Econometría 2. Modelos no estacionarios y contrastes de raíz unitaria = 0 8. (0 4) 1 +, (0 2 ), y valores críticos

Documentos relacionados
Nombre y Apellidos:... EXAMEN ECONOMETRÍA II (Septiembre 2010)

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero

Econometría II Grado en finanzas y contabilidad

Econometría II Grado en finanzas y contabilidad

CRONOGRAMA DE LA ASIGNATURA TRABAJO DEL ALUMNO DURANTE LA SEMANA. Elegir el proyecto empírico que se va a realizar durante el curso.

Índice General de Ventas en Grandes Almacenes y su logaritmo

PRACTICAS SOBRE LA MODELIZACIÓN DE SERIES TEMPORALES MENSUALES CON LA METODOLOGÍA DE BOX-JENKINS

Introducción a la Econometría

Nombre y Apellidos:... EXAMEN ECONOMETRÍA II (Enero 2010)

Modelo de regresión múltiple: estimación, inferencia y predicción Concepto de econometría...

TODO ECONOMETRÍA. A continuación voy a realizar un primer gráfico para observar el comportamiento de mi serie.

EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:

Curso de Predicción Económica y Empresarial Edición 2004

Estadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.

Práctica 5: cointegración

ANÁLISIS DE LAS SERIES DE TIEMPO - NIVEL II

Estadística II Ejercicios Tema 5

TEMA 3 M O D E L O S U N I V A R I A N T E S L I N E A L E S

Más Allá del Modelo de Regresión Lineal. Dante A. Urbina

Econometría II Grado en finanzas y contabilidad

Econometría de series de tiempo aplicada a macroeconomía y finanzas

GUÍA DE EJERCICIOS 4 ECONOMETRIA III

Curso de Predicción Económica y Empresarial Edición 2004

Econometría. Examen 02/02/2015. La respuesta que no sea claramente interpretable se considerará incorrecta.

Guía docente 2005/2006

La función de consumo de Castilla y León

TODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis

Ejemplo 7.1. Heterocedasticidad. Pilar González y Susan Orbe. Dpto. Economía Aplicada III (Econometría y Estadística)

Estadística II Examen final junio 27/6/17 Curso 2016/17 Soluciones

CALIFICACION: 287,33 218, sí 1 sí 1. Se especifica el siguiente modelo de regresión para el precio de las viviendas: G i =

Econometría dinámica y financiera

Econometría II - examen (SOLUCION)

Hoja de ejercicios 4 Econometría II Curso 2011/2012

MODELOS DE SERIES DE TIEMPO 1. Modelos capaces de predecir, interpretar y evaluar hipótesis con datos económicos y financieros.

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Econometría

Econometría II Grado en finanzas y contabilidad

TRANSMISIÓN DE PRECIOS DEL JITOMATE SALADETTE EN EL MERCADO DE GUADALAJARA, JALISCO

Estadística II Examen final enero 19/1/17 Curso 2016/17 Soluciones Duración del examen: 2 h y 15 min

CURSO ECONOMETRÍA AVANZADA MULTISOFTWARE

Cointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela.

at Nombre y Apellidos:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2014)

Econometría de Económicas Ejercicios para el tema 2 y 3

ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Raices unitarias

Universidad Carlos III de Madrid ECONOMETRÍA I Curso 2006/07 EXAMEN FINAL (Convocatoria extraordinaria) 22 de Septiembre de 2007

Soluciones Examen Final de Econometría Universidad Carlos III de Madrid 26 de Mayo de 2015

EJERCICIO T1 NOMBRE: Correctas Incorrectas En Blanco Puntos

Modelos Econométricos Lección 2. Estacionariedad y raíces unitarias. Presentado por Juan Muro

Econometría II Grado en finanzas y contabilidad

Procesos Integrados. Si (Y t ) no es estacionario pero la serie (Z t ) de las primeras diferencias. Z t = Y t = Y t Y t 1,

Examen de Introducción a la Econometría

UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo A)

Curso: 2º Créditos ECTS: 6 Tipo de asignatura: Obligatoria Tipo de formación: Teórico-Práctica

SERIE TEMPORAL TASA PASIVA REFERENCIAL ECUADOR MAT. GEOVANNY TOALOMBO Agosto 2006

FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES GRADO EN ECONOMÍA

Econometría II. Hoja de Problemas 1

PUEDEN SER UTILIZADOS LOS TIPOS FORWARD PARA MEJORAR LAS PREDICCIONES DE TIPOS DE INTERÉS FUTUROS? Giovana Muñoz Sagarvinaga

EXAMEN ECONOMETRÍA I GRUPO 31 LADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:

Tendencias y ciclos en las variables macroeconómicas

Estadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 5

Información sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.

