QUIEBRE ESTRUCTURAL

14
Métodos Econométricos Magen Infante 39 XI. ANALISIS DE ESTABILIDAD ESTRUCTURAL En todo proceso de estimación, se acepta el supuesto que los parámetros permanecen fijos en el modelo para toda la muestra. Dada una muestra de n observaciones, se supone que los estimadores de los parámetros son válidos para toda la muestra. Esta suposición no siempre es cierta. Terminología: Estabilidad estructural, quiebre estructural, constancia de los parámetros, data fuera de la muestra, data dentro de la muestra. Varias formas de probar la estabilidad estructural 1. Test de Chow o test de exactitud predictiva 2. Test de Pagan y Nicholls 3. Test de Hansen 4. Coeficientes recursivos o estimación recursiva 5. Residuos recursivos 6. Suma de residuos recursivos 7. Tests generales de cambio estructural 1.- Test de CHOW Este contraste prueba si el modelo de regresión planteado para toda la muestra n , es válido tanto para el modelo de una de sus submuestras 1 n como para el modelo de la otra submuestra 2 n , donde 2 1 n n n . No hay una reglas para determinar los tamaños de 1 n y 2 n . El objetivo es probar si la variación sospechada en el transcurso de la muestra es lo suficientemente importante como para generar cambios en los coeficientes del modelo. Modelo para el periodo n : ) ( 2 1 n n n

description

Quiebre Estructural en Econometría

Transcript of QUIEBRE ESTRUCTURAL

  • Mtodos Economtricos

    Magen Infante 39

    XI. ANALISIS DE ESTABILIDAD ESTRUCTURAL

    En todo proceso de estimacin, se acepta el supuesto que los parmetros permanecen fijos

    en el modelo para toda la muestra. Dada una muestra de n observaciones, se supone que los

    estimadores de los parmetros son vlidos para toda la muestra. Esta suposicin no siempre

    es cierta.

    Terminologa: Estabilidad estructural, quiebre estructural, constancia de los parmetros, data

    fuera de la muestra, data dentro de la muestra.

    Varias formas de probar la estabilidad estructural

    1. Test de Chow o test de exactitud predictiva

    2. Test de Pagan y Nicholls

    3. Test de Hansen

    4. Coeficientes recursivos o estimacin recursiva

    5. Residuos recursivos

    6. Suma de residuos recursivos

    7. Tests generales de cambio estructural

    1.- Test de CHOW

    Este contraste prueba si el modelo de regresin planteado para toda la muestra n , es vlido

    tanto para el modelo de una de sus submuestras 1n como para el modelo de la otra

    submuestra 2n , donde 21 nnn . No hay una reglas para determinar los tamaos de 1n y

    2n .

    El objetivo es probar si la variacin sospechada en el transcurso de la muestra es lo

    suficientemente importante como para generar cambios en los coeficientes del modelo.

    Modelo para el periodo n : )( 21 nnn

  • Mtodos Economtricos

    Magen Infante 40

    iikkiii XXXY 22110

    Modelo para cada submuestra jn : )2,1( j

    iikkiii XXXY 1

    2

    1

    21

    1

    1

    1

    0 ),,2,1( 1ni

    Matricialmente: XY 1

    iikkiii XXXY 2

    2

    2

    21

    2

    1

    2

    0 ),,1( 1 nni

    Matricialmente: XY 2

    De los tres modelos anteriores, se calcula

    SCE Suma de Cuadrados del Residual del modelo en todo el periodo n .

    1SCE Suma de Cuadrados del Residual del modelo en todo el periodo 1n .

    2SCE Suma de Cuadrados del Residual del modelo en todo el periodo 2n .

    Contraste de hiptesis:

    :0H 21

    2

    2

    2

    1

    2

    0

    1

    1

    1

    1

    0

    1

    kk

    No existe Cambio Estructural en el modelo

    (Estabilidad)

    :1H 21 21 ii Existe Cambio Estructural en el modelo (Inestabilidad)

    en al menos un i .

