PRUEBA DE ZIVOT Y ANDREW, BREAK POINT UNIT

ROOT TEST Y EL COEFICIENTE DE DESIGUALDAD DE

THEIL EN ECONOMETRIA II

CÁTEDRA: ECONOMETRÍA II

TEMA: “ENSAYO DE ECONOMETRIA II”

CATEDRÁTICO: MG. QUIROZ MARÍN OSWALDO

ESTUDIANTE: LOZANO TELLO, ALEXANDER ALBERTO

 INTRODUCCION

A medida que vamos descubriendo los diversos instrumentos para analizar una serie de
tiempo, llegamos a entender una marcada diferencia entre una serie de tiempo con
componentes determinísticos y otra con componentes estocásticos, en la realidad existen
variables económicas que presentan comportamientos estocásticos o en su defectos semi
determinísticos, por tanto, el análisis hasta el momento alcanzado es en virtud insuficiente
para poder entender situaciones en las que la variable asume un comportamiento con
quiebre en media o en tendencia o ambas, por tal razón nace el interés por parte de los
investigadores Zivot y Andrew en investigar estos casos y plantear soluciones que puedan
darnos una correcta interpretación de los estadísticos, ya que como sabemos la prueba
AFD, no sirve cuando se presentan los que casos mencionados. El motivo de este trabajo
es mencionar estas pruebas y describirlas en forma concisa, así mismo completaremos la
idea de una estimación de un proceso de generador de datos, según el criterio de Theil,
dado que nuestro objetivo final, luego de saber y manejar estas herramientas es el de
pronosticar la variable analizada, siendo un modelo univariado de serie de tiempo.

1. TEST DE ZIVOT Y ANDREW

Principalmente este test parte de la idea de Phillip y Perrón (1988), dado que estos
autores fueron los primeros en descubrir los errores de la prueba AFD, pues al
someterlo en variables con quiebres estructurales, vieron que se incidía en error
al aceptar una H0: Presencia de raíz unitaria o en su defecto el rechazo de esta, en
condiciones de que la seria tenia evidencia suficiente de que era estacionaria.
Estos autores señalan tres modelos que a continuación se presentan:

Modelo A: Quiebre en Intercepto

Modelo B: Quiebre en tendencia

 Modelo C: Quiebre en intercepto y tendencia

Como se puede observar estos autores señalan tres modelos muy parecidos a los de
Dickey Fuller, con la única diferencia de que consideran variables dicotómicas o
Dummys, que representan el momento de quiebre que se observa en la serie de tiempo,
sin embargo, su aporte solo quedo hasta este punto.
El Test de Zivot y Andrew, toma toda esta idea, pero asume a la vez un contraste
secuencial, dado que ellos generar una regresión en cada momento del tiempo, en cada
observación de la serie, es decir al final llegan a identificar la fecha donde se da este punto
de quiebre y por tanto corregir la serie para poder tener una verdadera interpretación
estadística, verídica, de la raíz unitaria. Apoyándose en un principal estadístico que es la
t-student que encuentran para cada observación, así mismo toman en consideración la
prueba F e incluso los criterios de información para poder contrastar la H0 y la H1 de raíz
unitaria.
Dado el avance de la tecnología, el software EVIEWS realiza la prueba de Zivot y
Andrew bajo un programa, donde se especifica los tres tipos de modelos, el rango, los
valores críticos asintóticos, etc. Se adjunta el programa en los anexos.

1.1 CASO PRACTICO (APLICANDO EL PROGRAMA ZA):

Tomando en referencia el programa ZA, con la finalidad de identificar el modelo donde
se da el quiebre estructural procedemos a analizar:
Sea la variable SER01 con 152 observaciones.

1) Procedemos a configurar el programa en función a nuestra variable a analizar.