T3. El modelo lineal básico

Qué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)

T2. El modelo lineal simple

Econometría. Examen 24/06/2015. La respuesta que no sea claramente interpretable se considerará incorrecta.

Modelado y simulación en Ingeniería Química. Manuel Rodríguez

ECONOMETRIA ORDEN DE INTEGRACIÓN N Y RAÍCES UNITARIAS. Mtro. Horacio Catalán Alonso

EXAMEN FINAL DE ECONOMETRÍA SOLUCIONES Conteste cada pregunta en un cuadernillo diferente en dos horas y media

Procesos autorregresivos

UNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA

ENUNCIADOS DE PROBLEMAS

Ejercicio 7. Heterocedasticidad y Autocorrelación. Pilar González y Susan Orbe. Dpto. Economía Aplicada III (Econometría y Estadística)

Lista de Cuadros... Lista de Gráficos... Introducción La Globalización de los Mercados Financieros Internacionales... 13

CURSO ECONOMETRÍA BÁSICA MULTISOFTWARE

1.-Fuentes de perturbación no esféricas. Autocorrelación y Heterocedasticidad.

Herramientas para el Estudio de Mercado. Técnicas de Predicción.

TÉCNICAS ECONOMÉTRICAS PARA PROYECCIONES DE INGRESOS UTLIZANDO EVIEWS. Sesión n 5: Análisis de Series de Tiempo y Estacionariedad

El Modelo de Regresión Lineal

Departamento de Estadística e Investigación Operativa Aplicadas y Calidad. Licenciado en Administración y Dirección de Empresas A.D.E. - U.P.V.

PROGRAMA DE ASIGNATURA FORMULARIO Nº 2

Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA.

Guía breve de análisis de series temporales unidimensionales con Gretl

Prácticas Tema 5. Ampliaciones del Modelo lineal básico

EJEMPLO APLICADO EN PRUEBAS DE ESPECIFICACIÓN ECONOMÉTRICA MODELO DE PRODUCCIÓN AGREGADA PARA LA ECONOMÍA MEXICANA

Relación 3 de problemas

Curso de nivelación Estadística y Matemática

Curso de Predicción Económica y Empresarial Edición 2004

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López

UNIVERSIDAD DE ALICANTE FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES

UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo B)

Fundamentos del Análisis Econométrico. Dante A. Urbina

Departamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.

(X t X)(Y t Y ) S 2 X = (X t X) 2. Análogamente, las expresiones de los estimadores MCO en el modelo (2) son. (Xt X )(Yt Y ) (Xt X ) 2. b 2.

Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008. Práctica 6

Econometría II. Hoja de Problemas 4

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado

Part III. Modelos Box-Jenkins. Series de Tiempo. Germán Aneiros Pérez. Introducción. Procesos ARMA: Procesos ARIMA:

DEPARTAMENTO DE ANÁLISIS ECONÓMICO. PROGRAMA DE ECONOMETRIA (Todos los grupos J, K, M, MM)

Transcripción:

Econometría 2 Modelos no estacionarios y contrastes de raíz unitaria 1. Cuál de las siguientes afirmaciones es verdadera? (a) Un proceso I(1) es un camino aleatorio; (b) Un camino aleatorio es un ruido blanco; (c) Un ruido blanco es estacionario en sentido débil; * (d) Un proceso estacionario en sentido débil lo es también en sentido fuerte. 2. A partir de ( ) = 0 8 (0 4) 1 +, (0 2 ), y valores críticos 2 0, 2 24, 1 95 al 1%, 2 5%, 5%, respectivamente, podemos rechazar una raíz unitaria con un nivel de confianza del (a) 90%, pero no al 95% (b) 95%, pero no al 97 5% (c) 97 5%, pero no al 99% (d) 99% 3. Cuáles son las dos raíces de 2 =0? (a) +1, +1 (b) +1, 1 (c) 1, 1 (d) Imaginarias 4. Cuáles son las dos raíces de 2 1 + 2 =0? 1

(a) +1, +1 (b) +1, 1 (c) 1, 1 (d) Imaginarias 5. Sea +1 el precio spot en euros de un dólar en +1. Comocontrastaría la hipótesis de raíz unitaria, [ +1 ]=0,enelmodelo +1 = + + +1? (a) =0, =0 (b) =0, =1 (c) =1, =0 (d) =1, =1. ½ = + = 1 + ¾ (a) = + + 1 + (b) = + 1 + (c) = 1 + (d) = + + 7. La segunda diferencia en = + + 2 + es (a) Estacionaria e invertible (b) Estacionaria y no invertible (c) Invertible y no estacionaria (d) Ni invertible ni estacionaria 2

