ECONOMETRIA II. Licenciatura en Economía.

EJERCICIOS TM 3-5. 2001-02

(Soluciones en “Ejercicios de Econometría” Aparicio, Trívez y Mur. Colección de Textos Docentes. Págs
263 y siguientes).

1. Dado el proceso:

Yt=3+ut+0.8ut-1-0.5ut-2 , 2U=1

A. Calcular la esperanza, varianza y autocovarianzas

B. Obtener la función de autocorrelación
C. Representación del correlograma

2. Dado el proceso:

Yt=0.4Yt-1+0.3Yt-2+2+ut; , 2U=3

a. ¿Es estacionario?
b. Calcular la esperanza, varianza y autocovarianzas
c. Obtener la función de autocorrelación
d. Representación del correlograma
e. Ecuaciones de Yule-Walker

3. Dado el proceso:

Yt=-0.6Yt-10.5Yt-2+ut+0.4ut-1+6 ; 2U=1

a. ¿Es estacionario?
b. ¿Es invertible?
c. Calcular la esperanza, varianza y autocovarianzas
d. Función de autocorrelación
e. Representación del correlograma

4. Las ventas de una empresa en los últimos 11 años han sido (en miles de millones de pesetas):

año 79 80 81 82 83 84 85 86 87 88 89
ventas 3 4 6 7 7 8 9 11 11 12 13

Identificar el proceso estocástico susceptible de generar dicha serie temporal.

5. Dada la serie Y con t=25, se han obtenido los siguientes coeficientes de autocorrelación muestral:
r1=0.8, r2=0.6, r3=0.23, r4=0.05, r5=0.01.

En base a estos datos un grupo de economistas han estimado los siguientes modelos:
a. Yt=0.8Yt-1+1+ut
b. Yt=3+ut-0.32ut-1+0.2ut-2+0.15ut-3
c. Yt=0.7Yt-1+1+ut-0.4ut-1

A partir de estas estimaciones, se calcularon los cinco primeros coeficientes de autocorrelación de los
residuos para cada modelo. Estos son:
 Coeficientes de correlación muestral de los residuos:
ru1 ru2 ru3 ru4 ru5
mod A 0.001 0.01 0.002 -0.0015 0.0002
mod B 0.6 0.73 0.8 0.45 0.44
mod C 0.1 0.05 0.02 0.02 0.01

Se sabe además que Y25=10; y que Yˆ24 (1)  9.8 .

a. ¿Es la serie estacionaria)

b. Comprobar si la identificación a priori de los modelos es correcta. ¿Qué tipo de modelo hubiera usted
identificado?
c. Comprobar si los modelos superan la etapa de chequeo.
d. Efectuar la predicción para los periodos 26 y 27, utilizando los modelos que superan la etapa de
chequeo.

6. Dada la serie Yt que viene generada por el proceso ARIMA(1,1,2):

Wt=0.5Wt-1+ut-0.4ut-1-0.2ut-2

donde: Wt=Yt-Yt-1 y T=25; Y25=20; Y24=18; Yˆ24 (1)  21 Yˆ23 (1)  19 ; 2U= 2.

a. Analizar la invertilibidad
b. Efectuar la predicción de Y26 e Y27.
c. Realizar una predicción por intervalo para Y26 e Y27 con un nivel de confianza del 95%.

7. ¿Existe algún tipo de proceso ARIMA en el que la varianza del error de predicción efectuada un
periodo hacia adelante sea mayor que la varianza del ruido blanco?

8. Dado el modelo ARIMA

Wt=0.5Wt-1+2+ut ; 2U= 2.

siendo Wt=(1-L)2Yt

Si se dispone de información hasta el periodo 50 I50, obtener la varianza del error de la predicción
efectuada para el periodo 51.
LICENCIATURA EN ECONOMIA. Curso 2001-02

Ejercicios de procesos ARIMA

1. ¿Qué tipo de proceso sigue el siguiente modelo?

(1-0.5L+0.0625L2)Yt=(1-0.55L+0.075L2)ut+

2. (Dic 00)

Supongamos que un empresario quiere predecir las ventas de su empresa y que para ello
dispone del siguiente modelo:

Zt= 0,5Zt-1+ut

donde ut es un ruido blanco con var(ut)=0,2. Además, sabemos que z100=2 y que las
predicciones hechas con el modelo son:

ẑ 99 (1)  1,5
ẑ 99 ( 2)  0,75

a. Calcular z100(j) para j=1,2. Determinar además genéricamente para cualquier j el

valor de z100(j).
b. Obtener la varianza del error de predicción para j=1,2 suponiendo que ut sigue una
distribución normal. Determinar además genéricamente para cualquier j el valor de
var(e100(j))
c. Calcular el intervalo de confianza de ẑ 100 (1) y ẑ 100 ( 2) suponiendo que ut sigue
una distribución normal.

3. (Sept 1999)

Dado un proceso ARIMA(1,1,1), obtén las predicciones puntuales para uno y dos
períodos hacia delante sabiendo que 1=-0,5 y que 1= 0,8.
YT=100
YT-1=98
=3
Ŷ (1) T 1  99

4. (Jul 2000)

Calcular analíticamente el error cuadrático medio en T+1, T+2 y T+3 para un camino
aleatorio sin constante.
5. Dado un proceso ARIMA (1,1,2)
wt= 0,6wt-1+1+ut-0,7ut-1+0,1ut-2

con wt=(1-L)yt

donde T=100, ¿cuál es la predicción puntual y por intervalos de confianza para y101 e
y102, sabiendo que :
y100= 70, y99 =68, ŷ 98 (1)  66 , ŷ 99 (1)  69 ; 2u=1

6. Dado un proceso ARIMA(2,1,0) , donde:

(1+0,49L+0,2L2)(1-L)lnYt= -0,02+ut

sabiendo que:

T=80 , y80= 15,12, y79=16,22; y78=17,32; y77=18,05;

Calcular las predicciones puntuales para los períodos t=81,82,83, 84.

7. Dado un proceso

(1-L)(1-L12)Yt= (1-0,4L)(1-0,6L12)ut

sabiendo que:

y150= 4982; y140=3971; y139=3982; y138= 4253; y137=3960

ŷ 149 (1)  4980 ; ŷ 139 (1)  3968 ; ŷ 138 (1)  3983 ; ŷ 137 (1)  4251

obtener: la predicción puntual uno y dos períodos hacia delante.

8. A partir del FAS y FAP del siguiente proceso:

a) Explica el contraste de Ljung-Box e identifica el proceso que ha sido simulado.

b) ¿Es posible que el proceso haya sido generado a partir de un ARMA(1,1)? En caso
afirmativo, explica bajo qué condiciones es esto posible.

c) Supongamos que el correlograma corresponde a una serie diferenciada una vez en su

parte regular. ¿Qué proceso seguía la serie en niveles? Argumenta tu respuesta y
comenta brevemente las propiedades de estacionariedad en media y varianza de la serie
sin diferenciar.