introducciÓn al anÁlisis de series de … ffvveellaa--0099 introducciÓn al anÁlisis de series de...
TRANSCRIPT
1
FVela-09FVela-09
INTRODUCCIÓN AL ANÁLISIS DESERIES DE TIEMPO
Fortino Vela Peó[email protected]
Noviembre, 2009
FVela-09
Enfoque moderno del análisis de series detiempo
� Los fenómenos dinámicos que observamos mediante
series de tiempo pueden clasificarse en dos clases:
a) Los que toman valores estables en el tiempo
alrededor de un nivel constante, sin mostrar una
tendencia a crecer o decrecer en el largo plazo.
Estos procesos se denomina estacionarios.
b) Los procesos no estacionarios, que son aquellos
que pueden mostrar tendencia, estacionalidad y
otros efectos evolutivos en el tiempo.
FVela-09
� En la práctica, la mayoría de las series de tiempoeconómicas son no estacionarias, es decir, presentantendencia en media y, muchas veces en varianza.
� Si no se consideran series estacionarias en el análisisse pueden obtener resultados espurios.
� La forma moderna de analizar las series de tiempo esconsiderarlas como procesos estocásticos oaleatorios.
2
FVela-09
� Un proceso estocástico es una colección o conjuntode variables aleatorias ordenadas en el tiempo,denotadas como Zt.
� Si Z denota una variable aleatoria continua, sedenota como Y(t), pero si es discreta se expresacomo Yt.
� El proceso queda caracterizado si definimos ladistribución de probabilidad conjunta de las variablesaleatorias (Z1, Z2,…,Zt,…ZT), para cualquier valor de T.
Concepto de proceso estocástico
FVela-09
� Cuando se cuenta con una secuencia de valores
observados de una variable, esta es una realización
particular de todas las posibles de la serie.
� De la misma manera que se emplean datos
muestrales para hacer inferencias respecto de una
población, en las series de tiempo se emplea una
realización para llevar acabo inferencias respecto al
proceso estocástico subyacente.
FVela-09
� Se dice que un proceso estocástico es estacionario sisu media y su varianza son constantes en el tiempoy si el valor de la covarianza entre dos periodos detiempo depende solamente de la distancia o rezagoentre periodos de tiempo y no del tiempo en el cualse ha calculado la covarianza.
Proceso estocástico estacionario
3
FVela-09
1.-
Propiedades de un proceso estocástico(débilmente) estacionario
( )tE Y µ=2( )tV Y σ=
[ ]( , ) ( ) ( )k t t k t t kCov Y Y E Y Yγ µ µ+ += = − ⋅ −
1 2( ) ( ) ... ( )tE Y E Y E Y µ= = = =2
1 2( ) ( ) ... ( )tV Y V Y V Y σ= = = =2( ) ( )t tV Y E Y µ= −
2.-
3.-
1 1 2 2( , ) ( , ) ... ( , )k k t t kCov Y Y Cov Y Y Cov Y Y+ + += = =
Observe que
[ ]( , ) ( ) ( )k t t k t t kCov Y Y E Y Yγ µ µ− −= = − ⋅ −
FVela-09
� Operador de retraso (B o L)
Mueve el índice de la serie de tiempo hacia atrás,esto es, toma a una serie completa y produce otradesfasada o rezagada.
Se define mediante la relación
Operadores y polinomios de retraso
Por aplicación sucesiva del operador B se tiene:
……………….
