Macroeconometra

Ejercicios
Nikolas A. Mller-Plantenberg

Marzo junio 2006

1 Ecuaciones en diferencias
1. (a) Deriva las formulas de Euler:
cos =
e
i
+ e
i
2
,
sin =
e
i
e
i
2i
.
(b) Deriva la siguiente ecuacin:
e
i
= 1.
(c) Deriva la frmula de de Moivre, utilizando la forma polar de un nmero complejo, z =
u + vi.
(d) Deriva la frmula de de Moivre, sin utilizar la forma polar de un nmero complejo, z =
u + vi.
2. Considera la siguiente ecuacin en diferencias:
y
t
=
0
+
1
y
t1
.
(a) Deriva la solucin homognea, particular y general, suponiendo que el valor inicial de y
t
,
y
0
, es y
0
.
(b) Suponemos que tienes inicialmente 1000 euros en una cuenta bancaria y que aades cada
ao 200 euros. La cuenta bancaria lleva un tipo de inters de 5%. Escriba la ecuacin de
acumulacin de tus ahorros.

E-mail: nikolas.muller@uc3m.es. Address: Room 15.1.08, Department of Economics, Universidad Carlos III de
Madrid, Calle Madrid 126, 28903 Getafe (Madrid), Spain. Phone: +34 91 624-8669.
1
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
3. Considera el siguiente modelo del mercado monetario de Cagan (1956):
m
d
t
:= p
t
+ (p
t+1
p
t
),
m
s
t
:= m
t
,
m
d
t
= m
s
t
,
donde
m
d
t
:= logaritmo de la demanda monetaria (nominal),
m
s
t
:= logaritmo de la oferta monetaria (nominal),
p
t
:= logaritmo del nivel de precios,
> 0,
> 0.
(a) Interpreta la funcin de demanda real de dinero sugerido por Cagan.
(b) Deriva una solucin particular para p
t
en trminos de los pasados valores de {m
t
}, uti-
lizando el mtodo de iteracin. Demuestra que esta solucin es divergente.
(c) Deriva el mismo resultado que la solucin es divergente utilizando el operador de
retardo.
(d) Deriva una solucin particular para p
t
en trminos de los futuros valores de {m
t
}, uti-
lizando el mtodo de iteracin. Deriva la solucin general y interpretala.
(e) Deriva la misma solucin utilizando el operador de retardo.
(f) Deriva la funcin impulso-respuesta, es decir, la derivada de p
t
con respeto a m
t+i
, i =
1, 2 . . .. Comenta sobre la intuicin de esta funcin.
4. Busca una solucin a la siguiente ecuacin, utilizando los operadores de retardo:
y
t
=
0
+
1
y
t1
+
t
+
1