2) Hacemos correr el programa, el cual analiza dummyes en los tres modelos para
proceder a encontrar el quiebre estructural respectivo (determina la fecha).
3) Se corrige y se analiza con la prueba AFD para finalmente determinar si acepta o
rechaza la hipótesis nula (presencia de raíz unitaria).
2. BREAK POINT UNIT ROOT TEST

Este test guarda totalmente la idea de Zivot y Andrew, así mismo acopla los
modelos de Phillips-Perron, para ser contrastados en una forma sistemática y
computacional, plantea 4 modelos, los tres mencionados ya anteriormente y uno
adicional que solo especifica un punto de quiebre en la serie, es desarrollado por
EVIEWS, en contraste es simple de utilizar dándole los parámetros
correspondientes al software. A continuación, se señala un ejemplo.
2.1 CASO PRACTICO (APLICACIÓN DEL BREAK POINT UNIT ROOT
TEST)
Dada la serie Importaciones desestacionalizada:
3. EL COEFICIENTE DE DESIGUALDAD DE THEIL

Este índice es muy relacionado a la entropía de Shannon, donde se toma un

análisis sobre la información, como esta afecta cuando es insuficiente o suficiente,
principalmente Theil la desarrolla en los ingresos de las personas, para tratar de
medir su igualdad o desigualdad, de la misma manera para el caso de nosotros,
nuestro interés es esencialmente saber que tanto se ajusta la estimación que damos,
al predecir valores de un PGD, dándonos valores entre 0 y 1, lo que significa según
Theil que mientras más se aproxima a 0 es perfectamente igual y si se aproxima a
1 es perfectamente desigual.

Donde:
1: mala aproximación, no idéntica
0: buena aproximación, idéntica
 3.1 CASO PRACTICO (USO DEL COEFICIENTE DE THEIL):
Dada la identificación del proceso generador de datos que sigue una variable
INFLACION durante el periodo 2004.04-2018.04, siendo un modelo ARIMA
(5,1,0)

Bajo el FORECAST del modelo ARIMA (5,1,0), encontramos un pronóstico

representado por la línea roja que según la Q-de Theil con un 0.001159 demuestra
un perfecto ajuste con los datos, dado que tiende muy cerca de 0, esto quiere decir
que nuestra estimación es muy buena.

4. CONCLUSIONES
Cabe señalar que para el análisis Econométrico es importante tener conocimiento
de los diferentes instrumentales que se tiene en el curso, así como en todo
momento, describir una realidad a través de modelos matemáticos y verificar su
validez, no es un proceso fácil de hacer, siempre existen detalle que el investigador
debe tomar en cuenta para poder ser lo más objetivo, depende de la creatividad y
paciencia que tiene. Los test presentados y la descripción del coeficiente de Theil,
son justamente ello, pues buscan ser veraz en el análisis de una serie de tiempo,
describir sus componentes y determinar objetivamente si esta serie es en verdad
estacionario o no, cuando se tiene quiebre estructural, así mismo la Q de Theil,
nos indica que tan buena es nuestra estimación, para pronosticar nuestros valores
que es nuestro objetivo final. En tanto es necesario comprender y entender las
características de estas herramientas en el curso de Econometría II.
ANEXOS
'Programa para la aplicación recursiva del test de Zivot y
'Andrews.
'=============================================
'USO:
' Programa para ser ejecutado en un workfile
' "undated".
' El nombre de la serie por analizar deberá pasarse
' como el primer argumento del programa (%0).
' Es necesario elegir un nivel de holgura apropiado
' para la generación de las dummys (!Hol) y el
' número máximo de rezagos para iniciar la
' ecuación del test (!Rez).
'=============================================

'Inicialización de variables y objetos.

'=============================================
'Nivel de holgura
!Hol = 10

'Número máximo de rezagos

!Rez = 6

GENR _Serie=ser01
GENR _Dserie = d(ser01)

'Estas series contendrán los estadísticos estimados para

'cada fecha tentativa de quiebre.
GENR _ZivotA = 0
GENR _ZivotB = 0
GENR _ZivotC = 0

'Estas series contienen los valores críticos de Zivot y

'Andrews para cada tipo de modelo (alpha = 5%).
GENR _VcritA = -4.80
GENR _VcritB = -4.42
GENR _VcritC = -5.08

GROUP _M_A _ZivotA _VcritA

GROUP _M_B _ZivotB _VcritB
GROUP _M_C _ZivotC _VcritC

!Obs = @OBS(_Serie)
!Fin = !Obs-!Hol

'Elementos para la elección del tipo de modelo óptimo.