    Estadstico de Prueba:

    Bajo la suposicin que :0H 2

    2

    2

    1

    2

    0

    1

    1

    1

    1

    0

    1

    kk

    es verdadero,

    22,121

    21

    )22(

    1

    )(

    knkF

    kn

    SCESCEk

    SCESCESCE

    F

    Regla de Decisin:

  • Mtodos Economtricos

    Magen Infante 41

    Rechazar :0H 2

    2

    2

    1

    2

    0

    1

    1

    1

    1

    0

    1

    kk

    si 22,1 knkFF

    Consecuencias:

    1. No se puede capturar la realidad estudiada mediante el modelo estimado.

    2. Los parmetros estimados, en comparacin con los que se obtendran en

    estimaciones parciales, resultaran sesgados e inconsistentes.

    3. Los errores cometidos en una nica estimacin resultan comparativamente mayores, a

    los que se obtendran en estimaciones parciales.

    4. La varianza de los parmetros de la nica estimacin resultan relativamente mayor, lo

    que supondr un valores t ms reducidos y en consecuencia mayor probabilidad de

    cometer el error tipo II.

    5. El valor de prediccin sera menos creble

    Correcciones:

    1. Debe detectarse el origen de la ruptura o del cambio

    1. Si se atribuye a un error de especificacin: se tendr que revisar si la forma

    funcional es la correcta, as como si se han introducido las variables ms

    relevantes en el modelo.

    Si se debe en cambio a un cambio en el sistema analizado se podr corregir con el empleo

    de variables ficticias. Estas variables son de naturaleza dicotmica (0,1) y pretender capturar

    esos cambios que no se pueden representar con variables reales.

    Limitaciones:

    1. El test no detecta la observacin donde ocurre el cambio. Slo confirma o desmiente

    su existencia.

    2. Detecta solamente cambios bruscos.

    3. Se debe conocer previamente el punto de corte. Cortar donde se presume de la

    existencia, producto de la observacin de los errores o partiendo de razones tericas.

    4. El contraste pierde potencia en la medida que se acerca a los extremos

    Ejemplo 9: Suponga que el presente es Enero de 1992.

    Hacer una prueba de estabilidad desde 1980 hasta 1991, del modelo

    ii Xr 10 )144,,2,1( i

    donde

    r Porcentaje de ganancia anual por el capital de participacin en una Cia.

  • Mtodos Economtricos

    Magen Infante 42

    X Ganancia excedente en un modelo de bolsa.

    1 Coeficiente beta CAPM del capital.

    La estimacin de beta se hace con observaciones mensuales desde 1980 hasta 1991.

    Debido a que un investigador expresa preocupacin debido a que el mercado de bolsa colaps

    en octubre de 1987 por una relacin de ganancia-riesgo. Probar si la conjetura es cierta.

    Periodo: En 1981 Oct 1987 (n=82) Nov 1987 En 1992 (n=50) En 1981 En 1992

    (n=132)

    Xr 2.168.01 Xr 53.168.02 Xr 37.139.0

    03555.01 SCE 00336.02 SCE 0434.0SCE

    Suma de Cuadrados Suma de Cuadrados Suma de Cuadrados

    del Residual del modelo del Residual del modelo del Residual

    del modelo

    en todo el periodo 1n . en todo el periodo 2n . en todo el periodo n .

    Contraste de hiptesis:

    :0H 21

    2

    1

    2

    0

    1

    1

    1

    0

    No existe Cambio Estructural (Estabilidad)

    :1H 21 Existe Cambio Estructural en el modelo (Inestabilidad)

    Estadstico de Prueba:

    Bajo la suposicin que :0H 2

    2

    1

    2

    0

    1

    1

    1

    01

    es verdadero,

    698.7

    21*2132

    00336.003555.011

    )00336.003555.0(0434.0

    )22(

    1

    )(

    21

    21

    kn

    SCESCEk

    SCESCESCE

    F

    Regla de Decisin:

    Rechazar :0H 21 porque 22,1 knkFF : 698.7F y 06.3132,2 F entonces

    22,1 knkFF .