t1
, donde |
1
| < 1.
5. (a) Considera el siguiente modelo de una economa abierta:
s
t
= c
t
,
q
t
= s
t
,
z
t
+ c
t
= 0,
z
t
= z
t1
q
t1
,
donde
q
t
:= tipo de cambio real (aumento = apreciacin real),
s
t
:= tipo de cambio nominal (aumento = apreciacin nominal),
z
t
:= cuenta corriente (exportaciones netas),
c
t
:= transferencias de dinero ("cash ow"),
> 0,
> 0.
2/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
No hay otras transacciones en la cuenta corriente que exportaciones y importaciones. Las
exportaciones y las importaciones se pagan enseguida, es decir en el mismo periodo, y no
hay otras transacciones en las cuentas de capital y nancieras de la balanza de pagos.
i. Interpreta las ecuaciones del modelo.
ii. De las ecuaciones del modelo, forma una ecuacin en diferencias en z
t
como nica
variable.
iii. Deriva la ecuacin caracterstica, mostrando todos los pasos. Cuales son las races
caractersticas?
iv. Deriva las soluciones homogneas, y
h
t
, una solucin particular, y
p
t
, y la solucin
general, y
g
t
, de la ecuacin en diferencias.
v. Deriva la condicin bajo la que la solucin oscile.
vi. Calcula la frecuencia y el perodo de la oscilacin.
vii. Deriva la condicin bajo la que el proceso explota.
(b) Ahora considera el siguiente modelo de una economa abierta:
s
t
= c
t
,
q
t
= s
t
,
z
t
+ d
t
+ c
t
= 0,
d
t
= d
1
t
d
1
t1
,
c
t
= d
1
t1
,
z
t
= z
t1
q
t1
,
donde
d
1
t
:= ujo de deuda, creada en t, a devolver en t + 1.
i. Interpreta las ecuaciones del modelo.
ii. De las ecuaciones del modelo, forma una ecuacin en diferencias en z
t
como nica
variable.
iii. Deriva la ecuacin caracterstica, mostrando todos los pasos. Cuales son las races
caractersticas?
iv. Deriva las soluciones homogneas, y
h
t
, una solucin particular, y
p
t
, y la solucin
general, y
g
t
, de la ecuacin en diferencias.
v. Deriva la condicin bajo la que la solucin oscile. Es ms o menos probable que en
el modelo anterior que la cuenta corriente, z
t
, oscile?
vi. Calcula la frecuencia y el perodo de la oscilacin. En este modelo, la frecuencia
es mayor o menor que en modelo anterior?
vii. Deriva la condicin bajo la que el proceso explota.
viii. En los grcos 1 y 2 vemos la evolucin de las cuentas corrientes en Japn y Ale-
mania. Las series temporales conrman nuestro modelo en el sentido de que se ven
ciclos de la cuenta corriente y del tipo de cambio en ambos pases. Sin embargo,
en el caso de Alemania, la frecuencia de los ciclos es ms grande. Es posible ex-
plicar esta observacin en trminos de nuestro modelo? (Recuerda que el comercio
internacional, como fraccin del PIB, es ms grande en Alemania que en Japn.)
3/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
2 Modelos de series temporales estacionarios
1. Cuales de los siguientes series temporales {y
t
: t = 0, 1, 2, . . .} son estacionarios? Ex-
plica tu respuesta.
(a) y
t
son variables aleatorias independientes e idnticamente distribuidas, cada una con una
distribucin exponencial negativa.
(b) y
t
= y
t1
+
t
, donde los
t
son variables aleatorias independientes e idnticamente
distribuidas, con una distribucin N(0, 1).
(c) y
t
= 0,7y
t2
+
t
, donde los
t
son variables aleatorias independientes e idnticamente
distribuidas, con una distribucin N(0, 1).
(d) y
t
= Acos t, donde A y son constantes reales.
(e) y
t
= Acos(t + ), donde A y son constantes reales y es una variable aleatoria con
una distribucin uniformees decir, rectangularen el intervalo [, ]. (Recuerda que
2 cos
1
cos
2
= cos(
1
+
2
) + cos(
1

2
).)
(f) y
t
=
t
+
t
, donde las variables
t
y
t
son independientes entre ellas y cada una es
estacionaria.
(g) y
t
=
t

