17 Temas adicionales en la regresión de series temporales

Este capítulo analiza los siguientes temas avanzados en la regresión de series de tiempo y demuestra cómo se pueden aplicar las técnicas básicas usando R:

  • Autorregresiones vectoriales (VAR). Se enfoca en usar VAR para pronosticar. Otra rama de la literatura se ocupa de los llamados VAR estructurales, que están más allá del alcance de este capítulo.
  • Previsiones multiperiodo. Esto incluye una discusión de pronósticos iterados y directos (multivariados).
  • La prueba DF-GLS, una modificación de la prueba ADF que tiene más potencia que esta última cuando la serie tiene componentes deterministas y está cerca de ser no estacionaria.
  • Análisis de cointegración con aplicación a tipos de interés a corto y largo plazo. Se demuestra cómo estimar un modelo de corrección de errores vectoriales.
  • Modelos de Heterocedasticidad condicional autorregresiva (ARCH). Se muestra cómo un modelo ARCH generalizado simple (GARCH) puede ser útil para cuantificar el riesgo asociado con la inversión en el mercado de valores en términos de estimación y pronóstico de la volatilidad de los rendimientos de los activos.

Para reproducir los ejemplos de código, se necesita instalar los paquetes R que se enumeran a continuación. Asegúrese que el siguiente fragmento de código se ejecute sin errores.

library(AER)
library(readxl)
library(dynlm)
library(vars)
library(quantmod)
library(scales)
library(fGarch)

Referencias bibliográficas

Kleiber, Christian, and Achim Zeileis. 2020. AER: Applied Econometrics with R (version 1.2-9). https://CRAN.R-project.org/package=AER.
Pfaff, Bernhard. 2018. vars: VAR Modelling (version 1.5-3). http://www.pfaffikus.de.
Ryan, Jeffrey A., and Joshua M. Ulrich. 2020. quantmod: Quantitative Financial Modelling Framework (version 0.4.18). https://CRAN.R-project.org/package=quantmod.
Wickham, Hadley, and Jennifer Bryan. 2019. readxl: Read Excel Files (version 1.3.1). https://CRAN.R-project.org/package=readxl.
Wickham, Hadley, and Dana Seidel. 2020. scales: Scale Functions for Visualization (version 1.1.1). https://CRAN.R-project.org/package=scales.
Wuertz, Diethelm, Tobias Setz, Yohan Chalabi, Chris Boudt, Pierre Chausse, and Michal Miklovac. 2020. fGarch: Rmetrics - Autoregressive Conditional Heteroskedastic Modelling (version 3042.83.2). https://www.rmetrics.org.
Zeileis, Achim. 2019. dynlm: Dynamic Linear Regression (version 0.3-6). https://CRAN.R-project.org/package=dynlm.