8. = + + 1 + es (a) Estacionario (b) Estacionario en primeras diferencias (c) Estacionario en primeras diferencias una vez eliminada la tendencia determinista (d) Estacionario en primeras diferencias una vez eliminada la tendencia estocástica 9. = 1 + 1 es (a) Estacionario e invertible (b) Estacionario y no invertible (c) Invertible y no estacionario (d) Ni invertible ni estacionario 10. Cuál de los siguientes procesos es estacionario e invertible? (a) = 1 + (b) = 1 (c) = 1 + 1 (d) =2 1 2 + 1 11. Un paseo aleatorio, = 1 +, (a) es estacionario en sentido débil (b) es estacionario en sentido fuerte 3

(c) noesestacionarioporque [ ] = 0; (d) no es estacionairo porque [ ]= 2 =1 2 X 12. En = 1 + con 0 =0, = =1 (a) (b) (c) (d) X =1 X =1 +1 +1 X 2 +1 =1 X 3 +1 =1 13. En = 1 + con 0 =0, h P i 1 =1 = (a) (b) (c) (d) ( 1) (2 +1) 2 ( +1)(2 1) 2 ( 1) (2 1) 2 ( +1)(2 +1) 2 " # X 14. En = 1 + con 0 =0, = =1 (a) ( 1) (2 +1) 2 4

(b) (c) (d) ( +1)(2 1) 2 ( 1) (2 1) 2 ( +1)(2 +1) 2 15. =0 7 1 + +0 4 12 es (a) estacionario en la parte regular pero no en la parte estacional (b) invertible en la parte regular pero no en la parte estacional (c) estacionario e invertible en la parte regular y en la parte estacional (d) invertible en la parte regular y no estacionario en la parte estacional 1. En el proceso = Cuál de las siguientes afirmacionesesfalsa? (a) Si es estacionario, entonces es estacionario (b) Si es estacionario, entonces es estacionario (c) Si es estacionario, entonces 1 es estacionario (d) Si es estacionario, entonces [ ]=0 17. ½ = =0 9 1 + ¾ es (a) Estacionario e invertible (b) Estacionario y no invertible (c) Invertible y no estacionario (d) Ni invertible ni estacionario 5

18. La siguiente representación AR(2): = 3 2 1 1 2 2 + es (a) Estacionaria en sentido débil (b) Estacionaria alrededor de una tendencia determinista (c) (1) (d) (2) 19. Qué significa "reversión a la media"? (a) No posee un significado especial (b) Es un proceso (0) (c) Es un proceso (1) (d) Ninguna de las anteriores 20. ½ = + + = 1 + ¾ { } es (1) (a) Con deriva si =1, y estacionario después de eliminar la tendencia si 1 (b) Sin deriva si =1, y estacionario después de eliminar la tendencia si 1 (c) Con deriva si =1,e (0) en primeras diferencias si 1 (d) Sin deriva si =1,e (0) en primeras diferencias si 1 21. En =, [ 0 =1]= (a) 0 (b) 1 (c) 2 (d) Procesonoestacionario

22. Sea = + con = 1 + donde { } y { } son RBs independientes. Entonces, [ ]= (a) 2 2 +2 2 (b) 2 +2 2 (c) 2 2 + 2 (d) 2 + 2 23. Sea = + con = 1 + donde { } y { } son RBs independientes. Entonces, [ 1 ]= (a) 2 (b) 2 (c) 2 (d) 2 24. Suponga un paseo aleatorio = +,con = 0 La predicción con horizonte b + es (a) (b) + (c) (d) 25. El contraste de Dickey-Fuller se emplea (a) Para contrastar el numero de retardos en un modelo dinámico (b) Para cononcer el orden del modelo VAR entre dos variables (c) Para contrastar la estacionariedad de una serie temporal 7

(d) Todas son ciertas 2. Sea ½ = + ¾ = 1 + Entonces, la regresión AR de DF es (a) =(1 ) +( 1) 1 + (b) =( 1) +(1 ) 1 + (c) =(1 ) +( 1) + (d) =( 1) +(1 ) + 27. Sea ½ = + + ¾ = 1 + Entonces, la regresión AR de DF es (a) =[(1 ) + ]+[(1 ) ] +( 1) 1 + (b) =[(1 ) ]+[(1 ) ] +( 1) 1 + (c) =[(1 ) + ]+[( 1) ] +( 1) 1 + (d) =[(1 ) + ]+(1 ) +( 1) 1 + 28. Hallar el ADF en b =0 22 +0 90 1 +0 20 1 ( ) (0 10) (0 20) (0 01) (a) 2 (b) 2 (c) 0 5 (d) 0 5 8