t
, donde las variables
t
y
t
son independientes entre ellas y cada una es esta-
cionaria.
(h) y
t
= x, t, donde x N(0, 1).
(i) y
t
= x, t, donde x tiene una distribucin de Cauchy, es decir, la funcin de densidad de
probabilidad de x es:
f(x)
1
1 + y
2
, < x < .
(j) y
t
= x
t
, t, donde x
t
es estacionario.
2. Explica porque ninguna de las siguientes funciones puede ser la funcin de autocorrelacin,
(), = 0, 1, 2, . . ., de una serie temporal estacionaria.
(a) (0) = 1,
(1) = 0,5,
(1) = 0,5,
() = 0 cuando = 2, 3, . . .
(b) () = 1,1
||
cuando = 0, 1, 2, . . .
3. Determina la esperanza y la funcin de autocorrelacin del siguiente proceso estocstico:
y
t
= 12 +
t
+ 0,3
t1
0,2
t2
, (0,
2
).
Cmo cambiara la funcin de autocorrelacin si se sustituyera el nmero 12 por 6?
4. Demuestra que en un modelo MA(1), |
1
| 1/2. Cul es la condicin para que |
1
| = 1/2?
4/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
5. Para cada uno de los siguientes modelos, determina los ordenes p y q de su representacin
ARMA. Adems determina si los modelos son sobreparametrizados, no estacionarios, no in-
vertibles o si tienen una raz unitaria.
(a)
y
t
1,2y
t1
+ 0,2y
t2
=
t
1,4
t1
.
(b)
y
t
= 0,1y
t1
+ 0,42y
t2
+
t
+ 0,9
t1
+ 0,14
t2
.
(c)
y
t
= 1,44y
t2
+
t
0,64
t2
.
(d)
y
t
+ 0,5y
t1
+ 0,125y
t2
=
t
.
6. (a) Deriva una expresin general para la funcin de autocorrelacin de un proceso AR(2) de
media cero:
y
t
=
1
y
t1
+
2
y
t2
+
t
,
donde

t
WN(0,
2
).
(b) Calcula y dibuja en un grco las primeras cinco autocorrelaciones con los siguientes
parmetros:
i.
1
= 0.6,
2
= 0.2,
ii.
1
= 0.6,
2
= 0.2.
7. (a) Calcula las autocovarianzas del siguiente proceso ARMA(1,1):
y
t
= 0,6y
t1
+
t
0,8
t1
.
(b) Cuales son los coecientes,
j
, en la representacin de medias mviles innita de este
proceso?
8. Cmo se pueden estimar y en un modelo ARMA(1,1), utilizando las primeras dos auto-
correlaciones? Las primeras dos autocorrelaciones son:
5/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
3 Tendencias y estacionalidad en series temporales
1. Dada una condicin inicial para y
0
, busca la solucin para y
t
y la previsin en origen t a
horizonte t + s, E
t
(y
t+s
).
(a) y
t
= y
t1
+
t
+ 0,5
t1
.
(b) y
t
= 1,1y
t1
+
t
.
Se puede transformar este modelo en un modelo estacionario?
(c) y
t
= y
t1
+ 1 +
t
.
(d) y
t
= y
t1
+ t +
t
.
Se puede transformar este modelo en un modelo estacionario?
(e) y
t
=
t
+
t
+ 0,5
t1
, donde
t
=
t1
+
t
.
Hay una representacin ARIMA(p,1,q) de este modelo?
(f) y
t
=
t
+
t
+ 0,5
t1
, donde
t
= 0,5
t1
+
t
.
[Enders (2003, exercise 4.1).]
2. Hemos visto que con una muestra limitada, puede ser imposible de distinguir un modelo
estacionario de un modelo con raz unitaria. Considera ahora un ejemplo donde el mod-
elo verdadero es estacionario y donde hay un proceso de raz unitaria con caractersticas
estadsticas prcticamente idnticas.
Suponemos que el modelo estacionario es simplemente:
y
t
=
t
, (13)
donde

t
(0,
2
).
Ahora intenta distinguir este modelo del siguiente modelo:
(1 L)y
t
= (1 + L)
t
, (14)
donde

t
(0,
2
),
|| < 1,
y
0
=
0
= 0.
(a) Cul es la prediccin para el perodo t + s del modelo en ecuacin (13), y cul es
el error cuadrtico medio de prediccin correspondiente (desde el punto de vista del
perodo t)?
(b) Cul es la prediccin para el perodo t + s del modelo en ecuacin (14), y cul es
el error cuadrtico medio de prediccin correspondiente (desde el punto de vista del
perodo t)?
(c) Qu valor tiene que tener para que el error cuadrtico medio de prediccin del
modelo (14) sea slo hasta 10% ms grande que en el modelo (13)? Considera los
dos siguientes casos.
i. El horizonte de la prediccin, s, es 1.
ii. El horizonte de la prediccin, s, es 5.
6/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
4 Modelos multivariantes de series temporales
1. Considera el siguiente modelo de vectores autoregresivos:

y
t
z
t

0,8 0,2
0,2 0,8

y
t1
z
t1

e
1t
e
2t

. (15)
(a) Calcula la ecuacin univariante en diferencias de {y
t
} que corresponda al modelo en
ecuacin (15).
(b) Determina si {y
t
} es estacionario.
(c) Caracteriza la funcin impulso-respuesta de y
t
para un shock de magnitud unitaria
de e
1t
y para un shock de magnitud unitaria de e
2t
.
(d) Suponemos que e
1t
=
yt
+ 0,5
zt
y que e
2t
=
zt
. Caracteriza la funcin impulso-
respuesta de y
t
para un shock de magnitud unitaria de
yt
y para un shock de magnitud
unitaria de
zt
.
(e) Suponemos que e
1t
=
yt
y que e
2t
= 0,5
yt
+
zt
. Caracteriza la funcin impulso-
respuesta de y
t
para un shock de magnitud unitaria de
yt
y para un shock de magnitud
unitaria de
zt
.
(f) Considerando las ltimas dos respuestas, explica por qu el orden de la descomposi-
cin Choleski es importante.
(g) Si estable, un proceso de vectores autoregresivos como l en ecuacin (15) tiene la
siguiente representacin:
x
t
=

i=0
A
i
1
e
t
,
donde
x
t
=

y
t
z
t

, A
1
=

0,8 0,2
0,2 0,8

, e
t
=

e
1t
e
2t

.
Calcula A
2
1
y A
3
1
para determinar si A
i
1
se acerca a la matriz nula o no.
[Enders (2003, exercise 5.4).]
2. Considera el siguiente modelo de vectores autoregresivos:

y
t
z
t

0,8 0,2
0,4 0,1

y
t1
z
t1

e
1t
e
2t

. (16)
(a) Calcula la ecuacin univariante en diferencias de {y
t
} que corresponda al modelo en
ecuacin (16).
(b) Determina si {y
t
} es estacionario.
(c) Caracteriza la funcin impulso-respuesta de y
t
para un shock de magnitud unitaria
de e
1t
y para un shock de magnitud unitaria de e
2t
.
(d) Suponemos que e
1t
=
yt
+ 0,5
zt
y que e
2t
=
zt
. Caracteriza la funcin impulso-
respuesta de y
t
para un shock de magnitud unitaria de e
yt
y para un shock de magnitud
unitaria de e
zt
.
7/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
(e) Suponemos que e
1t
=
yt
y que e
2t
= 0,5
yt
+
zt
. Caracteriza la funcin impulso-
respuesta de y
t
para un shock de magnitud unitaria de e
yt
y para un shock de magnitud
unitaria de e
zt
.
(f) Considerando las ltimas dos respuestas, explica por qu el orden de la descomposi-
cin Choleski es importante.
(g) Si estable, un proceso de vectores autoregresivos como l en ecuacin (16) tiene la
siguiente representacin:
x
t
=

i=0
A
i
1
e
t
,
donde
x
t
=

y
t
z
t

, A
1
=

0,8 0,2
0,4 0,1

, e
t
=

e
1t
e
2t

.
Calcula A
2
1
y A
3
1
para determinar si A
i
1
se acerca a la matriz nula o no.
[Enders (2003, exercise 5.5).]
3. Suponemos que los residuos de un modelo de vectores autoregresivos tienen una matriz
varianza-covarianza con Var(e
1
) = 0,75, Var(e
2
) = 0,5 y Cov(e
1
, e
2
) = 0,25.
(a) Utilizando una descomposicin Choleski con b
12
= 0, identica los valores de b
21
,
Var(
yt
) y Var(
zt
).
(b) Utilizando una descomposicin Choleski con b
21
= 0, identica los valores de b
12
,
Var(
zt
) y Var(
yt
).
(c) Suponemos que los tres primeros valores estimadas de e
1t
son 1, 0, 1 y que los tres
primeros valores estimadas de e
2t
son 1, 0, 1. Busca los tres primeros valores de

