Diapositiva 1 - PowerPoint PPT Presentation

Loading...

PPT – Diapositiva 1 PowerPoint presentation | free to download - id: 745f38-M2Y4N



Loading


The Adobe Flash plugin is needed to view this content

Get the plugin now

View by Category
About This Presentation
Title:

Diapositiva 1

Description:

Title: Diapositiva 1 Author. Last modified by: testtest Created Date: 1/9/2010 7:00:00 PM Document presentation format: Presentaci n en pantalla – PowerPoint PPT presentation

Number of Views:5
Avg rating:3.0/5.0
Date added: 20 February 2019
Slides: 20
Provided by: S692
Learn more at: http://seriesdetiempo.files.wordpress.com
Category:

less

Write a Comment
User Comments (0)
Transcript and Presenter's Notes

Title: Diapositiva 1


1
Curso de Econometría de Series de Tiempo
Facultad de Economía
Universidad Nacional Autónoma de México
Apoyo para resolver Ejercicios de la
Tarea (Unidades II y III)
Profesor Juan Francisco Islas Adjunto Miguel
Heras
Ciudad Universitaria, Abril 2012
2
Ejercicio 9.4
clear input t e 1 0.28 2 -0.31 3 -0.09 4 0.03 5
-0.37 6 -0.17 7 -0.39 8 -0.03 9 0.03 10
1.02 end tsset t Inciso a) gen eL1eeL.e gen
eL2eeLL.e gen e2e2 list, sum sum e2 scalar
den_result(18) sum eL1e scalar
numr1_result(18) sum eL2e scalar
numr2_result(18) display "r1 ", numr1/den
display "r2 ", numr2/den Inciso b) display
"z1 calculada ", sqrt(_N)numr1/den display
"z2 calculada ", sqrt(_N)numr2/den display
"Valor crítico inferior de z2 al 5 ",
invnormal(0.025) display "Valor crítico
superior de z2 al 5 ", invnormal(0.975)
display "Banda inferior de significancia al 5
", invnormal(0.025)/sqrt(_N) display "Banda
superior de significancia al 5 ",
invnormal(0.975)/sqrt(_N) Gráfica de
autocorrelación clear set obs 2 gen t_n gen
r. for num 1/2 replace rnumrX/den in X graph
bar r, over(t) ylabel(-.8(.1).8)
yline(-0.61979503 0 0.61979503) ytitle("r")
blabel(total) saving("C\DATA\r.gph" ,replace)
3
Ejercicio 9.7
4
Ejercicio 9.10
5
Ejercicio 9.10 (continuación)
use "D\POE4e\consumptn.dta", clear generate t
q(1960q1) _n-1 format t tq tsset t reg durgwth
l.durgwth incgwth l.incgwth Inciso a)
Pronósticos para 2010q1 y 2010q2 set obs 202 for
num 201/202 replace ttX-11 in X replace
incgwth0.6 in 201 replace durgwth_b_cons_bl.
durgwthdurgwth200_bincgwthincgwth201_b
l.incgwthincgwth200 in 201 dis "Pronóstico
durgwth 2010q1 ", durgwth201 replace
incgwth0.8 in 202 replace durgwth_b_cons_bl.
durgwthdurgwth201_bincgwthincgwth202_b
l.incgwthincgwth201 in 202 dis "Pronóstico
durgwth 2010q2 ", durgwth202 Inciso b)
Cálculo de los ponderadores de rezagos para la
representación infinita de rezagos a 12
trimestres tsset t reg durgwth l.durgwth incgwth
l.incgwth scalar beta0_bincgwth scalar
beta1_bl.incgwth_bincgwth_bl.durgwth scal
ar beta2(_bl.incgwth_bincgwth_bl.durgwth)
_bl.durgwth for num 3/12 scalar
betaX(_bl.incgwth_bincgwth_bl.durgwth)_b
l.durgwth(X-1) dis "beta0 delta0 " dis
"beta1 delta1 beta0 theta1 " dis "beta2
beta1 theta1 " for num 3/12 dis "beta",X,"
beta",X-1," theta1 " Inciso c) Análisis de
Multiplicadores MULTIPLICADOR DE IMPACTO
INSTANTÁNEO O DE CORTO PLAZO beta0 es el
multiplicador de corto plazo o de impacto
instantáneo y se interpreta como el cambio
