ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

ECONOMETRIA III Folleto Parcial I

MAOV I término, 2019

Problem Set

Problema 1
Suponga una muestra de observaciones en el tiempo, resumidas en un proceso Xt . Explique
cómo probar empı́ricamente si existe autocorrelación. Describa claramente los elementos del
test y qué información puede extraer de él.

Problema 2
Suponga que Cov(Xt , Xt−k ) = γk no depende de t pero que E(Xt ) = 2t.

1. Es Xt estacionario?

2. Sea Yt = 8 + 5t + Xt . Es Yt estacionario?

Problema 3
Suponga que Yt sigue un proceso AR(1) de la forma Yt = φYt−1 + εt , con −1 ≤ φ ≤ 1

1. Encuentre la función de autocovarianza para Wt = ∆Yt = Yt − Yt−1

2σε2
2. Muestre que V ar(Wt ) = 1+φ

Problema 4
A diferencia de un proceso autorregresivo, no podemos estimar directamente un modelo MA
por mı́nimos cuadrados ordinarios. Necesitamos partir de una distribución de referencia y la
estimación se realiza por Máxima Verosimilitud. Suponga entonces que yt sigue un proceso
MA(1):
yt = εt + βεt−1
Suponga además que εt es un proceso ruido blanco y que εt ∼ N (0, σ 2 ), es decir, cada real-
ización de εt se obtiene de una distribución normal. A partir de estas expresiones, demuestre
cómo realizar la estimación de los parámetros de interés por Máxima Verosimilitud, a par-
tir de T observaciones disponibles de la variable, es decir, a partir de de yt . Hágalo en los
siguientes pasos:

1. Escriba el logaritmo de la función de verosimilitud a maximizar

1
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
ECONOMETRIA III Folleto Parcial I
MAOV I término, 2019

2. Construya la secuencia de εt = {ε1 , ε2 , ε3 , ..., εT } a partir de los valores observados de yt

si ε0 = 0

3. Señale la condición requerida para que exista convergencia

4. Escriba el logaritmo de la función de verosimilitud a maximizar, en función de las

observaciones disponibles

Problema 5
Considere el siguiente proceso MA(∞):

Xt = µ + Σ∞
i=0 ψi εt−i

en donde εt ∼ W N (0, σ 2 ), ψ0 = 1 y Σ∞
i=0 ψi < ∞

1. Demuestre que Xt es un proceso estacionario en covarianza

2. Calcule todas las autocovarianzas γj (una función general)

3. Demuestre que γj es aditiva en vaor absoluto, es decir Σ∞

j=0 ∣γj ∣ < ∞

Problema 6 (Cornell)
Sea zt un proceso iid gausiano con media cero y varianza σ 2 . Determine para los siguientes
procesos si son o no estacionarios en covarianza. Si el proceso es estacionario en covarianza,
calcule su media y función de autocovarianza

a) yt = z1 cos(ct) + z2 sin(ct)

b) yt = zt zt−1

c) yt = z1 cos(ct) + zt−1 sin(ct)

Problema 7
Considere el modelo Zt = Zt−1 + εt donde εt ∼ W N (0, σ 2 ). Un analista decide aplicar la
siguiente formula:
Wt = (1 − L)2 Zt
Determine:

2
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
ECONOMETRIA III Folleto Parcial I
MAOV I término, 2019

1. Si Zt es estacionario

2. Escriba la ecuación para Wt

3. Wt es estacionario?

4. Es invertible?

Problema 8
Suponga el siguiente proceso MA(1): yt = α + δt + ut ; ut ∼ iid(0, σ 2 ). Dicho proceso puede
reescribirse como yt = x′t β + ut ; ut ∼ iid(0, σ 2 )

β = (α; δ)′ ; xt = (1; t)′

...Completar notación

1. Es yt es estacionario?

2. A qué es igual (β̂ − β)?

Problema 9
Suponga el proceso Xt que puede ser modelado como un ARMA(1,1):

Xt = ρXt−1 + εt + θεt−1

1. Cuál de los siguientes casos pueden ser modelados con esa especificación: 1) (PIB,
Guerra); 2)(PIB, Clima); 3) Ambos; 4) Ninguno

2. Cuál es la media del proceso asumiendo que X0 = 0?

3. Cuál es la condición de los parámetros para que este proceso sea estacionario?

4. Es este proceso debilmente dependiente?

5. Otro proceso es modelado como un AR(2). Cuáles son las condiciones para que este
proceso sea estacionario?

3
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
ECONOMETRIA III Folleto Parcial I
MAOV I término, 2019

Problema 10
Suponga el proceso Xt que puede ser modelado como un MA(2):

Xt = m1 εt−1 + m2 εt−2 + εt

donde εt es ruido blanco con media cero y varianza σε2

1. Encuentre E(Xt )

2. Encuentre la función de autocovarianza

3. Es xt estacionario en covarianza?

Problema 11
Suponga el proceso Xt sigue un proceso AR(1):

Xt = αXt−1 + εt

donde εt es ruido blanco con media cero y varianza σε2 y ∣α∣ < 1. Además asuma que
P r(limi→∞ αi xt−i = 0) = 1

1. Muestre que xt = Σ∞ i
i=0 α εt−i

2. Encuentre E(xt )

3. Encuentre var(xt )?

4. Es xt estacionario en covarianza?

Preguntas Teóricas