yt
y
zt
, utilizando cada una de las descomposiciones de las partes anteriores.
[Enders (2003, exercise 5.6).]
8/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
5 Cointegracin y modelos de correccin de error
1. (a) Hay una variable y
t
que es I(1). Se cree que y
t
es una funcin de un regresor x
t
que
tambin es I(1). Cul es la condicin para que y
t
sea cointegrada con x
t
? Explica
en breve cmo se puede determinar si hay cointegracin entre y
t
y x
t
.
(b) Las variables y
t
y x
t
son los logartmos de los variables originales y las dos son I(1).
Se obtienen las siguientes estimaciones:
y
t
= 0,105
(0,05)
y
t1
+ 0,096
(0,04)
x
t1
+ 0,54
(0,04)
x
t
+ u
t
.
donde los errores estndar estn en parntesis. Interpreta este modelo en trminos de
un modelo de correccin de error. Cul es la relacin a largo plazo? Las variables
se mueven uno por uno a largo plazo? Hay cointegracin entre y
t
y x
t
?
2. Considera la siguiente regresin de cointegracin:
y
t
= + x
t
+ u
t
,
u
t
= u
t1
+
t
,
donde los
t
son innovaciones independientes y idnticamente distribuidas con media cero
y varianza
2
y las series temporales x
t
y y
t
son I(1). El modelo se puede escribir en
trminos de un modelo de correccin de error:
y
t
= + (y
t1
x
t1
) + x
t
+
t
. (18)
(a) Determina , , , en trminos de los parmetros del problema original.
(b) Cul es la interpretacin del modelo en el caso en que 0 < < 1?
(c) Cul es la interpretacin del modelo en el caso en que = 1?
References
Cagan, P. (1956), The monetary dynamics of hyperination, in M. Friedman, ed., Studies in the
quantity theory of money, University of Chicago Press, Chicago, pp. 25117.
Enders, W. (2003), Applied Econometric Time Series, John Wiley and Sons, New York, Chichester,
Brisbane.
9/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
1970 1975 1980 1985 1990 1995 2000
2.5
0.0
2.5
5.0
7.5
10.0
12.5
15.0
17.5
Current account
3.4
3.6
3.8
4.0
4.2
4.4
4.6
Nominal effective exchange rate
Nominal effective exchange rate (counterfactual)
Figure 1: Japanese current account and counterfactual exchange rate. Japanese current account (left
scale, in trillions of yen, transformed from biannual to quarterly frequency using a natural cubic spline
smooth) and nominal effective exchange rate (right scale, in logarithms), period from 1968Q1 to 1999Q4.
The exchange rate is plotted along with counterfactual estimates during the periods 1980Q11981Q4 and
1984Q21986Q2 when measures to liberalize Japans capital account took effect, inducing capital inows in
the early 1980s and capital outows in the mid-1980s. The counterfactual series was calculated by removing
the exchange rate observations during the years of increased capital in- or outows and lling the missing
values with the estimates from a natural cubic spline smooth based on all remaining observations. Source:
Economic Outlook (OECD), IFS (IMF), own calculations.
10/ 11
Universidad Carlos III de Madrid
Departamento de Economa
Macroeconometra
Segundo trimestre de 20052006
5
0
5
10
15
20
25
4.15
4.20
4.25
4.30
4.35
4.40
4.45
4.50
1980 1985 1990
Current account
Nominal effective exchange rate
Figure 2: German current account and nominal exchange rate in the 1980s. German current account
(left scale, in German mark) and nominal effective exchange rate (right scale, in logarithms), period from
1977Q1 to 1990Q4. Source: International Financial Statistics (IMF).
11/ 11