Académique Documents
Professionnel Documents
Culture Documents
ESTADISTICA Y CIENCIAS
SOCIALES
Profesor:
Alumnos:
Indice
1
Analisis de series de tiempo financieras Laboratorio de Predicci
on
Como se sabe:
F = T T 1
Donde:
1 0 ... 0
0 2 0 0
= .
.. .. .. ..
. . .
0 0 . . . p
1 2 . . . p 1
0 1 ... 0 1
F = .
.. .. .. .. ..
. . . .
0 0 ... 1 0
p1
p1
i 1 + ip2 2 + . . . + p
i
1 2 . . . p 1 p2 p1
i i 1
0 1 ... 0 1
p3 p2
i 2
F.ti = . i =
.. .. . . . ..
. ..
. . ...
..
.
0 0 ... 1 0
1 i
2
Analisis de series de tiempo financieras Laboratorio de Predicci
on
p1 pi
i
p2 p1
i i
p3 p2
i .ti = i i = i
. .
. .
. .
1 i
Los valores propios de la matriz F () deben satisfacer:
p = p1 1 + 1 + p2
i 1 + . . . + p
t11 t12 . . . t1p t11 t12 . . . t1p 1 0 ... 0
t21 t22 . . . t2p t21 t22 . . . t2p 0 1 . . . 0
= . . .
. .. . . ..
.. ... .. .. .. . . . ..
. . . . . . . .
. .
tp1 tp2 . . . tpp tp1 tp2 . . . tpp 0 0 ... 1
sera equivalente a:
p1
i p1
i . . . p1
i t11 t12 . . . t1p 1 0 ... 0
p2
p2 . . . p2
t21 t22 . . . t2p
0 1 . . . 0
i i i
=
. .. .. . .. .
.. .. . ..
. .. .. .. . . . ...
. . .
. . . .
1 1 ... 1 tp1 tp2 . . . tpp 0 0 ... 1
Si p=2: ! ! !
1 2 t11 t12 1 0
=
1 1 t21 t22 0 1
1 t11 + 2 t21 = 1
t11 + t21 = 0
1 t11 + 2 t21 = 1
t21 (2 1 ) = 1
1 1
t21 = ; t11 =
2 1 1 2
se obtendra:
1 1
C1 = C11 t2 = 1 =
2 1 2 1
3
Analisis de series de tiempo financieras Laboratorio de Predicci
on
1 2
C2 = C21 C 21 = 2 =
2 1 2 1
Si p=3:
21 22 23 t11 t12 t13 1 0 0
1 2 3 t21 t22 t23 = 0 1 0
1 1 1 t31 t32 t33 0 0 1
(1 3 )(1 2 )t11 = 1
1 1 1
t11 = ; t21 = ; t31 =
(1 3 )(1 2 ) (2 1 )(2 3 ) (3 1 )(3 2 )
21
C1 = t11 t11
(1 3 )(1 2 )
22
C2 = t12 t21
(2 1 )(2 3 )
23
C3 = t13 t31
(3 1 )(3 2 )
4
Analisis de series de tiempo financieras Laboratorio de Predicci
on
1.2. Funci
on Impulso Respuesta
At = F At1 + t1 . . . . . . (1)
yt 0,6 t 0,11 0,006 yt1 w
t
yt1 = 1 1 0 yt2 + 0
yt2 0 1 0 yt3 0
Iteramos la ecuaci
on 1 un periodo atr
as:
At = F (F At2 + t1 ) + t1
At = F 2 At2 + F t1 + t1 . . . . . . (3)
At = F 3 At3 + F 2 t2 + F t1 + t
Si generalizamos:
yt+j y 1 w wt+j1 wt+j2 wj1 w
t j
+F 2 +. . .+F t1 0 +F t 0
yt+j1 = F t+j+1 y2 + 0 +F 0 0
yt+j2 y3 0 0 0 0 0
Si tomamos a j=0:
yt1 y
1 wt wt1 wt2 wj1 w
2
t1
t
0
yt2 = F t+1 y2 + 0 +F 0 +F 0 +. . .+F 0 +F 0
yt3 y3 0 0 0 0 0
5
Analisis de series de tiempo financieras Laboratorio de Predicci
on
Resolviendo se obtiene:
j
Donde F11 es el elemento (1,1) de la matriz F elevada a la j-esima potencia. Nos piden hallar:
dyt+1
dwt
yt+1 y 1 w t+1 wt wt1 w
1
0 + F2 0 + ... + Ft 0
yt = F t+2 y2 + 0 + F
yt1 y3 0 0 0 0
si j=1 tenemos:
dyt+1 1 dy
= f11 t+1 = 0,6
dwt dwt
yt+2 y w
1 t+2 wt+1 wt w
2
0 + F2 0 + ... + Ft 0
yt+1 = F t+3 y2 + 0 + F
yt y3 0 0 0 0
si j=2 tenemos:
dyt+2 2 dy dy
= f11 t+2 = (0,6)2 0,11 t+2 = (0,6)
dwt dwt dwt
6
Analisis de series de tiempo financieras Laboratorio de Predicci
on
1.3. Captulo 1
Se propone que si los valores propios de F son menores que 1 en modulos, entonces la inversa
de (Ip F ) existe. Supongamos que la inversa de (Ip F ) no exista, entonces la determinante
|Ip F | debera ser cero. Pero
|Ip F | = | [F 1 Ip ]| = ()p |F 1 Ip |,
as que |F 1 Ip | debera ser cero siempre que la inversa de (Ip F ) fallara en existir. Pero
esto significara que 1 es un valor propio de F, el cual es regido por la asuncion que todos
los valores propios de F son estrictamente menores que 1 en modulos. Por lo tanto,la matriz
Ip F debe ser no singular.
