- Variables instrumentales en Stata - julio 5, 2021
- Vectores Autorregresivos en R - julio 27, 2020
- Econometría de series de tiempo: Cointegración en Stata. - junio 27, 2020
Cuando se trabaja con series de tiempo para realizar pronósticos económicos o financieros, parte importante de lo que se que se debe revisar es si las series de tiempo son estacionarias (o al menos débilmente estacionarias) o no estacionarias. Si una serie de tiempo es no estacionaria, los pronósticos no serán acertados. Claro está que hay otras técnicas que se pueden utilizar cuando tu serie de tiempo no es estacionaria. Sin embargo en esta ocasión el tema que se va a abordar es la cointegración.
La cointegración se refiere al análisis de regresión lineal con variables de series de tiempo que no son estacionarias, y por lo cuál los resultados no tendrían validez o significancia estadística. Lo anterior implica que se trataria de una regresion espuria o sin sentido entre las variables. Sin embargo es posible que estas variables se puedan someter a la diferenciación para conseguir la estacionariedad y puedan compartir una tendencia en común, sí esto es así, la relación entre ambas no sería espuria o insignificante. Es por ello que se pueden realizar pruebas de cointegración para saber si existe una relación de largo plazo, o de equilibrio entre las variables.
👉 En resumen, una manera de saber si las variables están cointegradas o no, es estimando el término del error y revisar si éste es estacionario o no. Si encuentras que el error es estacionario, se puede decir que las variables están cointegradas, de lo contrario se trataría, efectivamente, de una relación espuria. Ésto puede ser muy útil en campos como las finanzas para estudiar el comportamiento de los activos financieros y sus relaciones.
Por ejemplo en el mercado de acciones o en el mercado de Divisas(Forex) donde los movimientos de los pares de divisas están muy interconectados.
El procedimiento que debemos seguir para detectar la estacionariedad en los errores y por tanto determinar si existe o no cointegración es el siguiente:
Paso 1. Correr la regresión
Paso 2. Calcular el término del error,
Paso 3. Correr una regresión con el termino del error diferenciado y un rezago.
Paso 4. Hacer la prueba de raíz unitaria al error para saber si es estacionario o no.
En caso de que el error no sea estacionario, puedes incluir la variable de tendencia para conseguirlo.
🧐🧐 Para que puedas ver todo con más claridad en el siguiente vídeo tienes un ejemplo práctico usando el software Stata, que te servirá para entender mucho mejor todo el procedimiento.
Si te interesa la econometría y la estadística aquí tienes el canal de Youtube de Lulú Cuellar ,donde encontrarás muchos más vídeos y tutoriales 😀😀
https://www.youtube.com/channel/UC25LYleJ9taa5CTcEGvE_0A/featured
Una muy entendíble explicación, gracias.
Muchas gracias!!!