Tema7 v2

Presentacio Bibliograa Denicio Estimacio MQO-MQG Deteccio
Econometria
Tema 7: Autocorrelacio
Ramon Alemany
Grau Estadstica UB-UPC
Curs 2013-14
Econometria - Tema 7 - 1 / 30 R.Alemany - 2013/14
Presentaci o
1
Bibliograa
2
Denici o i causes
3
Estimacio amb autocorrelacio: MQO versus MQG
4
Detecci o de lautocorrelaci o
Bibliograa
GREENE, W. (1999)
Analisis econometrico. 3a Ed.
Captol 13
WOOLDRIDGE, J. (2009)
Introduccion a la Econometra. Un enfoque moderno. 4a Ed.
Captol 12
STOCK, J. & WATSON, M. (2012)
Introduccion a la Econometra. 3a Ed.
Captol 18
Denici o i causes
Econometria Ramon Alemany 2012 2
1. Definici i causes
i. Definici

Hi ha autocorrelaci quan els elements del terme de
pertorbaci estan correlacionats entre ells: al llarg
del temps o entre els individus
Els elements de la diagonal principal de la matriu de
varincies i covarincies del terme de pertorbaci
sn iguals entre s, per els elements que hi ha fora
de la diagonal sn diferents de zero
Habitualment apareix quan es treballa amb sries
temporals
Denici o i causes
= =
=
1 ...
... ... ... ...
... 1
... 1
) ( ) (
2 1
2 12
1 12
2 2
N N
N
N
U U E U Var

0 ) , (
j i
U U E
U X Y + =
0 ) , (
2
=
ij ij j i
amb U U E
Denici o i causes
Punt de partida:

Estructura dautocorrelaci senzilla

Esquema autoregressiu de primer ordre AR(1)
T ..., 2, 1, t amb U X Y
t t t
= + =
t t t
U U + =
1
) , 0 ( ~
2
t t
I N

1 <
) ( f =
Per a aplicar MQG,
necessitarem obtenir una
estimaci de
Denici o i causes
ii. Causes
(ms habitual en sries temporals)

Existncia de cicles i tendncies
Omissi de variables rellevants
Relacions no lineals entre les variables
Relacions dinmiques (variable endgena
retardada com a explicativa)
Estimacio amb autocrrelacio: MQO versus MQG
2. Estimaci sota autocorrelaci
i. Mnims Quadrats Ordinaris

Propietats
MQO
:

No esbiaxiats
Consistents
Ineficients
1 1 2
) ' ( ' ) ' ( )
(

= X X X X X X Var
MQO

1 2
) ' (

X X

Excepte si com a explicativa tenim la variable dependent retardada:
( ) ( ) 0 , , ) , (
1 1 1 1 1
= + =
t t t t t t t
U Y E U Y E U Y Cov
t t t
U X Y + =
t t t
U U + =
1
coneguda
ii. Estimadors MQG
) , 0 ( ~
2
N U
U X Y + =
) , 0 ( ~
2 *
I N U
* * *
U X Y + = T
Y T Y =
*
X T X =
*
U T U =
*
) ' )( ' (
1 1
Y X X X
MQG

=
*) *' ( *) *' (
1
Y X X X
MQG
=

Segona alternativa
Primera alternativa
= =
1 ...
... ... ... ... ... ...
... 1
... 1
... 1
... 1
1
1
) (
4 3 2 1
4 2 3
3 2
2 2
1 3 2
2
2
2
T T T T
T
T
T
T
U U E

T ..., 2, 1, t amb U X Y
t t t
= + =
t t t
U U + =
1
) , 0 ( ~
2
t t
I N

1 <
=
=
2
) ( ) ( U U E U Var
2
) , ( ) , (
k
k t t t k t
U U Cov U U Cov = =

2
2
1
1
) (

=
t
U Var
AR(1)
1 ...
... ... ... ... ... ...
... 1
... 1
... 1
... 1
4 3 2 1
4 2 3
3 2
2 2
1 3 2
T T T T
T
T
T
T

