Incidencias en las series de tiempo José Ángel Fernández UAM Marzo de 2006 Sampedro Es conveniente para un modelo econométrico que las series sean: • • • • Lo más largas posibles Lo más homogéneas y continuas posibles Lo más actuales posibles Todas las series de un modelo de la misma frecuencia • Sin valores perdidos 2 Ruptura en la serie: Enlazar series (I) • Cambio de base (sin modificaciones metodológicas) – En los índices un cambio de base (origen) se produce para evitar pérdida de representatividad del mismo • Actualización de la muestra de artículos y establecimientos informantes. • Obtención de una nueva estructura de ponderaciones. Ind tB.Mod B . Ant Ind B . Mod = Ind tB. Ant / ∀t < CambioBase 100 – En las series medidas en unidades monetarias se actualiza para cambiar el año de referencia de los precios • Deflactar series. 3 Ruptura en la serie: Enlazar series (II) • Cambio metodológico: – No es posible enlazar la serie sino se disponen de los datos necesarios para recalcular la serie con la nueva metodología. – Por lo general se ha de asumir la pérdida de la total homogeneidad de la serie. • Enlaces aproximados: – Existe un solo periodo con observaciones en ambas metodologías Valor tcNueva Coef .Corrector = Valor tcAntigua Valor t Nueva = Valor t Antigua * Coef .Corrector ∀ t < tc – Existe más de un periodo con observaciones en ambas metodologías 1 n Coef .Corrector = ∑ Coef .Correctort n t =1 – No existe ningún punto en común o de enlace • Respetar las tasas de crecimiento den las series en cada base • Calcular la tasa de crecimiento del periodo de enlace como media de las tasas del periodo previo y anterior 4 Valores perdidos • Estimación simple: – Interpolación Lineal: Volumen de crecimiento monótono. Y −Y Y −Y Y −Y Yr +1 = Yr + r + s r Yr + 2 = Yr +1 + r + s r L Yr + s −1 = Yr + s − 2 + r + s r s s s – Tasa acumulada: Tasa de crecimiento constante. Yr +1 = Yr * (1 + t )1 con Yr + 2 = Yr * (1 + t ) 2 L Yr + s −1 = Yr * (1 + t ) s −1 Y t = r + s ^ (1 / s ) Yr – Donde r es el valor de la serie desde donde arranca la interpolación y s es la amplitud. 5 Ejemplo 1 2 3 INTERPOLACIÓN LINEAL 2000M01 15247666 2000M02 17597852 2000M03 18012051 r 2000M04 15865032 2000M05 =+C7+(($C$10-$C$7)/$A$10) 2000M06 =+C8+(($C$10-$C$7)/$A$10) 2000M07 18747279 2000M08 15644831 2000M09 18714005 TASA ANUALIZADA 2000M01 15247666 2000M02 17597852 2000M03 18012051 2000M04 15865032 1 2000M05 =+H7*(1+$K$7) 2 2000M06 =+H7*(1+$K$7)^2 3 2000M07 18747279 2000M08 15644831 2000M09 18714005 6 Aumento de frecuencia • Métodos simples – Interpolación Lineal: Volumen de crecimiento monótono. – Tasa acumulada: Tasa de crecimiento constante. • Métodos complejos – Boot,Feibes y Lisman. Trata de minimizar la suma de diferencias cuadráticas entre cada par de observaciones sucesivas sujeto a la restricción de que la suma de dichas observaciones sea el dato agregado. – Chow-Lin. Utilización indicadores o variables “proxi” de alta frecuencia para “replicar” la variabilidad en la serie a aumentar. 