29. Dado = 1 +, la hipótesis nula de raíz unitaria utilizando la regresión de Dickey-Fuller, = 1 +,es (a) 0 : 0 (b) 0 : 0 (c) 0 : =0 (d) ninguna de las anteriores 30. El contraste de Dickey-Fuller Aumentado para una serie temporal se utiliza (a) como alternativa al contraste de Dickey Fuller pero empleando variables explicativas en la regresión (b) para conocer el orden del modelo entre dos variables (c) para contrastar la presencia de raíces unitarias en una serie temporal (d) todas son ciertas 31. De la siguiente estimación = 0 97 1 1% [ ] = 2 0 2 0 5% [ ] = 2 24 5% [ ] = 1 95 ( ) (0 14) podemos rechazar la hipótesis nula de raíz unitaria al (a) 90%, pero no al 95% (b) 95%, pero no al 97 5% (c) 97 5%, pero no al 99% (d) al 99% 32. De la siguiente estimación ( ) =1 35 (3 24) 0 24 ( 3 49) 1 [ ] = 3 17 podemos concluir que se trata de un modelo 9

(a) (1) estacionario (b) De retardos distribuidos (c) No estacionario (d) Mal especificado 33. Que una regresión se considere espúrea significa que (a) Hay que incluir retardos distribuidos en la regresión (b) Hay que utilizar HAC al calcular la varianza asintótica (c) Las variables son integradas del mismo orden, pero no están cointegradas (d) Las variables son integradas del mismo orden y están cointegradas 34. Una serie (1), en general, estará creciendo o cambiando constantemente, (a) pero con reversión a una media constante (b) sin reversión a una media constante (c) con tendencia determinista lineal (d) con tendencia determinista no lineal 35. En una serie ( ), las perturbaciones (a) poseen efectos permanentes (b) poseen efectos transitorios (c) no afectan al nivel de la serie (d) afectan sinusoidalmente 3. Un proceso cuya primera diferencia es un camino aleatorio es (a) (0) 10

(b) (1) (c) (2) (d) (3) ½ = 37. Si 1 + = ¾,entonces{ } es un (a) Camino aleatorio (b) Camino aleatorio en primeras diferencias (c) AR(1) en primeras diferencias (d) AR(2) 38. Si (2), entonces (a) es estacionario (b) tiene una raíz unitaria (c) es estacionario, pero no lo es (d) 2 es estacionario, pero no lo es 39. Si (3), entonces (a) 4 es estacionario, pero no lo es 3 (b) 3 es estacionario, pero no lo es 2 (c) 2 es estacionario, pero no lo es (d) es estacionario, pero no lo es 40. Una regresión entre las series temporales y ha dado los siguientes resultados: b ( ) = 17 44 +0 9 ; ( 7 48) (20 5) b = 0 27 b 1 ( ) ( 3 799) Si el valor crítico del estadístico empleado para un nivel de significación del 1% es -2.59, 11

(a) la regresión original es espúrea (b) la regresión original no posee significado alguno (c) la regresión original representa relaciones a largo plazo entre las variables (d) ninguna de las anteriores 41. Si definimos un proceso = 1 cuál de las siguientes afirmaciones es FALSA? (a) Si es estacionario, entonces es estacionario. (b) Si es estacionario, entonces es estacionario. (c) Si es estacionario, entonces 1 es estacionario. (d) Si es estacionario, entonces ( )=0. 42. Dado un proceso que es un paseo aleatorio, = 1 + para (0 1) cuál de las siguientes afirmaciones es FALSA? (a) [ ]=0. (b) [ ]= (c) [ ]= (d) [ + ]= + 43. La función de autocorrelación de un paseo aleatorio es ( + )= p ( + ) Cuál de las siguientes afirmaciones es FALSA? (a) Si tiende a infinito la primeras autocorrelación son 1. (b) Si es grande respecto a, las autocorrelaciones decaen lentamente (linealmente). (c) Para todo ytodo las autocorrelaciones son igual a 1. (d) Si es grande respecto a, las autocorrelaciones decaen rápidamente (exponencialmente). 12

