Vous êtes sur la page 1sur 11

Docentes: Raúl Enrique Godínez

Axel Canales García

Uso de los archivos disponibles


Querido estudiante aspirante al éxito, el siguiente articulo tiene por objetivo enseñar el proceso
de automatización de tareas en Eviews, auxiliándose de Excel y programas previamente hechos.

Objetivo de la clase: El dominio y entendimiento de la programación en Eviews, para la creación


de un modelo econométrico, logrando así optimizar algunos procesos.

Reglas de la clase:

 Prohibido el uso del celular.


 Respetar a los docentes.
 Las preguntas se hacen al final de cada módulo.
 Prohibido no realizar las tareas en paralelo con la clase.
 Los recesos serán de 5 minutos cada 25 minutos.

Tener en cuenta:

1. Deberá nombrar la variable explicada como “Y”


2. De forma análoga, las explicativas, X1, X2, …, Xn
3. El presente artículo se limita hasta 4 variables explicativas.
4. El orden es de vital importancia para la realización de dicho trabajo.
5. La autocorrelación no fue automatizada por efectos prácticos.
6. No se automatizan las correcciones.
7. Deberá tener conocimientos previos sobre econometría.
8. Se limita el MCO

Paso 1: Selección de variables


¿Cuántas variables tenemos?

Como en esta ocasión trabajaremos con modelos de regresión múltiple, es decir, de 2 variables
explicativas o más, partimos de que nuestra selección de variables dependerá del número de
variables disponibles.

El número de combinaciones de dichas variables nacen de la siguiente expresión:

2𝑘 − 1 𝑑𝑜𝑛𝑑𝑒 𝑘 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠

Para la obtención de las combinaciones usaremos el archivo Excel correspondiente al número de


variables disponibles, para nuestro ejemplo usaremos el de 4 variables.

equation m1.ls y c X4
equation m9.ls y c X1 X4
equation m2.ls y c X3
equation m10.ls y c X1 X3
equation m3.ls y c X3 X4
equation m11.ls y c X1 X3 X4
equation m4.ls y c X2
equation m12.ls y c X1 X2
equation m5.ls y c X2 X4
equation m13.ls y c X1 X2 X4
equation m6.ls y c X2 X3
equation m14.ls y c X1 X2 X3
equation m7.ls y c X2 X3 X4
equation m15.ls y c X1 X2 X3 X4
equation m8.ls y c X1
Docentes: Raúl Enrique Godínez
Axel Canales García

Estas serían las combinaciones pertenecientes a un modelo de regresión múltiple de 4 variables,


se debe correr todas las regresiones en Eviews para rellenar la tabla de selección de variables. Si
bien la macro genera los códigos, no está de más saber el origen de este.

Paso 2: Abrir nuestro archivo Eviews


Recuerde que deberá crear un archivo donde se encuentre delimitado el periodo de estudio y las
variables correctamente nombradas. En nuestro ejemplo trabajaremos con modelos Lin-Lin dado
la naturaleza de nuestras variables, si en dado caso se tiene que trabajar con modelos Log-Lin,
Lin-Log o Log-Log, el alumno debe ser capaz de cambiar el código de las regresiones.

Recomendaciones:

 Dejar al menos 6 meses,1 semestre, 2 trimestre o un año para pronostico.


 Revisar su base de datos.
 Delimitar la base de datos para el pronóstico o en su defecto usar “smpl”.

Una vez teniendo en orden nuestra base de datos en Eviews, procedemos a la creación de las
demás páginas, las cuales nos serán de utilidad para mantener el orden.

Una vez creadas y nombradas las páginas, procedemos a la programación.

Paso 3: Crear un programa


La primera página en Eviews será utilizada para la selección de variables, en dicha página nos
dirigimos a “File/new/program”. Una vez abierta la pestaña de program, guardamos el programa
con el nombre “Selección_variables” o “Parte_1”. Nosotros usamos la primera opción.
Docentes: Raúl Enrique Godínez
Axel Canales García

Una vez creado el programa,


copiamos el código de la selección
de variables y damos click en “Run”
y de inmediato Eviews creará las
regresiones que se solicitaron y con
el nombre previamente especificado.
Por cual, solo restaría abrir una a
una y llenar la tabla de selección de
variables.

