Sesgos en estimación, tamaño y potencia de una prueba sobre el parámetro de memoria larga en modelos ARFIMA
DOI:
https://doi.org/10.17533/udea.le.n73a7867Palabras clave:
Prueba de hipótesis, modelos de series de tiempoResumen
Castaño et al. (2008) proponen una prueba para investigar la existencia de memoria larga, basada en el parámetro de diferenciación fraccional de un modelo ARFIMA (p, d, q); se muestra que al usar una aproximación autorregresiva de orden igual al entero más próximo a p* = T1/3 para la componente de memoria corta, la prueba de la hipótesis nula de memoria corta contra la alternativa de memoria larga tiene, en general, mayor potencia que algunas otras pruebas conservando un tamaño adecuado. Este estudio muestra los sesgos generados en la estimación del parámetro d y su efecto sobre la potencia y tamaño de la prueba, cuando se ignora la componente de corto plazo y cuando se emplean modelos que no la aproximan adecuadamente. Adicionalmente, se analiza si los resultados obtenidos por Castaño et al. (2008) pueden mejorarse empleando una aproximación autorregresiva diferente.
Descargas
Citas
Baillie, Richard (1996). “Long Memory Processes and Fractional Integration in Econometrics,” Journal of Econometrics, No. 73, pp. 5-59.
Beran, Jan (1994). Statistics for Long-Memory Processes. Chapman & Hall/CRC, New York.
Brockwell, Peter y Davis, Richard (2006). Time Series: Theory and Methods. Second Edition, Springer-Verlag, New York.
Castaño, Elkin; Gómez, Karroll y Gallón, Santiago (2008). “Una nueva prueba para el parámetro de diferenciación fracional”, Revista Colombiana de Estadística, No. 31, pp. 67-84.
Davison, James (2007). Time Series Modelling, Version 4.24, at http://www.timeseriesmodelling.com
Davidson, James y Hashimzade, Nigar (2009). “Type I and type II Fractional Brownian Motion: A Reconsideration”, Computational Statistics and Data Analysis, No. 53, pp. 2089-2106.
Geweke, John y Porter-Hudak, Susan (1983). “The Estimation and Application of Long-Memory Time Series Models”, Journal of Time Series Analysis, No. 4, pp. 221-238.
Granger, William (1980). “Long Memory Relationships and the Aggregation of Dynamic Models”, Journal of Econometrics, No. 14, pp. 227-238.
Granger, William y Joyeux, Roseline (1980). “An Introduction to LongMemory Time Series Models and Fractional Differencing”, Journal of Time Series Analysis, No. 1, pp. 15-39.
Harris, David; McCabe, Brendan y Leybourne, Stephen (2008). “Testing for Long Memory,” forthcoming in Econometric Theory, No. 24, pp. 143-175.
Hauser, Michael (1997). “Semiparametric and Nonparametric Testing for Long Memory: A Monte Carlo Study,” Empirical Economics, No. 22, pp. 247-271.
Hosking, Jonathan (1981). “Fractional Differencing”, Biometrika, No. 68, pp. 165-176. Hurst, Harold (1951). “Long-Term Storage Capacity of Reservoirs”, Transactions of the American Society of Civil Engineers, No. 116, pp. 770-799.
Kwiatkowski, Denis; Phillips, Peter; Schmidt, Peter y Shin, Yongcheol (1992). “Testing the Null Hypothesis of Stationarity against the Alternative of a Unit Root: How Sure are we that Economic Time Series Have a Unit Root?”, Journal of Econometrics, No. 54, pp. 159-178.
Lo, Andrew (1991). Long-term Memory in Stock Market Prices, Econometrica, No. 59, pp. 1279-1313.
Lobato, Ignacio y Robinson, Peter (1998). “A Nonparametric Test for I(0)”, Review of Economic Studies, No. 65, pp. 475-495.
Robinson, Peter (1994). “Semiparametric Analysis of Long-Memory Time Series”, Annals of Statistics, No. 22, pp. 515-539.
Said, Said y Dickey, David (1984). “Testing for Unit Roots in AutoregressiveMoving Average Models of Unknown Order”, Biometrika, No. 71, pp. 599- 607.
Sowell, Fallaw (1992). “Maximum Likelihood Estimation of Stationary Univariate Fractionally Integrated Time Series Models”, Journal of Econometrics, No. 53, pp. 165-188.
Tanaka, Katsuto (1999). “The Nonstationary Fractional Unit Root”, Econometric Theory, No. 15, pp. 549-582.
Publicado
Cómo citar
Número
Sección
Licencia
Este sitio web, por Universidad de Antioquia, está licenciado bajo una Creative Commons Attribution License.
Los autores que publiquen en esta revista aceptan que conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con una Licencia de Atribución-NoComercial-CompartirIgual de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen su autoría y a la publicación original en esta revista.
Los autores pueden realizar acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del trabajo publicada en la revista (por ejemplo, incluirla en un repositorio institucional o publicarla en un libro) siempre que sea con fines no comerciales y se reconozca de manera clara y explícita que el artículo ha sido originalmente publicado en esta revista.
Se permite y recomienda a los autores publicar sus artículos en Internet (por ejemplo, en páginas institucionales o personales), ya que puede conducir a intercambios provechosos y a una mayor difusión y citación de los trabajos publicados.
