidades son mayores al nivel de significancia, por lo tanto, fallo a rechazar la hipótesis nula, no existe Heterocedasticidad condicionada. 4) Pronóstico Pronostico del PIB de Colombia para los próximos 5 años, 2021-2025. La línea roja muestra en el grafico el periodo pronosticado para nuestra serie, con el modelo elegido. 16
Compartir