!FMaxA = 0
!FMaxB = 0
!FMaxC = 0
VECTOR(3) _Evaluacion = 0

EQUATION _Model_A
EQUATION _Model_B
EQUATION _Model_C
EQUATION _Temp

TABLE(8,2) Reporte_ser01
SETCOLWIDTH(Reporte_ser01,1,15)
SETCOLWIDTH(Reporte_ser01,2,30)
SETCELL(Reporte_ser01,1,1,"Resultados de la prueba F")
SETCELL(Reporte_ser01,2,1,"Serie analizada")
SETCELL(Reporte_ser01,2,2,%0,"l")
SETLINE(Reporte_ser01,3)
SETLINE(Reporte_ser01,8)
SETCELL(Reporte_ser01,4,1,"Modelo A","c")
SETCELL(Reporte_ser01,5,1,"Modelo B","c")
SETCELL(Reporte_ser01,6,1,"Modelo C","c")
SETCELL(Reporte_ser01,7,1,"Mejor Modelo","c")
%Resp = "El quiebre está en el período "

'ALGORITMO DE BÚSQUEDA
'=============================================

FOR !i = !Hol to !Fin

'Generación de dummies.
GENR _Dum = 0
SMPL !i !Obs
GENR _Dum = 1
SMPL @ALL
GENR _Dut = @TREND*_Dum

'Evaluación del Modelo C.

'===========================================
_Temp.LS _Serie c @TREND(1) _Dum _Dut
IF _Temp.@F > !FMaxC THEN
!FMaxC = _Temp.@F
SETCELL(Reporte_ser01,6,2,%Resp + @str(!i-1),"l")
ENDIF

GROUP _Rezagos _Dserie(-1 to -!Rez)

!ultimo_r = 5 + !Rez
!r = -!Rez
FOR !j = !ultimo_r to 6 step -1
_Model_C.LS _Dserie c _Serie(-1) @TREND(1) _Dum _Dut _Rezagos
IF @TDIST(@TSTAT(!j),@REGOBS-@NCOEF)<=0.05 THEN
_ZivotC(!i) = @TSTAT(2)
EXITLOOP
ELSE _Rezagos.DROP _DSerie(!r)
!r = !r+1
ENDIF
NEXT

IF !r = 0 THEN
_Model_C.LS _Dserie c _Serie(-1) @TREND(1) _Dum _Dut
_ZivotC(!i) = @TSTAT(2)
ENDIF

'Evaluación del Modelo B.

'===========================================
_Temp.LS _Serie c @TREND(1) _Dut
IF _Temp.@F > !FMaxB THEN
!FMaxB = _Temp.@F
SETCELL(Reporte_ser01,5,2,%Resp + @str(!i-1),"l")
ENDIF

GROUP _Rezagos _Dserie(-1 to -!Rez)

!ultimo_r = 4 + !Rez
!r = -!Rez
FOR !j = !ultimo_r to 5 step -1
_Model_B.LS _Dserie c _Serie(-1) @TREND(1) _Dut _Rezagos
IF @TDIST(@TSTAT(!j),@REGOBS-@NCOEF)<= 0.05 THEN
_ZivotB(!i) = @TSTAT(2)
EXITLOOP
ELSE _Rezagos.DROP _Dserie(!r)
!r = !r+1
ENDIF
NEXT
 IF !r = 0 THEN
_Model_B.LS _Dserie c _Serie(-1) @TREND(1) _Dut
_ZivotB(!i) = @TSTAT(2)
ENDIF

'Evaluación del Modelo A.

'=======================================
_Temp.LS _Serie c @TREND(1) _Dum
IF _Temp.@F > !FMaxA THEN
!FMaxA = _Temp.@F
SETCELL(Reporte_ser01,4,2,%Resp + @str(!i-1),"l")
ENDIF

GROUP _Rezagos _Dserie(-1 to -!Rez)

!ultimo_r = 4 + !Rez
!r = -!Rez
FOR !j = !ultimo_r to 5 step -1
_Model_A.LS _Dserie c _Serie(-1) @TREND(1) _Dum _Rezagos
IF @TDIST(@TSTAT(!j),@REGOBS-@NCOEF)<= 0.05 THEN
_ZivotA(!i) = @TSTAT(2)
EXITLOOP
ELSE _Rezagos.DROP _DSerie(!r)
!r = !r+1
ENDIF
NEXT

IF !r = 0 THEN
_Model_A.LS _Dserie c _Serie(-1) @TREND(1) _Dum
_ZivotA(!i) = @TSTAT(2)
ENDIF

NEXT

'============================================

_Evaluacion(1) = !FMaxA
_Evaluacion(2) = !FMaxB
_Evaluacion(3) = !FMaxC

!Maximo = @MAX(_Evaluacion)

FOR !i = 1 to 3
IF _Evaluacion(!i) = !Maximo THEN
SETCELL(Reporte_ser01,7,2,!i,0,"l")
ENDIF
NEXT

SMPL !Hol !Fin

GRAPH ZA_ser01.MERGE _Resultado_A _Resultado_B _Resultado_C

SMPL @ALL

'=============================================

'Eliminamos elementos temporales.