promedio de Y debido al cambio de una unidad en X
en el mismo periodo MULTIPLICADORES DE RETARDO
j Se interpreta como el efecto de una variación
unitaria de la variable exógena en el periodo t-j
sobre la variable endógena en el periodo t
Los multiplicadores de retardo correspondientes a
uno y dos trimestres, respectivamente son dis
"beta1 delta1 beta0 theta1 ",
_bl.incgwth_bincgwth_bl.durgwth dis
"beta2 beta1 theta1 ", (_bl.incgwth_binc
gwth_bl.durgwth)_bl.durgwth
MULTIPLICADORES INTERIM O INTERMEDIOS
beta0beta1 se interpreta como el cambio promedio
de y debido al cambio de una unidad en X en el
periodo siguiente al inicial (efecto acumulado
desde el periodo inicial al términio del periodo
1) Los multiplicadores interim correspondientes
a uno y dos trimestres, respectivamente son dis
"beta0 beta1 ", _bincgwth
_bl.incgwth_bincgwth_bl.durgwth dis
"beta0 beta1 beta2 ", _bincgwth
_bl.incgwth_bincgwth_bl.durgwth
(_bl.incgwth_bincgwth_bl.durgwth)_bl.dur
gwth beta0beta1beta2 se interpreta como el
cambio promedio de y debido al cambio de una
unidad en X en los dos periodos siguientes al
inicial (efecto acumulado desde el periodo
inicial al términio del periodo 2)
MULTIPLICADOR DE REZAGOS DISTRIBUIDOS DE LARGO
PLAZO (EFECTO TOTAL ACUMULADO) dis "Multiplicador
Total ", beta0beta1beta2beta3beta4beta5bet
a6beta7beta8beta9beta10beta11beta12
6
Ejercicio 9.12
Intervalo de confianza para el multiplicador de
impacto
7
Ejercicio 9.12 (continuación)
clear program drop _all program modelsel
regress D.u L(0/1').g in 7/98 scalar aic
ln(e(rss)/e(N))2(e(df_m)1)/e(N) scalar
aic_star aic1ln(2_pi) scalar sc
ln(e(rss)/e(N))(e(df_m)1)ln(e(N))/e(N)
scalar sc_star sc1ln(2_pi) scalar obs
e(N) scalar list aic aic_star sc sc_star
obs end use "D\POE4e\okun.dta", clear gen
t_n tsset t Inciso a) for num 0/6 modelsel
X Inciso b i) regress D.u L(0/2).g in 7/98
Inciso b ii) matrix list e(b) test
_bg_bl.g_bll.g-0.5 dis "t calulada
raíz cuadrada de la F ", sqrt(3.29) dis "t
teórica ", invttail(92-4,0.05) dis "valor p
asociado a la t calculada ", ttail(92-4,sqrt(3.2
9)) Inciso b iii) dis "Tasa estimada de
crecimiento normal Gn ", _b_cons/(_bg_bl.g
_bll.g)
8
Ejercicio 9.15 (incisos a y c)
9
Ejercicio 9.15 (inciso b)
10
Ejercicio 9.15 (inciso d)
El intervalo obtenido para la elasticidad de la
oferta bajo el método de MCNL (NLS) es más
estrecho, preciso, que el que se obtuvo por el
método de la heteroscedasticidad y
autocorrelación consistente (HAC) bajo los
errores estándar de Newey-West Desde luego,
bajo MCO, los errores estándar son incorrectos,
al presuponer no autocorrelación serial.
11
Ejercicio 9.15 (inciso e)
12
Ejercicio 9.15 (inciso e)
13
Ejercicio 9.15 (continuación)
use "D\POE4e\bangla.dta", clear gen t_n tsset
t gen lnpln(p) gen lnaln(a) reg lna lnp newey
lna lnp, lag(3) Incisos a) y c) predict resid,
resid corrgram resid, lags(24) display "Banda
inferior de significancia al 5 ",
invnormal(0.025)/sqrt(_N) display "Banda
superior de significancia al 5 ",
invnormal(0.975)/sqrt(_N) ac resid, lags(24)
ylabel(-0.6(.2).6) yline(-.33613105 .33613105)
Inciso b) reg lna lnp predict ehat,
resid regress ehat L.ehat Prueba LM para