) ' )( ' (
1 1
Y X X X
MQG

=
Primera alternativa
) , 0 ( ~
2
N U
U X Y + =
) , 0 ( ~
2 *
I N U
* * *
U X Y + = T
Y T Y =
*
X T X =
*
U T U =
*
*) *' ( *) *' (
1
Y X X X
MQG
=

Segona alternativa
+
+

=

2
2
2
1 2 1
1 ... 0 0 0
... ... ... ... ... ...
0 0 ... 0 0
0 0 ... 1 0
0 0 ... 1
0 0 ... 0 1
) 1 (


=
1 ... 0 0 0
... ... ... ... ... ...
0 0 ... 0 0
0 0 ... 1 0
0 0 ... 0 1
0 0 ... 0 0 1
2

= =
1
1 2
1
2
...
1
*
T T
Y Y
Y Y
Y
TY Y

= =
1
1 2
1
2
...
1
*
T T
X X
X X
X
TX X

1
*
= =
t t
X X X T X
1
*
= =
t t
Y Y Y T Y
1
*
= =
t t
U U U T U
Excepte per la primera observaci
1
2
*
1
1 Y Y =
1
2
*
1
1 X X =
Si omitim la primera observaci, el model transformat
equivaldria a un model en quasi-diferncies:
T ..., 2, t amb ) U - U X X Y Y
1 - t t t t t t
= + =

( ) ( ) (
1 1
Si N s gran, no s important ometre la primera observaci
desconeguda
MQGF
t t t
U X Y + =
t t t
U U + =
1
) ( f =
t t t
e e + =
1
MQO
2
1
DW
=
=
=

=
T
t
t
T
t
t t
e
e e
1
2
1
1

1. Sestima per MQO el model original
2. Sobtenen els residus e
t
3. Sobt per qualsevol dels mtodes proposats
4. Sestima per MQO el model de regressi:

5. Es guarden les estimacions de i es torna a 2.
Procediment de Cochrane-Orcutt
t t t
U X Y + =
) U - U X X
X X Y Y
1 - t t t K t K K
t t t t

( )
( ...
)
( )
1 ( )
(
1 , ,
1 , 2 , 2 2 1 1
+ + +
+ + =

1. Sestima per MQO la regressi auxiliar:

2. A partir daquest model, sobt
3. Amb aquest valor, sestima el segent model:

4. Etapa 5 de Cochrane-Orcutt
Procediment de Durbin
t t K K t K K
t t t t
U X X
X X Y Y
+ + + +
+ + + + =

1 , 2 , 1
1 , 2 22 , 2 21 1 1
...

) U - U X X
X X Y Y
1 - t t t K t K K
t t t t

( )
( ...
)
( )
1 ( )
(
1 , ,
1 , 2 , 2 2 1 1
+ + +
+ + =

3. Detecci de lautocorrelaci
i. Mtodes grfics
ii. Contrastos
Contrast de Durbin-Watson
Contrast de H de Durbin
Contrast de Breusch-Godfrey
3.1. Mtodes grfics
Consisteix a fer un grfic devoluci dels residus al
llarg del temps i/o un grfic de dispersi entre els
residus i els residus retardats i observar si hi ha algun
tipus de relaci.
-2
-1.5
-1
-0.5
0
0.5
1
1.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
-2
-1.5
-1
-0.5
0
0.5
1
1.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
AR(1) amb >0 AR(1) amb <0
-2
-1.5
-1
-0.5
0
0.5
1
1.5
-1.5 -1 -0.5 0 0.5 1 1.5
AR(1) amb >0
-2
-1.5
-1
-0.5
0
0.5
1
1.5
-1.5 -1 -0.5 0 0.5 1 1.5
AR(1) amb <0
3.2. Contrastos dautocorrelaci
La finalitat principal consisteix a identificar la
presncia dautocorrelaci al model
Tots els contrastos amb que treballarem es basen en
analitzar el comportament dels residus MQO i les
seves H
O
i H
A
es poden resumir com:

H
O
: no autocorrelaci
H
A
: autocorrelaci
0 ) , (
j i
U U E
0 ) , ( =
j i
U U E
Contrast de Durbin-Watson
1. Estimar Y=X+U per MQO
2. Obtenir els residus MQO: e
t
3. Es calcula lestadstic de prova:

H
O
: no autocorrelaci
H
A
: autocorrelaci AR(1)
t t t
U U + =
1
0 >
0 <
=
=

=
T
t
t
T
t
t t
e
e e
DW
1
2
2
2
1
) (
) 1 ( 2 1 2
2
2 ) (
1
2
2
1
1
2
2
1
2
2
1
2
2
1
2 2
2
1
2
1
2
2
2
1
=
=
+
=
=
=

=
=

=
=
=

= =

=
=

T
t
t
T
t
t t
T
t
t
T
t
t t
T
t
t
T
t
t
T
t
t t
T
t
T
t
t t
T
t
t
T
t
t t
e
e e
e
e e e

e
e e e e
e
e e
DW
DW=2(1-) Como 1 1, 0 DW 4
2 0
4
0 >
0 <
AR(1) amb >0 AR(1) amb <0
0 =
No autocorrelaci
2 0
4
d
L
d
U
4-d
U
4-d
L
Incertesa Incertesa
Noms serveix per a contrastar si el terme de
pertorbaci est autocorrelacionat segons un
AR(1).
d
L
i d
U
noms sn vlids si hi ha un terme
independent al model original.
Presenta zones dincertesa
Noms s vlid si tots els regressors sn
deterministes, s a dir, no seria vlid si una de les
explicatives s la variable endgena retardada
(h de Durbin)
Inconvenients/limitacions
Contrast h de Durbin
H
O
: no autocorrelaci
H
A
: autocorrelaci AR(1)
t t t
U U + =
1
0 >
0 <
1. Estimar per MQO el model original:

2. Es calcula lestadstic de prova:

t r t r t t Kt K t t
U Y Y Y X X Y + + + + + + + + =

... ...
2 2 1 1 2 2 1
) 1 , 0 ( ~
)
var( 1
) 2 / 1 (
)
var( 1
1 1
N
T
T
DW
T
T
h

=
1. Estimar per MQO el model original i obtenir els
residus

3. Es realitza un contrast t sobre
K+r+1
i si s
rebutja que s igual a zero, es rebutja la no
autocorrelaci

Noms s vlid assimptticament.
Si Mtode alternatiu:
Limitacions:
1 )
var(
1
> T
t t r K
r t r K t K t K
Kt K t t
v e
Y Y Y
X X e
+ +
+ + + + +
+ + + + =
+ +
+ + +
1 1
2 2 1 1
2 2 1
...
...

Contrast de Breusch-Godfrey
Esquema ms general dautocorrelaci
H
O
: no autocorrelaci
H
A
: autocorrelaci segons AR(p)
0 ... :
2 1 0
= = = =
P
H
t P t P t t t
U U U U + + + + =

...
2 2 1 1
H
A
: No H
0
1. Estimar per MQO el model original i obtenir els
residus

i es calcula lR
2
3. Es calcula lestadstic de prova TR
2
~
2
p

t P t P t t t t
v e e e X e + + + + + =

...
2 2 1 1

Noms s vlid assimptticament.
Com es determina P?
Limitacions:
Econometria
Tema 7: Autocorrelacio
Ramon Alemany
Grau Estadstica UB-UPC
Curs 2013-14

Tema7 v2

Uploaded by

Copyright:

Available Formats

You might also like

Tema7 v2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema7 v2

Uploaded by

Copyright:

Available Formats

Presentacio Bibliograa Denicio Estimacio MQO-MQG Deteccio

Econometria - Tema 7 - 12 / 30 R.Alemany - 2013/14

Econometria - Tema 7 - 13 / 30 R.Alemany - 2013/14

Econometria - Tema 7 - 15 / 30 R.Alemany - 2013/14

You might also like