Modelo de corrección del vector de error (MCVE) | Diccionario Economico

Definición de Modelo de corrección del vector de error (MCVE) | Diccionario Economico

Resume de la forma mas breve posible la definición técnica de este títuloModelo de corrección del vector de error (MCVE) | Diccionario Economico

En otras palabras, el modelo MCVE incluye la cointegración utilizando el término de corrección de errores como una nueva variable independiente en el modelo VAR.

De esta forma, podremos realizar estimaciones de la variable dependiente, teniendo en cuenta sus valores rezagados, los valores rezagados de la otra variable y el término de corrección del error rezagado (el efecto de cointegración).

Artículos recomendados: cointegración, modelo VAR, modelo autorregresivo.

cointegración

La cointegración entre dos variables aleatorias es la presencia de una tendencia estocástica común. En otras palabras, las variables, a pesar de ser aleatorias, tienen una tendencia general. Por ejemplo, en un período de tiempo determinado, puede suceder que una variable suba mientras otra sube. Lo mismo para el caso contrario.

La presencia de cointegración no significa que las variables aumenten o disminuyan en las mismas unidades relativas, sino que existe una varianza no uniforme entre las variables.

Tiempo de corrección de errores

El término de corrección de error o el coeficiente de cointegración nos informa de forma visual e imprecisa sobre la presencia de cointegración. Para tomar una decisión tan decisiva, se recomienda utilizar datos estadísticos como el contraste EG-ADP.

Matemáticamente, definimos las variables Xt e Yt como dos variables aleatorias que siguen una distribución de probabilidad normal estándar con media 0 y varianza 1.

Entonces la presencia de cointegración significa que

Tiempo de corrección de errores.

Integra hasta el grado 0.

El parámetro d es el factor de cointegración. Este coeficiente se obtiene con el supuesto de que hay que eliminar la tendencia global de la diferencia.

Los métodos econométricos utilizados son una combinación del método de mínimos cuadrados generalizados con el criterio de Dickey-Fuller.

En otras palabras, si vemos que la diferencia entre las dos series no sigue una tendencia clara, determinamos que la cointegración entre las dos variables es de grado 1 y el término de corrección de error es integración de grado 0.

esquemáticamente

• Si vemos una tendencia entre dos variables => verificar la diferencia => la diferencia no sigue una tendencia clara => el término de corrección de error es integración de grado 0 => hay cointegración (integración de grado 1) entre las dos variables.
• No vemos una tendencia entre las dos variables => verifique la diferencia => la diferencia realmente sigue una tendencia clara => el término de corrección de error es una integración de grado 1 => no hay cointegración entre las dos variables (integración de grado 0).

Fórmula del modelo VAR(p, q):

MCVE se basa en el modelo de vector autorregresivo (VAR):

Ecuación del modelo vectorial autorregresivo (VAR).

Para convertir un modelo VAR a un modelo MCVE, debemos:

• Agregue un período de corrección de errores diferidos:

Retrasar la corrección de un error por un período.

• Agregue un signo de incremento a las variables independientes rezagadas para indicar el hecho de que estamos aplicando la primera diferencia.

Modelo de Fórmula 2 MCVE

Luego ESCL de dos variables Xt e Yt (para k=2):

Ecuación del modelo MCVE para k=2.

ejemplo teórico

¿Podemos determinar si existe una cointegración entre los rendimientos de las acciones de AlpineSki y las acciones de NordicSki? ¿La diferencia en valores absolutos entre AlpineSki y NordicSki (|AN|) nos dice algo?

Gráfico de rendimiento de AlpineSki y NordicSki.

¿Problemas o dudas? Te ayudamos

Si quieres estar al día, suscríbete a nuestra newsletter y síguenos en Instagram. Si quieres recibir soporte para cualquier duda o problema, no dude en ponerse en contacto con nosotros en info@wikieconomia.org