Creación de los demás programas


De manera análoga a la creación del primer programa, debemos crear un programa
correspondiente a cada página y ejecutarlo, a los estudiantes se les facilitó un Excel de generación
de código correspondientes a cada página, llevando el siguiente orden:

1. Selección de variables.
2. Parte 2 (Test de Chow y multicolinealidad).
3. Parte 3 (Heteroscedasticidad, excepto Goldfeld Quant).
4. Parte 3.1 (Goldfeld Quant).

El archivo de Excel que genera los códigos está condicionado a la muestra, por lo tanto, antes
de importar dichos códigos asegurarse de especificar correctamente la muestra de estudio.

Antes de continuar con la clase, remarcar los procesos a seguir para trabajar un modelo usando
programación:

1. Seleccionar número de variables.


2. Generar las combinaciones de dichas variables.
3. Adecuar la muestra en el archivo Eviews.
4. Nombrar correctamente las variables.
5. Crear las páginas que serán usadas.
6. Crear el programa y ejecutarlo en su página correspondiente.

Acaba esta introducción procedemos a la explicación de cómo usar los objetos generados por
la optimización y cómo usar a Excel como herramienta auxiliar.
Docentes: Raúl Enrique Godínez
Axel Canales García

'Generar regresión ganadora


equation r_total.ls y c x1 x2 x3 x4

'Test de Chow
'Ruptura total X1
equation SCR_chow_x1.ls y c x1
smpl 2008.1 2009.6
equation SCR1_chow_x1.ls y c x1
smpl 2009.7 2015.6
equation SCR2_chow_x1.ls y c x1

'Ruptura en pendiente
smpl 2008.1 2009.6
genr f1=1
genr f2=0
smpl 2009.7 2015.6
genr f2=1
genr f1=0
smpl 2008.1 2015.6
equation SCR_pendiente_X1.ls y f1 f2 x1

'Ruptura en intercepto
genr f1x1= f1*x1
genr f2x1=f2*x1
equation SCR_intercepto_x1.ls y c f1x1 f2x1

'Ruptura total X2
equation SCR_chow_x2.ls y c x2
smpl 2008.1 2009.6
equation SCR1_chow_x2.ls y c x2
smpl 2009.7 2015.6
equation SCR2_chow_x2.ls y c x2
'Ruptura en pendiente
smpl 2008.1 2009.6
genr f1=1
genr f2=0
smpl 2009.7 2015.6
genr f2=1
genr f1=0
smpl 2008.1 2015.6
equation SCR_pendiente_X2.ls y f1 f2 x2
Docentes: Raúl Enrique Godínez
Axel Canales García

'Ruptura en intercepto
genr f1x2= f1*x2
genr f2x2=f2*x2
equation SCR_intercepto_x2.ls y c f1x2 f2x2

'Ruptura total X3
equation SCR_chow_x3.ls y c x3
smpl 2008.1 2009.6
equation SCR1_chow_x3.ls y c x3
smpl 2009.7 2015.6
equation SCR2_chow_x3.ls y c x3

'Ruptura en pendiente
smpl 2008.1 2009.6
genr f1=1
genr f2=0
smpl 2009.7 2015.6
genr f2=1
genr f1=0
smpl 2008.1 2015.6
equation SCR_pendiente_x3.ls y f1 f2 x3
'Ruptura en intercepto
genr f1x3= f1*x3
genr f2x3=f2*x3
equation SCR_intercepto_x3.ls y c f1x3 f2x3

'Ruptura total x4
equation SCR_chow_x4.ls y c x4
smpl 2008.1 2009.6
equation SCR1_chow_x4.ls y c x4
smpl 2009.7 2015.6
equation SCR2_chow_x4.ls y c x4