detectar autocorrelación Si el valor-p es mayor
que 0.05 se rechaza HoNo Autocorrelación display
"Observaciones " e(N) " and TR2 "
e(N)e(r2) display "Valor-p "
chi2tail(1,5.3860473) Inciso d) gen
LlnaL.lna gen LlnpL.lnp nl (lna
b1(1-rho) b2lnp rhoLlna -
rhob2(Llnp)), variables(lna lnp Llna
Llnp) Inciso e) Modelo ARDL(1,1) reg lna l.lna
lnp l.lnp testnl _bl.lnp-_bl.lna_blnp dis
"t calculada ", sqrt(invFtail(1,29,0.2997)) dis
"Valor-p ", Ftail(1,29,1.1150725) predict
e_hat, resid corrgram resid, lags(24) dis
invnormal(0.975)/sqrt(33) ac e_hat, lags(24)
ylabel(-0.5(.1).5) yline(-.34118594 .34118594)
Prueba LM para detectar autocorrelación regress
e_hat L.e_hat Si el valor-p es mayor que 0.05
se rechaza HoNo Autocorrelación display
"Observaciones " e(N) " and TR2 "
e(N)e(r2) display "Valor-p "
chi2tail(1,.13902793)
14
Ejercicio 9.16
Pronósticos en T1 y T2
15
Ejercicio 9.16 (continuación)
use "D\POE4e\bangla.dta", clear gen t_n tsset
t gen lnpln(p) gen lnaln(a) reg lna l.lna lnp
l.lnp Inciso a) display "Pronósticos para T1
y T2" set obs 36 for num 35/36 replace
ttX-11 in X replace p1 in 35 replace
lnplog(p) in 35 replace lna_b_cons_bl.lnal
na34_blnplnp35_bl.lnplnp34 in
35 replace aexp(lna) in 35 dis "Pronóstico
ln(AREA) T1 ", lna35 dis "Pronóstico AREA
T1 ", a35 replace p.8 in 36 replace
lnplog(p) in 36 replace lna_b_cons_bl.lnal
na35_blnplnp36_bl.lnplnp35 in
36 replace aexp(lna) in 36 display "Predictores
naturales" dis "Pronóstico ln(AREA) T2 ",
lna36 dis "Pronóstico AREA T2 ",
a36 display "Predictores corregidos" dis
"Pronóstico corregido AREA T1 ",
a35exp(e(rmse)2/2) dis "Pronóstico corregido
AREA T2 ", a36exp(e(rmse)2/2) Inciso b)
display "Error estándar del error de
pronóstico" dis "se(u1) ", e(rmse) dis "se(u2)
", e(rmse)sqrt(1_bl.lna2) display
"Intervalos de pronóstico para ln(AREA) en T1 y
en T2" dis "P ",lna35-invttail(29,.025)e(rmse
),"lt ln(AREA) T1 lt", lna35invttail(29,.025)e(
rmse)," 0.95" dis "P ",lna36-invttail(29,.025
)e(rmse)sqrt(1_bl.lna2),"lt ln(AREA) T2 lt",
lna36invttail(29,.025)e(rmse)sqrt(1_bl.lna
2)," 0.95" display "Intervalos de pronóstico
para AREA en T1 y en T2" dis "P
",exp(lna35-invttail(29,.025)e(rmse)),"lt AREA
T1 lt", exp(lna35invttail(29,.025)e(rmse)),"
0.95" di "P",exp(lna36-invttail(29,.025)e(rm
se)sqrt(1_bl.lna2)),"ltAREA T2lt",
exp(lna36invttail(29,.025)e(rmse)sqrt(1_bl.
lna2)),"0.95" Inciso c) display
"ELASTICIDADES POR REZAGO" scalar
beta0_blnp scalar beta1_bl.lnp_blnp_bl.
lna scalar beta2(_bl.lnp_blnp_bl.lna)_b
l.lna for num 3/4 scalar betaX(_bl.lnp_bln
p_bl.lna)_bl.lna(X-1) scalar list display
"ELASTICIDADES INTERIM" dis "beta0 ", beta0 dis
"beta0beta1 ", beta0beta1 dis
"beta0beta1beta2 ", beta0beta1beta2 dis
"beta0beta1beta2beta3 ", beta0beta1beta2be
ta3 dis "beta0beta1beta2beta3beta4 ",
beta0beta1beta2beta3beta4 Inciso d)
display "ELASTICIDAD TOTAL o de largo plazo ",
(_blnp_bl.lnp)/(1-_bl.lna)
16
Ejercicio 12.1
Sea
con
un proceso
Media de
es

pues cuando
a partir de que
17
Ejercicio 12.1 (continuación)
Varianza de
es
es
Covarianza de
y
18
Ejercicio 12.1 (continuación)
Covarianza de
y
19
Ejercicio 12.1 (continuación)
Caminata aleatoria proceso
con
Sea
Media de

Varianza de
About PowerShow.com