You are on page 1of 19

ANALISIS DE SERIES TEMPORALES CON EVIEWS. ASPECTOS BÁSICOS.

35

deberán indicarse los subperiodos estacionales en los que inicia y finaliza el periodo de trabajo. Como peculiaridad debe recordarse que. si tenemos datos mensuales tomados entre marzo (mes 3) de 1990 y agosto (mes 8) de 2004. si la frecuencia es inferior a la anual. se trata de utilizar las facilidades genéricas del programa con vistas a este tipo concreto de análisis. Allí indicaremos la frecuencia de los datos y el periodo temporal sobre el que queremos operar. La primera cuestión a resolver será la creación del Fichero de trabajo (o Workfile) utilizando el botón New de la barra principal de EV. la información que incluiremos será: 36 . Por ejemplo.INTRODUCCION EV es un programa preparado para resolver análisis de tipo estadístico y econométrico. Por el contrario. Su estructura se adapta al entorno Windows lo cual simplifica su manejo. En tal sentido. tanto univariante como multivariante. La segunda parte de estos apuntes está destinada a comentar las posibilidades de EV para llevar a cabo un análisis de series temporales univariante de tipo tradicional. lo primero que debe indicarse es que no existe ningún módulo específico dedicado al análisis de series temporales en EV. tal como se ha puesto de manifiesto en la primera parte del folleto.

de carácter anual. utilizando la facilidad de creación de gráficos de EV es la siguiente: 37 . Supongamos que se ha cargado un fichero Excel con los datos de la serie y. con un periodo muestral que va desde 1951 hasta 2000 (50 observaciones). Su representación.A continuación pueden cargarse directamente los datos utilizando la secuencia Import/Read Text-Lotus-Excel del botón File de la misma barra principal.

tal como se indica en la siguiente ventana. Los formatos disponibles son EMF o WMF. De esta forma. las transformaciones más habitualmente contempladas son la logarítmica y las diferencias (regulares o estacionales). El gráfico original se ha obtenido anteriormente y no supone mayor dificultad. Por otro lado. situando el ratón encima del gráfico a guardar y activando ese botón derecho. 38 .La etapa de Identificación de la serie temporal puede resolverse utilizando distintas opciones incluidas en EV. Estos gráficos se pueden guardar utilizando el botón auxiliar (el derecho) del ratón. Estas transformaciones pueden obtenerse utilizando el menú Genr del fichero de trabajo. será información de gran utilidad en esta etapa. Esta misma técnica se puede utilizar a otros elementos del Workfile. El gráfico de la serie original. junto con diversas transformaciones de la misma. se nos abrirá un cuadro de diálogo en que podremos indicar a EV donde y como tiene que guardarlo. ocupan poco espacio en disco y pueden insertarse directamente en un documento Word.

Crea la variable ly como la primera diferencia del logaritmo de la 39 . se obtiene la primera diferencia de la misma escribiendo la ecuación correspondiente en el recuadro en blanco que produce la orden Genr.n) dsy=d(y. Crea la variable ly como el logaritmo de la serie y. Crea la variable dny como la n-ésima diferencia de la serie y. Por ejemplo: dy=d(y) Crea la variable dy como la primera diferencia de la serie y. s será igual a 4. Crea la variable d2y como la segunda diferencia de la serie y. Si la d2y=d(y. la cual podrá utilizarse cuando sea necesario.Tras cargar la serie y. La nueva variable dy se incorpora como un nuevo objeto al Fichero de trabajo. Crea la variable dsy como la diferencia estacional de la serie y. si es mensual será 12. Existen una serie de transformaciones que son muy habituales en un contexto de series temporales y que pueden emplearse directamente en la orden Genr o bien.2) dny=d(y. como se verá más adelante. etc.s) serie es trimestral.0. en el momento de especificar una ecuación. ly=log(y) dly=dlog(y) serie y.

. 2. . 0. 1. 1. el resultado será: 0. ten y sea.. irá tomando incrementos unitarios: 0.. a continuación.dnly=dlog(y.0.s) Crea la variable ly como la n-ésima diferencia del logaritmo de la Se obtiene la misma transformación que antes.. Las dos últimas variables. Por ejemplo..n) serie y. si la frecuencia es trimestral y hacemos: sea4=@seas(4). 0. Tomará valor cero para el primer periodo muestral y. 1. pero sobre la frecuencia estacional respectiva. 0. 0. 3. ten=@trend Crea la variable ten como una variable tendencia. 0.. 0. dsly=dlog(y. . se han creado por EV aunque también las podríamos haber creado nosotros mismos utilizando la secuencia Objects/New Object/Series: 40 . 0.. seaj=@seas(n) Crea la variable ficticia seaj. 1. Tomará valor uno cuando el periodo estacional coindica con el valor de n. 0.