'Ruptura en pendiente
smpl 2008.1 2009.6
genr f1=1
genr f2=0
smpl 2009.7 2015.6
genr f2=1
genr f1=0
smpl 2008.1 2015.6
equation SCR_pendiente_x4.ls y f1 f2 x4
Docentes: Raúl Enrique Godínez
Axel Canales García

'Ruptura en intercepto
genr f1x4= f1*x4
genr f2x4=f2*x4
equation SCR_intercepto_x4.ls y c f1x4 f2x4

'Multicolinealidad
'Método del determinante
group g1 x1 x2 x3 x4
sym mcor=@cor(g1)
scalar det=@det(mcor)

'El de Farrar lo hago en excel


'BKW
g1.pcomp(eigval=auto)
'k(x)= sqr(max/min) en excel

'FIV
r_total.varinf

'Medida de Theil
equation theil_x1.ls y c x2 x3 x4
equation theil_x2.ls y c x1 x3 x4
equation theil_x3.ls y c x1 x2 x4
equation theil_x4.ls y c x1 x2 x3

'HETEROSCEDASTICIDAD

'Contraste de Breusch-Pagan
'Variable X1
smpl @all
equation bp_x1.ls y c x1
bp_x1.makeresid resid_x1

genr r2_x1=resid_x1^2
scalar scr_x1 =bp_x1.@ssr
scalar mv_x1=scr_x1/bp_x1.@regobs

genr G_x1=r2_x1/mv_x1
Docentes: Raúl Enrique Godínez
Axel Canales García

equation bp_GX1.ls g_x1 c x1


scalar sce_x1 = (bp_Gx1.@ssr)*((bp_Gx1.@r2)/(1-bp_gx1.@r2))
scalar bpexp_x1 = sce_x1/2
scalar bppro_x1 = @chisq(bpexp_x1,1)

'Variable x2
equation bp_x2.ls y c x2
bp_x2.makeresid resid_x2

genr r2_x2=resid_x2^2
scalar scr_x2 =bp_x2.@ssr
scalar mv_x2=scr_x2/bp_x2.@regobs

genr G_x2=r2_x2/mv_x2

equation bp_Gx2.ls g_x2 c x2


scalar sce_x2 = (bp_Gx2.@ssr)*((bp_Gx2.@r2)/(1-bp_gx2.@r2))
scalar bpexp_x2 = sce_x2/2
scalar bppro_x2 = @chisq(bpexp_x2,1)

'Variable x3
equation bp_x3.ls y c x3
bp_x3.makeresid resid_x3

genr r2_x3=resid_x3^2
scalar scr_x3 =bp_x3.@ssr
scalar mv_x3=scr_x3/bp_x3.@regobs

genr G_x3=r2_x3/mv_x3

equation bp_Gx3.ls g_x3 c x3


scalar sce_x3 = (bp_Gx3.@ssr)*((bp_Gx3.@r2)/(1-bp_gx3.@r2))
scalar bpexp_x3 = sce_x3/2
scalar bppro_x3 = @chisq(bpexp_x3,1)

'Variable x4
equation bp_x4.ls y c x4
bp_x4.makeresid resid_x4

genr r2_x4=resid_x4^2
Docentes: Raúl Enrique Godínez
Axel Canales García

scalar scr_x4 =bp_x4.@ssr


scalar mv_x4=scr_x4/bp_x4.@regobs

genr G_x4=r2_x4/mv_x4

equation bp_Gx4.ls g_x4 c x4


scalar sce_x4 = (bp_Gx4.@ssr)*((bp_Gx4.@r2)/(1-bp_gx4.@r2))
scalar bpexp_x4 = sce_x4/2
scalar bppro_x4 = @chisq(bpexp_x4,1)

'Contraste de Glesjer
smpl @all

'Variable x1

genr x12=x1^2
genr ix1=1/x1
genr rx1=sqr(x1)
genr irx1=1/rx1
genr ix12=1/x12

equation regx1.ls y c x1

regx1.makeresid r_x1

genr absr_x1=abs(r_x1)