Como [Ip F ]1 existe, eso satisface la ecuacion
[Ip F ]1 [Ip F ] = Ip
Como nos piden el elemento (1,1) solo necesitamos encontrar el valor de x1 1, as que solo nos
interesa la primera fila de las matrices
1 1 1 2 p1 p
1 0 0
x11 x12 x1p = 1 0 0
.
.. .. .. ..
. . .
0 0 1
7
Analisis de series de tiempo financieras Laboratorio de Predicci
on
1 1 2 2 . . . p1 p1 p p 2 2 3 . . . p1 p p
1
x11 x12 x1p
.. ..
. .
0 0
= 1 0 0
entonces
x11 (1 1 2 2 . . . p1 p1 p p ) = 1
x11 = 1/(1 1 2 2 . . . p1 p1 p p )
1.4. Captulo 3
Denotamos un AR(2)
Yt = c + 1 Yt1 + 2 Yt2 + t
usamos la notaci
on de operador rezago,
(1 1 L 2 L2 )Yt = c + t ()
(1 1 z 2 z 2 ) = 0
este fuera del crculo unitario. Cuando esa condicion es cumplida, el proceso AR(2) resulta ser
de covarianza estacionaria, y la inversa del operador autorregresivo es dado por
(L) = (1 1 L 2 L2 ) 1 = 0 + 1 L + 2 L2 + 3 L3 + . . .
Yt = (L)c + (L)t
Es demostrado que
(L)c = c/(1 1 2 )
8
Analisis de series de tiempo financieras Laboratorio de Predicci
on
1.5. Captulo 4
(1 1 L 2 L2 . . . p Lp )(Yt ) = (1 + 1 L + 2 L2 + . . . + q Lq )t
con bt generado recursivamente desde
bt = Yt Ybt|t1
para s = 1, 2, . . . , q
para s = q + 1, q + 2, . . .
donde
Yb |t = Y para t
1.6. Bonus
a) Xn = Xn2 + Zn
E(Xn ) = E(Xn2 + Zn )
= + 0
=0
9
Analisis de series de tiempo financieras Laboratorio de Predicci
on
= 0 + 0 + 2 = 2
=0+0=0
x(h) = (h)/(0) = 0/ 2 = 0
b) V ar[(X1 + X2 + X3 + X4 )/4]
1
16 [V ar(X1 + X0 + X1 + X2 ) + V ar(Z1 + Z2 + Z3 + Z4 )]
1 2 2
16 [(0,9) (4 ) + 4 2 ] = 0,11 2 = 0,11
c) V ar[(X1 + X2 + X3 + X4 )/4]
1
16 [V ar(X1 + X0 + X1 + X2 ) + V ar(Z1 + Z2 + Z3 + Z4 )]
1 2 2
16 [(0,9) (4 ) + 4 2 ] = 0,11 2 = 0,11
2. UWs Questions
1.
b)ct = ct ct1
ct = cpt + t cpt1 n1
ct = + t + t n1
c)
ct describe un proceso ARMA(0,1)
(0) = cov(ct , ct )
= E[( + t + t n1 )( + t + t n1 )]
10
Analisis de series de tiempo financieras Laboratorio de Predicci
on
= E(2 + t + t t1 + t + t t + t t t t1 + t + t t + t t t t1 t t1 t
t1 t + t1 t1 )
(0) = 2 + 2 + 2
(1) = 2 2
(2) = 2
..
.
(h) = 2
(h) 2
(h) = (0) = 2 +2 +2
2.
Para h=2,j=1
t+1|t = t+1
Corr(t+2|t , t+1|t ) = 1 2
Para h=3,j=1
t+1|t = t+1
Corr(t+2|t , t+1|t ) = 2 2
11
Analisis de series de tiempo financieras Laboratorio de Predicci
on
Para h=3,j=2
Corr(t+3|t , t+2|t ) = 1 2 + 1 2 2
12