7 Reducción de frecuencia • Depende de la naturaleza de la serie: – Indice Promedio – Flujo Suma – Stock Valor a final del periodo. 8 Transformaciones Transformaciones en diferencias • Diferencias: – Primeras diferencias: • Orden 1 D1t = Xt – Xt-1 • Orden 4 D14t = Xt – Xt-4 • Orden 12 D112Xt = Xt – Xt-12 – Segundas diferencias : • Orden 1 D2t = D1t – D1t-1 • Orden 4 D24t = D1t – D1t-4 10 Serie en niveles y en diferencias. Comparación gráfica EVOLUCIÓN DEL PIB 150.000 4000 140.000 3000 130.000 2000 120.000 1000 110.000 0 100.000 -1000 90.000 -2000 80.000 PIB1 -3000 D1 PIB 70.000 D2 PIB -5000 19 80 19 1 81 19 1 82 19 1 83 19 1 84 19 1 85 19 1 86 19 1 87 19 1 88 19 1 89 19 1 90 19 1 91 19 1 92 19 1 93 19 1 94 19 1 95 19 1 96 19 1 97 19 1 98 19 1 99 20 1 00 20 1 01 20 1 02 1 60.000 -4000 Se elimina la tendencia, más cuanto más se diferencia. 11 Serie en niveles y en diferencias Comparación gráfica EVOLUCIÓN DEL PIB EVOLUCIÓN DEL PIB 3000 150.000 2000 140.000 1000 130.000 120.000 0 110.000 -1000 100.000 90.000 80.000 -2000 PIB1 D2 PIB -3000 70.000 D1 PIB Lineal (D1 PIB) Lineal (D2 PIB) 60.000 0 19 1 81 19 1 82 19 1 83 19 1 84 19 1 85 19 1 86 19 1 87 19 1 88 19 1 89 19 1 90 19 1 91 19 1 92 19 1 93 19 1 94 19 1 95 19 1 96 19 1 97 19 1 98 19 1 99 20 1 00 20 1 01 20 1 02 1 19 8 19 80 19 1 80 19 2 83 19 1 80 19 2 86 19 1 80 19 2 89 19 1 80 19 2 92 19 1 80 19 2 95 19 1 96 19 3 98 19 1 99 20 3 01 20 1 02 3 -4000 Se elimina la tendencia, más cuanto más se diferencia. 12 Transformación en logaritmos • L Xt = Log(Xt) Cambio de escala 150.000 5,2 140.000 5,15 130.000 5,1 120.000 5,05 110.000 5 100.000 4,95 90.000 PIB Mill Euros 80.000 4,9 Log Pib Funciones de excel: Log o Ln 2002 1 2001 1 2000 1 1999 1 1998 1 1997 1 1996 1 1995 1 1994 1 1993 1 1992 1 1991 1 1990 1 1989 1 1988 1 1987 1 1986 1 1985 1 1984 1 1983 1 4,8 1982 1 60.000 1981 1 4,85 1980 1 70.000 13 Normalización (I) • N(Xt)= [Xt - (Prom. Xt )] / Desvest (Xt) 150.000 105,00 140.000 100,00 130.000 95,00 2 1,5 1 0,5 120.000 90,00 0 110.000 85,00 -0,5 100.000 80,00 -1 -1,5 90.000 75,00 -2 80.000 70,00 -2,5 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 PIB IPI 1 3 5 7 9 11 13 15 17 19 21 23 PIB NORM 25 27 29 31 IPI Norm Función de excel: Normalizacion 14 Normalización (II) • N(Xt)= [Xt - (Prom. Xt )] / Desvest (Xt) 105,00 2 100,00 1,5 1 95,00 0,5 90,00 0 85,00 -0,5 -1 80,00 -1,5 75,00 70,00 100.000 -2 -2,5 110.000 120.000 130.000 140.000 150.000 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 Función de excel: Normalizacion 15 Fuentes • Material elaborado por los profesores: – De arce, Rafael - UAM – Mahía, Ramón - UAM – Medina, Eva- UAM – Pérez, Julián - UAM • Bibliografía: – Wooldridge “Introducción a la econometría. Un enfoque moderno”. – Pulido “Modelos Econométricos” 16