1−= tt ZLZ
212)( −− === tttt ZLZZLLZL
3232 )( −− === tttt ZLZZLZLL
kttk ZZL −=
Ejemplo:
Año / Mes t Z t Z
Ene 1 518 13 554
Feb 2 572 14 585
Mar 3 599 15 633
Abr 4 652 16 688
May 5 692 17 731
Jun 6 759 18 794
Jul 7 705 19 805
Ago 8 643 20 726
Sep 9 600 21 717
Oct 10 546 22 651
Nov 11 518 23 605
Dic 12 426 24 550
19981997
tZ 1t tBZ Z −=
Año / Mes t Zt-1 t Zt-1
Ene 1 - 13 426
Feb 2 518 14 554
Mar 3 572 15 585
Abr 4 599 16 633
May 5 652 17 688
Jun 6 692 18 731
Jul 7 759 19 794
Ago 8 705 20 805
Sep 9 643 21 726
Oct 10 600 22 717
Nov 11 546 23 651
Dic 12 518 24 605
1997 1998
4
Ejemplo:
Año / Mes t Z t Z
Ene 1 518 13 554
Feb 2 572 14 585
Mar 3 599 15 633
Abr 4 652 16 688
May 5 692 17 731
Jun 6 759 18 794
Jul 7 705 19 805
Ago 8 643 20 726
Sep 9 600 21 717
Oct 10 546 22 651
Nov 11 518 23 605
Dic 12 426 24 550
19981997
tZ 1212t tB Z Z −=
Año / Mes t Zt-12 t Zt-12
Ene 1 - 13 518
Feb 2 - 14 572
Mar 3 - 15 599
Abr 4 - 16 652
May 5 - 17 692
Jun 6 - 18 759
Jul 7 - 19 705
Ago 8 - 20 643
Sep 9 - 21 600
Oct 10 - 22 546
Nov 11 - 23 518
Dic 12 - 24 426
1997 1998
FVela-09
� Operador diferencia (∇∇∇∇ o D)
Establece la diferencia entre la serie de tiempooriginal y una serie desfasada o rezagadaespecifica.
Se define mediante la relación1t t tZ Z Z −∇ = −
La relación entre ∇ y B es la siguiente:
……………….
1 B∇ = −
1(1 )t t t tZ B Z Z Z −∇ = − = −
0
¡( 1)
¡ ( )¡
kk j
t t jj
kZ Z
j k j −=
∇ = −⋅ −∑
o sea
Se puede demostrar que
FVela-09
(1 )k kt tZ B Z∇ = −
En términos prácticos
……………….
5
Ejemplo:tZ 1t t t tM Z Z Z −= ∇ = −
Año / Mes t Z t Z
Ene 1 518 13 554
Feb 2 572 14 585
Mar 3 599 15 633
Abr 4 652 16 688
May 5 692 17 731
Jun 6 759 18 794
Jul 7 705 19 805
Ago 8 643 20 726
Sep 9 600 21 717
Oct 10 546 22 651
Nov 11 518 23 605
Dic 12 426 24 550
19981997
Año / Mes t M t t M t
Ene 1 - 13 128
Feb 2 54 14 31
Mar 3 27 15 48
Abr 4 53 16 55
May 5 40 17 43
Jun 6 67 18 63
Jul 7 -54 19 11
Ago 8 -62 20 -79
Sep 9 -43 21 -9
Oct 10 -54 22 -66
Nov 11 -28 23 -46
Dic 12 -92 24 -55
1997 1998
Operador rezago en Stata
� Para rezagar una serie, esto es, aplicar BYt = Yt-1, Statatoma el comando L. antes del nombre de la variable,esto es: si por ejemplo, se desea rezagar a la variablepib, se escribe:
gen rpib=L.pib
� Resulta conveniente mirar al editor de datos paraasegurarse de que lo solicitado sea lo que realmentese desea tener.
Operador diferencia en Stata
� El operador diferencia, DYt = Yt¡- Yt-1 en Statarequiere que se
gen dpib=D.pib
� Nuevamente es recomendable mirar al editor dedatos para asegurarse de que lo solicitado sea lo querealmente se desea tener.
6
FVela-09
Rezagos, adelantos y diferencias en Stata
Descripción Formula Expresión
1-periodo de rezago y(t-1) L.y
2-periodos de rezago y(t-2) L2.y
1-periodo de adelanto y(t+1) F.y
2-periodos de adelanto y(t+2) F2.y
Diferenciaciòn y(t)-y(t-1) D.y
Diferencia de diferencia [y(t)-y(t-1)]-[y(t-1)-
y(t-2)] D2.y
Diferencia estacional y(t)-y(t-1) S.y
Rezago 2-estacional y(t)-y(t-2) S2.y
FVela-09
gen var2d1= D.var2
400
600
800
100
0120
0va
r2
0 10 20 30 40 50t
-100
-50
050
100
var2
d1
0 10 20 30 40 50t