Prueba de hipótesis sobre la existencia de una raíz fraccional en una serie de tiempo no estacionaria

Diego Lemus; Elkin Castaño

doi:10.17533/udea.le.n78a15710

Auteurs-es

Diego Lemus Université nationale de Colombie
Elkin Castaño Université de Antioquia

DOI :

https://doi.org/10.17533/udea.le.n78a15710

Mots-clés :

séries chronologiques à longue mémoire, paramètre de différenciation fractionnaire, approchement autorégressif, processus ARFIMA non-stationnaire

Résumé

Cet article présente une modification du test d'hypothèse proposée par Castaño, Gomez et Gallon (2008), laquelle détermine l'existence d'une mémoire longue dans un processus du type ARFIMA (p, d, q) stationnaire et décomposable. Dans le cas spécifique du processus ARFIMA (p, d, q), cette modification permet de déterminer l'existence d'une racine fractionnaire sur une série chronologique non stationnaire, dont la composante ARMA à court terme est considérée indéterminée ou inconnue. Tout en faisant recours à la méthode Monte Carlo, les résultats obtenus sont validés et ils démontrent la bonne performance du test, aussi bien en termes de puissance et que de taille par rapport aux autres méthodes disponibles dans la littérature.

|Résumé

= 303 veces | PDF (ESPAÑOL (ESPAÑA))

= 138 veces| | HTML (ESPAÑOL (ESPAÑA))

= 285 veces|

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Bibliographies de l'auteur-e

Diego Lemus, Université nationale de Colombie

Master of Science - Statistiques. École de statistique, Faculté des sciences, Université nationale de Colombie, siège de Medellín.

Elkin Castaño, Université de Antioquia

Professeur agrégé à l'École de statistique, Faculté des sciences, Université nationale de Colombie - Siège de Medellín et professeur à la Faculté des sciences économiques, Université d'Antioquia.

Références

Beran, Jan (1993). “Fitting long-memory models by generalized linear regression”, Biometrika, Vol. XXC, No. 4, pp. 817–822.

Beran, Jan (1994). Statistics for Long-Memory Processes, Nueva York, Chapman & Hall.

Castaño, Elkin; Gómez, Karol y Gallón, Santiago (2008). “Una nueva prueba para el parámetro de diferenciación fraccional”, Revista Colombiana de Estadística, Vol. XXXI, pp. 67–84.

Dolado, Juan; Gonzalo, Jesús y Mayoral, Laura. (2002). “A fractional dickey-fuller test for unit roots”, Econometrica, Vol. LXX, No. 5, pp. 1963–2006.

Geweke, John y Porter-Hudak, Susan (1983). “The estimation and application of long-memory time series models”, Journal of Time Series Analysis, Vol. IV, No. 4, pp. 221–238.

Granger, Clive y Joyeux, Roselyne (1980). “An introduction to long-memory time series and fractional differencing”, Journal of Time Series Analysis, Vol. I, pp. 15–29.

Granger, Clive (1980). “Long memory relationships and the aggregation of dynamic models”, Journal of Econometrics, Vol. XIV, No. 2, pp. 227–238. Hosking, Jonathan (1981). “Fractional differencing”, Biometrika, Vol. LXVIII, No. 1, pp. 165–176.

Lobato, Ignacio y Velasco, Carlos (2007). “Efficient wald tests for fractional unit roots”, Econometrica, Vol. LXXV, No. 2, pp. 575–589.

Mayoral, Laura (2007). “Minimum distance estimation of stationary and non-stationary arfima processes”, The Econometrics Journal, Vol. X, No. 1, pp. 124–148.

Robinson, Peter (1995). “Log-periodogram regression of time series with long range dependence”, The Annals of Statistics, Vol. XXIII, No. 3, pp. 1048–1072.

Said, Said y Dikey, David (1984), “Testing for unit roots in autoregressivemoving average models of unknown order”, Biometrika, Vol. LXXI, No. 3, pp. 599–607.

Tanaka, Katsuto (1999), “The non-stationary fractional unit root”, Econometric Theory, Vol. XV, No. 4, pp. 549–582.

Velasco, Carlos (1999), “Gaussian semiparametric estimation of non-stationary time series”, Journal of Time Series Analysis, Vol. XX, No. 1, pp. 87–127.