D _*

O también podemos usar este otro programa de Zivot y Andrew

!obs=152
'actualizar: número de observaciones y serie bajo análisis
'determina endógenamente el número de rezagos a incluir
'en la regresión de las primeras diferencias
genr lserie=ser01
genr dlserie=d(lserie)
!reg= -1*@ceiling((!obs)^(1/3))
genr t=@trend(1)
!regfin=0
smpl 1 !obs
FOR !rreg=!reg to -1
equation temp.ls dlserie c lserie(-1) dlserie(-1 to !rreg) t
!mcoef=-!rreg+2
!tdist=@tdist(c(!mcoef)/sqr(@covariance(!mcoef,!mcoef)),temp.@regobs-temp.@ncoef)
IF !regfin=0 and !tdist<0.05 THEN
!regfin=!rreg
genr regfin=!regfin
ENDIF
NEXT
!nui=1
!nuf=!obs
!cotau=!nuf-@ceiling(0.15*!obs)
!cotal=!nui+@ceiling(0.15*!obs)
FOR !num=!cotal to !cotau
smpl !nui !num
genr dum{!num}=0
genr dut{!num}=0
smpl !num+1 !nuf
genr dum{!num}=1
genr dut{!num}=@trend(!num)
IF !regfin=0 then
smpl !nui !nuf
equation eq1.ls dlserie c lserie(-1) t dut{!num} dum{!num}
smpl !num !num
genr zivot=(c(2)/sqr(@covariance(2,2)))
smpl !nui !nuf
equation eq2.ls dlserie c lserie(-1) t dut{!num}
smpl !num !num
genr zivott=(c(2)/sqr(@covariance(2,2)))
smpl !nui !nuf
equation eq3.ls dlserie c lserie(-1) t dum{!num}
smpl !num !num
genr zivotm=(c(2)/sqr(@covariance(2,2)))
ENDIF
IF !regfin<>0 then
smpl !nui !nuf
equation eq1.ls dlserie c lserie(-1) dlserie(-1 to !regfin) t dut{!num} dum{!num}
smpl !num !num
genr zivot=(c(2)/sqr(@covariance(2,2)))
smpl !nui !nuf
equation eq2.ls dlserie c lserie(-1) dlserie(-1 to !regfin) t dut{!num}
smpl !num !num
genr zivott=(c(2)/sqr(@covariance(2,2)))
smpl !nui !nuf
equation eq3.ls dlserie c lserie(-1) dlserie(-1 to !regfin) t dum{!num}
smpl !num !num
genr zivotm=(c(2)/sqr(@covariance(2,2)))
ENDIF
NEXT
smpl !cotal !cotau
genr vcrit=-5.08
genr vcritm=-4.8
genr vcritt=-4.42
plot zivot vcrit
plot zivott vcritt
plot zivotm vcritm
'TEST F secuencial
!bestf=0
!bestft=0
!bestfm=0
FOR !num=!cotal to !cotau
smpl !nui !nuf
equation eq4.ls lserie c t dut{!num} dum{!num}
smpl !num !num
genr f=@f
!f=@f
IF !f>!bestf THEN
!bestf=!f
!fecha=!num
ENDIF
smpl !nui !nuf
equation eq5.ls lserie c t dut{!num}
smpl !num !num
genr ft=@f
!ft=@f
IF !ft>!bestft THEN
!bestft=!ft
!fechat=!num
ENDIF
smpl !nui !nuf
equation eq6.ls lserie c t dum{!num}
smpl !num !num
genr fm=@f
!fm=@f
IF !fm>!bestfm THEN
!bestfm=!fm
!fecham=!num
ENDIF
NEXT
smpl !nui !nuf
scalar fecha=!fecha
scalar fechat=!fechat
scalar fecham=!fecham
scalar bestf = !bestf
scalar bestft = !bestft
scalar bestfm = !bestfm
group fstat f ft fm
plot fstat

'Para determinar el valor F más elevado revisar los escalares !bestf, !bestft, !bestfm;
'y para determinar las respectivas fechas, los escalares !fecha, !fechat, !f