    Por tanto, rechazamos la hiptesis de estabilidad. E investigador tiene razn para preocuparse

    a un 95% de confianza. El modelo no es el mismo para ambos periodos de la muestra y tal

    modelo no puede ser utilizado como representativo y menos para prediccin. Probablemente

    se debera utilizar la estimacin de la segunda muestra debido a la necesidad de tener que

    tomar una decisin de inversin para 1992.

  • Mtodos Economtricos

    Magen Infante 43

    Para ilustracin, sea el modelo de dos variables, suponiendo que 0 y 1 son fijos:

    XY 10

    Si 0 y 1 no fueran fijos, las conclusiones del modelo estimado no sern del todo vlidas.

    Por eso es necesario detectar si existe presencia de cambio estructural a lo largo de la muestra

    para saber que medidas tomar.

    2.2.- Contraste en base a la RECURSIVIDAD

    La Estimacin Recursiva es otra forma de analizar la estabilidad del modelo. Es adecuada para

    series de tiempo donde no se conoce el momento del quiebre. Es un mtodo general.

    Este mtodo consiste en la estimacin secuencial del modelo especificado para distintos

    tamaos muestrales.

    rX matriz )1( kr corresponde a r observaciones de la variable endgena.

    r estimador de obtenido con las r primeras observaciones,

    1 r estimador de obtenido con las 1r primeras observaciones, etc.

    Nota: r debe ser tal que 1 kr

    Etapa I

    Para r observaciones, se estima el vector de parmetros r y ste a su vez es utilizado para

    la prediccin de 1rY desconocida, dadas las observaciones de las variables explicativas 1rX

    .

    Se tiene r observaciones

    r Estimador con r observaciones.

    Se tiene la 1r -sima observacin, la variable endgena 1rY no se conoce.

    rrr XY 11 Predictor 1r utilizando el

    estimador de r observaciones

    anteriores.

    rkr

    k

    k

    r XX

    XX

    XX

    Y

    Y

    Y

    1

    221

    111

    2

    1

    1

    1

    1

    krr XX ,11,11?

  • Mtodos Economtricos

    Magen Infante 44

    Etapa II

    Seguidamente, con las ahora 1r observaciones, se estima un nuevo vector de parmetros

    1

    r y ste a su vez es utilizado para la prediccin de 2rY desconocida, dadas las

    observaciones de las variables explicativas 2rX .

    Se tiene 1r observaciones

    1 r Estimador con 1r observaciones.

    Se tiene la 1r -sima observacin, la variable endgena 1rY no se conoce.

    122

    rrr XY Predictor 2r utilizando el

    estimador de 1r

    observaciones anteriores.

    Al ir aumentando la muestra de las variables explicativas, proceder del mismo modo que en

    las Etapas I y II. Al finalizar se dispondr de los siguientes predictores :

    rrr XY 11 , 122 rrr XY , 233 rrr XY , , , 14 nrn XY

    2.2.1.- Coeficientes Recursivos

    Este mtodo analiza los grficos de cada uno de los coeficientes estimados al ir aadiendo

    observaciones a la muestra con la que se realiza la estimacin.

    Contraste de Hiptesis:

    :0H No existe Cambio Estructural (Estabilidad)

    :1H Existe Cambio Estructural en el modelo (Inestabilidad)

    Mtodo de prueba:

    Graficar cada coeficiente estimado sucesivamente dentro de su banda de confianza

    stnddes.2 .

    Regla de decisin:

    krr

    k

    k

    rXX

    XX

    XX

    Y

    Y

    Y

    ,11,1

    221

    111

    1

    2

    1

    1

    1

    1

    krr XX ,21,21?

  • Mtodos Economtricos

    Magen Infante 45

    Observar la presencia de inestabilidad en el modelo, si los coeficientes sufren grandes

    cambios al ir aumentando la muestra. Lo ideal es que se mantengan aproximadamente

    constantes.