44. Se ha estimado el siguiente proceso = 1 +0 13 (3 0) 0 075 ( 2 35) 1 donde los residuos están incorrelados y los valores entre paréntesis representan los estadísticos para contrastar la significatividad individual del parámetro. A partir de los siguientes valores de las tablas, 1 9 y 3 17, podemos concluir (a) es un proceso (1) estacionario. (b) es un modelo de retardos distribuidos. (c) esunprocesonoestacionario. (d) ninguna respuesta es correcta. 45. Suponga un paseo aleatorio O = +,con (0 2 ) y c distinto de 0 La predicción con horizonte b ( ) es (a) (b) + (c) (d) 4. Se ha realizado la siguiente regresión del contraste de raíz unitaria DF con T=100 (entre paréntesis la desviación típica estimada) = 0 97 1 + (0 14) Sabiendo que los valores de las tablas del contraste DF para el modelo sin tendencia determinista y sin constante son =0 01 = 2 0 =0 025 = 2 24 y =0 05 = 1 95, se puede concluir (a) se puede rechazar la hipótesis de raíz unitaria al 95% pero no al 97.5% 13

(b) se puede rechazar la hipótesis de raíz unitaria al 97.5% pero no al 99% (c) se puede rechazar la hipótesis de raíz unitaria al 99% (d) no se puede rechazar la hipótesis de raíz unitaria al 95% 47. Un paseo aleatorio, = 1 + (0 2 ) (a) es estacionario en sentido débil (b) es estacionario en sentido fuerte (c) noesestacionarioyaque [ ]=0 (d) no es estacionairo ya que ( )= 2 =1 2 48. Sea el modelo, = 1 + 0 2 1 con (0 1). Obtén la [ +1 1 ] (a) 0 (b) 0 2 2 (c) 2 0 2 (d) 1 0 2 49. Sea el modelo, = 1 + 0 2 1 con (0 2 ). Obtén la [ ] (a) 2 (b) 0 2 2 (c) 2 2 (d) (1 0 2) 2 14

50. El contraste de Dickey - Fuller aumentado permite identificar (a) la presencia de atípicos. (b) la presencia de heterocedasticidad. (c) la presencia de raíces unitarias. (d) la falta de normalidad en los residuos. 51. Sea el proceso: = 0 + 1 + donde es un ruido blanco. Entonces, la diferencia del proceso, es: (a) un ruido blanco. (b) un paseo aleatorio. (c) un (1) no estacionario. (d) un (1) no invertible. 52. La expresión 2 ( 1 + ) donde es el operador diferencias, tal que =1, esequivalentea (a) 2 1 + 2 (b) 1 (c) 2 (d) Ninguna de las anteriores 53. La segunda diferencia de una serie (2) es (a) un ruido blanco (b) una serie (0) (c) una serie (1) 15

(d) un paseo aleatorio con tendencia determinista. 54. Cuál de las siguientes respuestas no es un problema causado por la presencia de tendencias estocásticas? (a) Las estimaciones de los coeficientes autorregresivos están sesgados hacia 0. (b) Los estadísticos t no siguen distribuciones normales. (c) Dos series aparecen relacionadas auque realmente no tienen relación alguna. (d) Al introducir en el modelo una tendencia lineal las estimaciones de los coeficientes se vuelven consistentes. 55. La diferencia de una serie (2) es (a) un ruido blanco (b) una serie (0) (c) una serie (1) (d) un paseo aleatorio con tendencia determinista 5. Un paseo aleatorio, = 1 + (0 2 ) (a) es estacionario en sentido débil (b) es estacionario en sentido fuerte (c) noesestacionarioyaque [ ]=0 (d) noesestacionarioyaque ( )= 2 =1 2 57. El proceso = + + 2 +,donde (0 2 ) y =1 2 3 (a)seconvierteenunprocesoestacionarioperonoinvertiblealtomar dos diferencias 1

(b) Se convierte en un proceso no estacionario ni invertible al tomar dos diferencias (c)seconvierteenunprocesonoestacionarioperoinvertiblealtomar dos diferencias (d) Se convierte en un proceso de ruido blanco al tomar dos diferencias 58. En el siguiente proceso AR(2) = 3 2 1 1 2 2 + (0 2 ) (a) (2) (b) (1) (c) (0) (d) (3) 59. Considere el proceso estacionario = 1 + (0 2 ). Considere ahora el proceso = (primera diferencia del proceso ). Entonces: (a) Ambos procesos tendrán la misma varianza. (b) ( ) ( ) (c) ( ) ( ) (d) No se puede saber. 17