parece que la serie necesita de. una diferencia para alcanzar estacionariedad. con datos Missing (NA en términos de EV). sea. la representación gráfica de la primera diferencia de y es la que aparece a continuación. al menos. 41 . resueltos con opción Unit Root Tests del botón View. Comparando este gráfico con el anterior. la seleccionamos y actualizamos tras pasar por el comando Edit+/-: Volviendo al caso que estamos contemplando en este ejemplo. A continuación. como los contrastes de Raíz Unitaria. apuntan hacia la misma conclusión.En el Workfile se nos incorporará esta variable. Otros instrumentos.

en nuestro caso. pasaremos a discutir la estructura ARMA que subyace en la transformación estacionaria de la misma. se corresponde con dy) permite obtener esos correlogramas. tal como se indica en las dos ventanas siguientes. 42 . El instrumento fundamental que utilizaremos para resolver esta cuestión será el estudio del correlograma muestral y del correlograma muestral parcial.Determinado el orden de integración de la serie. asociado al objeto que se desea analizar (serie del Workfile que. El botón View.

43 .

Bajo la columna AC se recogen los coeficientes de correlación muestral y bajo la columna PAC los de correlación parcial muestral.). además del estadístico Q de Ljung-Box. etc. el cálculo del p-valor deberá realizarse por otros medios diferentes a EV. El p-valor nos mide la probabilidad que el valor del estadístico deja (habitualmente) a su derecha. conjuntamente. como aparece en el gráfico inmediato o utilizando la opción más directa: View/Tests for Descriptive Statistics/Simple Hypothesis Tests. EV contabiliza mal los grados de libertad de la distribución del estadístico Q al no considerar el número de parámetros introducidos en el modelo ARIMA. 3. siendo j el número de coeficientes de autocorrelación que se desea contrastar que son. 44 . se aplicará sobre la serie de residuos y se interpretará igual que ahora. Los datos necesarios para este último contraste pueden obtenerse del botón View/Descriptive Statistics/Stats Table. Sin embargo. EV utiliza la χ2(j). el p-valor de ese estadístico y una representación gráfica simple de ambos correlogramas. 2. además del número de coeficientes del correlograma que se quieren obtener (un tercio del tamaño muestral suele ser suficiente). Para tomar esta decisión utilizaremos el gráfico correspondiente a la transformación estacionaria de la serie al cual añadiremos el contraste tipo t de significatividad de la media muestral de esta transformación. el dato reflejado en la primera columna de la fila respectiva: 1. Cuando este mismo estadístico se emplee más adelante en la etapa de chequeo del modelo. Se trata de especificar la transformación de la serie sobre la que se desea actuar: en niveles (Level) o en primera o segunda diferencia. En esa circunstancia concreta.En la primera se reproduce el cuadro de diálogo que presentará EV cuando se active la orden Correlograms. En la segunda ventana se reproduce el correlograma típico que presentará EV a la indicación anterior. igual a cero (en general. Por último solo restaría discutir si en la ecuación debe incluirse un término constante o no en la parte derecha de la ecuación ARIMA. Con respecto al estadístico Q. utilizando la distribución probabilística correspondiente al problema en cuestión.

La razón es que la notación interna de EV simplifica en gran medida el trabajo en el momento de la predicción. Por ejemplo. antes que dy. y pueda ser guardada (ella misma y todos los resultados asociados). por ejemplo. o procediendo desde el Menú Principal de EV a través de Quick/Estimate Equation. Tal como allí se indicó. o varias. En ambos casos es importante asignar un nombre a la ecuación para que ésta se incorpore al Workfile como elemento diferenciado del resto. estructuras ARIMA para la serie las cuales deberán ser estimadas a continuación. como 45 . primera diferencia de y. Esta tarea resulta relativamente sencilla en EV utilizando la secuencia de órdenes presentadas en la primera parte del folleto. Así. Existen ciertas peculiaridades que deben observarse en el desarrollo de la parte derecha de la ecuación y en la forma en que se introducirá en el cuadro de diálogo que nos presente EV tras activar Equation. la estimación puede resolverse activando la secuencia Objects/New Object/Equation de la barra de herramientas del Workfile.La etapa de Identificación finaliza seleccionando una. es preferible indicar que la variable de la parte izquierda es d(y). es conveniente especificar la ecuación utilizando la notación propia de EV para referirnos a las distintas transformaciones que aplicamos a la variable endógena.

1).. por ejemplo: sar(4). Los términos de media móvil se introducen con la notación ma(1). entendiendo que son el primer... sar(2n).. podemos agilizar el proceso utilizando la secuencia Procs/Specify/Estimate existente en la misma pantalla que presenta los resultados de estimación inicial (o directamente con la opción Estimate).. .se verá más adelante. el segundo. Por otro lado.. el cual se estima inmediatamente después.. los términos autoregresivos regulares se indicarán como ar(1).. sma(4).. etc... ma(2).. retardo de la variable que aparece al comienzo de la línea. ar(2). sma(8). supuestamente identificado para la serie y...1. sma(2n).) En la ventana que continúa se especifica el modelo ARIMA(1.. n será igual a 4 y los términos serán. procederemos a analizar los residuos de la misma en la fase de chequeo. sar(8). Si estos términos procedieran de una estructura estacional (con o sin elementos regulares) habría que anteponerles el símbolo s: sar(n). Por el contrario.. donde n indica la frecuencia de la serie (si es trimestral. 46 ... y sma(n). Si decidimos mantener esta ecuación. si deseamos introducir algún ajuste en la estructura para volver a estimarla a continuación..