'De las siguientes regresiones se extraen las probabilidades t, scr y el r cuadrado el ganador
tiene la prob mas significativa , scr mas bajo y el r cuadrado mas alto

equation x1_h_1.ls absr_x1 c x1


equation x1_h_neg1.ls absr_x1 c ix1
equation x1_h_05.ls absr_x1 c rx1
equation x1_h_neg05.ls absr_x1 c irx1
equation x1_h_2.ls absr_x1 c x12
equation x1_h_neg2.ls absr_x1 c ix12
Docentes: Raúl Enrique Godínez
Axel Canales García

'Variable x2

genr x22=x2^2
genr ix2=1/x2
genr rx2=sqr(x2)
genr irx2=1/rx2
genr ix22=1/x22

equation regx2.ls y c x2

regx2.makeresid r_x2

genr absr_x2=abs(r_x2)

'De las siguientes regresiones se extraen las probabilidades t, scr y el r cuadrado el ganador
tiene la prob mas significativa , scr mas bajo y el r cuadrado mas alto

equation x2_h_1.ls absr_x2 c x2


equation x2_h_neg1.ls absr_x2 c ix2
equation x2_h_05.ls absr_x2 c rx2
equation x2_h_neg05.ls absr_x2 c irx2
equation x2_h_2.ls absr_x2 c x22
equation x2_h_neg2.ls absr_x2 c ix22

'Variable x3

genr x32=x3^2
genr ix3=1/x3
genr rx3=sqr(x3)
genr irx3=1/rx3
genr ix32=1/x32

equation regx3.ls y c x3

regx3.makeresid r_x3

genr absr_x3=abs(r_x3)
Docentes: Raúl Enrique Godínez
Axel Canales García

'De las siguientes regresiones se extraen las probabilidades t, scr y el r cuadrado el ganador
tiene la prob mas significativa , scr mas bajo y el r cuadrado mas alto

equation x3_h_1.ls absr_x3 c x3


equation x3_h_neg1.ls absr_x3 c ix3
equation x3_h_05.ls absr_x3 c rx3
equation x3_h_neg05.ls absr_x3 c irx3
equation x3_h_2.ls absr_x3 c x32
equation x3_h_neg2.ls absr_x3 c ix32

'Variable x4

genr x42=x4^2
genr ix4=1/x4
genr rx4=sqr(x4)
genr irx4=1/rx4
genr ix42=1/x42

equation regx4.ls y c x4

regx4.makeresid r_x4

genr absr_x4=abs(r_x4)

'De las siguientes regresiones se extraen las probabilidades t, scr y el r cuadrado el ganador
tiene la prob más significativa, scr más bajo y el r cuadrado más alto

equation x4_h_1.ls absr_x4 c x4


equation x4_h_neg1.ls absr_x4 c ix4
equation x4_h_05.ls absr_x4 c rx4
equation x4_h_neg05.ls absr_x4 c irx4
equation x4_h_2.ls absr_x4 c x42
equation x4_h_neg2.ls absr_x4 c ix42

'Goldfeld
'Variable X1
genr t= @trend(1)
pagesort x1
smpl 1 30
equation GQ1_X1.ls y c x1
smpl 61 90
equation GQ2_X1.ls y c x1
Docentes: Raúl Enrique Godínez
Axel Canales García

'variable X2
pagesort x2
smpl 1 30
equation GQ1_x2.ls y c x2
smpl 61 90
equation GQ2_x2.ls y c x2

'Variable X3
pagesort x3
smpl 1 30
equation GQ1_x3.ls y c x3
smpl 61 90
equation GQ2_x3.ls y c x3

'Variable X4
pagesort x4
smpl 1 30
equation GQ1_x4.ls y c x4
smpl 61 90
equation GQ2_x4.ls y c x4

pagesort t

Vous aimerez peut-être aussi