    2.2.2.- Residuos Recursivos

    Si disponemos de las observaciones 1rY , 2rY , 3rY , , nY , se puede calcular los

    Residuos Recursivos. El error de prediccin de un periodo hacia delante es definido como

    11

    1

    rrYYe

    r

    Varianza del error de prediccin

    )()( 111 rr YYVareVar r )( 11 rrr XYVar )')'((

    1

    11 rrrrrr YXXXXYVar

    )')'(()( 111 rrrrrr YXXXXVarYVar

    )()')'(()(1

    11 rrrrrr YVarXXXXYVar

    21

    1

    2 )')'(( rrrr XXXX

    )')'(1(1

    1

    2

    rrrr XXXX

    Contraste de Hiptesis:

    :0H No existe Cambio Estructural (Estabilidad)

    :1H Existe Cambio Estructural en el modelo (Inestabilidad)

    Estadstico de prueba:

    Se define el Residuo recursivo como 2/111

    111

    )')'(1(

    rrrr

    rrr

    XXXX

    YYw

    .

    Calcular todos los residuos recursivos 1rw : 2kw , 3kw , , nw . Bajo el supuesto de estabilidad y normalidad, stos residuos se distribuyen como una );0(

    2N .

    Graficar cada residuo recursivo obtenido sucesivamente dentro de la banda de confianza

    stnddes.2 .

  • Mtodos Economtricos

    Magen Infante 46

    Regla de decisin:

    Observar la presencia de inestabilidad de los parmetros si uno o varios residuos recursivos

    sobrepasan sus bandas de confianza.

    Contraste de CUSUM

    Este contraste consiste en la acumulacin progresiva de los residuos recursivos

    normalizados.

    Contraste de Hiptesis:

    :0H No existe Cambio Estructural (Estabilidad)

    :1H Existe Cambio Estructural en el modelo (Inestabilidad)

    Estadstico de prueba:

    Suma de cuadrados de la regresin

    de todas las n observaciones.

    Se obtendrn los valores mW : 2kW , 3kW , , nW .

    Graficar los valores de mW y trazar las bandas de significacin:

    )1(;1 knak , )1(;1 knak y las bandas )1(3; knan , )1(3; knan

    1

    2

    kn

    SSR

    w

    W

    m

    kj

    j

    m

    nkkm ,,3,2

    SSR

  • Mtodos Economtricos

    Magen Infante 47

    Bajo el supuesto de estabilidad, el estadstico de CUSUM tiene media cero, por eso, las

    sumas acumuladas que se alejen de cero indica existencia de inestabilidad.

    Dependiendo del nivel de significacin con el que se desee realizar el contraste, existen

    diferentes valores de a tabulados:

    Regla de decisin:

    Los valores de deben oscilar dentro de las lneas de significacin.

    Cuando los valores sobrepasan dichas rectas, se puede considerar falta de estabilidad en el

    modelo.

    1rW

    k+1 n r

    13 kna

    13 kna

    1 kna

    1 kna

    mW

    % 1% 5% 10%a = 1.143 0.948 0.85

  • Mtodos Economtricos

    Magen Infante 48

    Contraste de CUSUMQ

    Este contraste depende de la suma acumulada del cuadrado de los residuos recursivos en el

    numerados, y en el denominador la suma de cuadrados de la totalidad de los Residuos

    recursivos.

    Contraste de Hiptesis:

    :0H No existe Cambio Estructural (Estabilidad)

    :1H Existe Cambio Estructural en el modelo (Inestabilidad)

    Estadstico de prueba:

    Este estadstico tambin se basa en lneas de significacin que dependen del valor esperado

    del estadstico, sumndole y restndole una cantidad fija que depende del nivel de

    significacin elegido.

    Bajo la hiptesis nula, la esperanza o valor esperado de mS es igual a:

    1

    1)(

    kn

    kmSE m cuyo valor vara entre cero y uno.

    Cero aproximadamente cuando 2 km y uno cuando nm .

    Trazar los lmites de significacin. Graficar los residuos recursivos mS .