la correspondiente serie de residuos que se encuentra almacenada internamente por EV. correspondiente a la ecuación estimada. incluye la opción Residual Tests que permite chequear en profundidad esa serie de residuos (contrastando normalidad. El botón View. incorrelación y homocedasticidad). Aparecerá a continuación un cuadro de diálogo. El Chequeo de la ecuación consiste. en el análisis de estos residuos para asegurarnos que son. efectivamente.Cualquiera que sea el caso. Los contrastes de interés sobre los parámetros de la ecuación pueden resolverse utilizando la opción de Coefficient Tests incluida en el mismo botón. un ruido blanco carente de información relevante sobre la serie de interés. o utilizando el procedimiento directo comentado con anterioridad sobre la variable resid. la opción Stability Tests permite resolver contrastes de permanencia estructural. la hipótesis de media nula en los residuos deberá ser resuelta manualmente utilizando la información contenida en el botón View/Descriptive Statistics de la serie de residuos de la estimación. la estimación de esta ecuación ha producido. Por último. Al igual que en otros casos. en el que deberá 47 . entre otras cosas. relativo a este contraste. para lo cual basta con activar la orden Chow Breakpoint Test de esa opción. en gran medida.

indicarse la fecha correspondiente al hipotético punto de ruptura que se desea analizar. 48 .

En ese caso se podrá predecir con la ecuación seleccionada utilizando el botón Forecast. En este punto es necesario advertir de una pequeña dificultad que puede plantear EV y que es necesario resolver antes de acometer la predicción. una ecuación estimada lo que significa que EV solo permite acceder al capítulo de predicción cuando se ha activado una ecuación del Workfile. El origen del problema radica en la creación del Workfile. diferente del correspondiente a la serie analizada. Esta decisión determina también el intervalo temporal sobre el que trabajará EV a lo largo de toda la 49 .Supuesto que el modelo identificado y estimado supera la etapa de chequeo. coincide con el periodo muestral disponible (1951-2000 en el ejemplo que se está desarrollando). El cuadro de diálogo que se abre a continuación permite asignar un nombre específico para la nueva serie que EV crea con las predicciones. En la ventana correspondiente había que indicar el horizonte temporal sobre el que se quería actuar el cual. para predecir es necesario utilizar un modelo o. lo que es lo mismo. podrá utilizarse para generar predicciones sobre la serie analizada. Obviamente. e indicar el periodo temporal para el que se desea generar esas predicciones. generalmente.

queremos predecir el horizonte 2001-2005). Por ejemplo. en el ejemplo.sesión (a no ser que se cambie explícitamente. Sin embargo. necesitamos ampliar el horizonte temporal del libro de trabajo podemos utilizar el botón Procs de la barra principal de EV y activar la orden Change Workfile Range. EV permite modificar estos datos con posterioridad. A continuación basta con recurrir al botón Forecast de la ecuación estimada con la que se quiere trabajar: 50 . por ejemplo. aunque pueden surgir problemas en determinadas ocasiones. si hemos creado inicialmente un Workfile con un rango igual al periodo muestral (1951 a 2000) y ahora. A continuación se nos abrirá un cuadro de diálogo en el es posible ampliar ese rango de trabajo: En el nuevo rango incluiremos tanto el periodo muestral (1951-2000) como el de predicción (2001-2005). las predicciones se refieren a periodos temporales no incluidos en la muestra (supongamos que. en predicción. es conveniente crear un Workfile con un horizonte temporal (Range) que incluya tanto el periodo muestral (Sample) como el de predicción. Por esta razón. Si es necesario. en el cuadro de diálogo que precede a la estimación).

una vez completado el ejercicio de predicción podemos crear un grupo (opción Group) con la variable original y producir un gráfico conjunto con ambas para disponer de una perspectiva más clara del ejercicio de predicción completado. El resto de opciones de esa ventana son fácilmente interpretables (Dynamic significa que EV genera predicciones dinámicas actualizando los datos de la serie con los de las predicciones mientras que en Static la serie no se actualiza). en esa ventana) o sobre la transformación estacionaria usada en la especificación ARIMA (dlog(y)). La nueva variable (yf en el ejemplo) se incorpora como un objeto nuevo en el Workfile. Además. el cual se podrá utilizar cuando se estime conveniente. resulta conveniente asignar un nombre a la predicción puntual (yf) y a la desviación típica del error de predicción (dyf).Con respecto a la ventana anterior conviene recordar que podemos solicitar predicciones sobre la serie original (y. Por ejemplo. 51 .

52 .

53 .