    Regla de decisin:

    Se rechaza la hiptesis de estabilidad del modelo si la representacin grfica de los valores

    del estadstico mS muestra observaciones fuera de la banda de confianza.

    n

    kj

    j

    m

    kj

    j

    m

    w

    w

    S

    2

    2

    2

    2

    nkkm ,,3,2

    k+1 n

    mS

    0)( CSE m

    0)( CSE m

    )( mSE

  • Mtodos Economtricos

    Magen Infante 49

  • Mtodos Economtricos

    Magen Infante 50

    1.- Tipos de Cambio Estructural

    Un cambio o modificacin en los parmetros es un Cambio Estructural. Existen dos tipos de

    cambio en los parmetros:

    Cambio en el intercepto (Cambio cualitativo)

    Cambio en la pendiente (Cambio cuantitativo)

    Antes, supongamos que el tamao de la muestra es n y sta se divide en 1n y 2n tal

    que 21 nnn . En base a estas dos submuestras se tienen los modelos

    XY 111

    0 para 1n

    XY 2210

    para 2n

    Posibles casos de cambio o quiebre estructural:

    (1) 2

    0

    1

    0 y 2

    1

    1

    1 No hay cambio estructural

    (2) 2

    0

    1

    0 y 2

    1

    1

    1 Cambio estructural

    (3) 2

    0

    1

    0 y 2

    1

    1

    1 Cambio estructural

    (4) 2

    0

    1

    0 y 2

    1

    1

    1 Cambio estructural

    1.1- Cambio estructural en el Intercepto ( XY 10 )

    Es un cambio en el coeficiente intercepto tal que

    XY 10 para 1n

    XY 20

    para 2n

    El grfico indica que la ecuacin no es estable en el intercepto, y por tanto existe cambio

    estructural en el trmino independiente. Se le conoce como Cambio Estructural Cualitativo,

    debido a la inestabilidad en el parmetro de posicin.

    1.2- Cambio estructural de Pendiente ( XY 10 )

    Es un cambio o alteracin en el coeficiente al regresor o a los regresores.

    XY 110 para 1n

    XY 210 para 2n

    En el grfico se puede observar que un cambio en

    la pendiente lleva acompaado un cambio en el

    intercepto tambin. Debido a esto, a un cambio

    Y

    X

    1

    1

    {

    11

    { 20

    1

    0

    Y

    X

    1

    1

    1

    {

    2

    1

    1

    {2010

  • Mtodos Economtricos

    Magen Infante 51

    estructural de pendiente se le conoce como un

    Cambio Estructural Mixto, Cambio Estructural

    Cualitativo. El trmino cuantitativo surge del

    hecho que un cambio en la pendiente determina

    otra intensidad o medida en la variable endgena.

    1.3- Cambio estructural de slo Pendiente ( XY 10 )

    En la muestra pueden darse condiciones tal que suceda un cambio estrutural en la pendiente

    y no en el intercepto.

    XY 110 para 1n

    XY 210 para 2n

    1.4- Generalizacin del Cambio estructural ( kkXXY 110 )

    El estudio de Cambio Estructural de intercepto, de pendiente y de ambos, se puede generalizar

    a un modelo con k variables explicativas o independientes.

    kkXXY 110

    Al subdividir la muestra de tamao n en 1n y 2n tal que 21 nnn ,

    kkXXY1

    1

    1

    1

    1

    0 para 1n

    kk XXY2

    1

    2

    1

    2

    0 para 2n

    donde 2

    0

    1

    0 2

    1

    1

    1

    21

    kk

    Cuando existe cambio estructural, ya no existe estabilidad en los parmetros y deben utilizarse

    tcnicas para detectar dicho cambio y tomar medidas para obtener resultados ms confiables.

    Y

    X

    1

    1 1{

    2

    1

    0

    2

    0

    1

    00

  • Mtodos Economtricos

    Magen Infante 52

    2.- Contrastes para Cambio Estructural o Inestabilidad

    En la prctica es muy frecuenta preguntarse si dos submuestras han sido generadas por la

    misma estructura de modelo.

    El cambio estructural suele presentarse cuando se tiene informacin acerca de una variacin

    o situacin de consideracin durante el periodo muestral.