Professional Documents
Culture Documents
Luego cargamos nuestros datos. En este ejemplo, se usar el PIB trimestral de GTM en
trminos reales. El objetivo, por tanto, ser pronosticar los cuatro trimestres de 2013. Para
cargar los datos le damos data pib y pegamos los datos de Excel.
Ya con la serie en niveles. Haremos los siguientes tres pasos. Primero, convertir nuestra
serie en logaritmos, mediante la instruccin genr l_pib=log(pib).
Vemos que la serie tiene estacionalidad, por lo que necesitamos desestacionalizarla. Para
eso podemos usar cualquiera de los mtodos que EVIEWS proporciona. En este ejemplo,
utilizaremos el moving average method.
Para guardar la tabla le damos a freeze y luego a name. El nombre ser entonces
table01.
Ahora necesitamos crear una serie que llamaremos indice_sa que tenga, en cada uno de
los trimestres, los cuatro valores de nuestra tabla. Este paso requiere de marcar, copiar y
pegar cada uno de los cuatro valores de cada ao en toda la muestra, incluyendo la parte
que queremos pronosticar. As que escribimos data indice_sa y pegamos todos los
valores en las 52 observaciones.
Vemos que la serie ya no tiene tendencia, no obstante, tiene un valor atpico en el 2009q2
por lo que generaremos una variable dummy para controlar este problema. Nota: Este paso
no es necesario en caso la variable no tenga valores atpicos. Lo correcto sera aplicar los
test de raz unitaria, pero la experiencia dice que, en general, podemos ver visualmente que
una serie es estacionaria al removerle la tendencia calculando algn tipo de variacin
(primera, segunda, etc.. diferencia). Ahora entonces necesitamos crear la dummy. Para eso
usamos el comando genr dummy=0 y colocamos un 1 en el 2009q2.
Como vemos, todas las barras del correlograma estn dentro de las lneas punteadas, as que
con esto podra decirnos que ya hemos obtenido un buen modelo (esto realmente, lo
sabremos expost, luego de que sepamos el verdadero dato). Si nuestros residuos son ruido
blanco, nos quedaremos con este modelo y lo grabamos dndole en name a nuestra
ecuacin (el nombre ser eq01).
Ya que se ajusta bastante bien a nuestra historia, utilizaremos el mismo modelo para
pronosticar fuera de muestra (out of sample). Pronosticaremos cuatro observaciones de la
siguiente manera. En el men de la ecuacin le damos forecast, se generar una variable
de nombre var_l_pibsaf (se le agrega f al final de la variable para saber que es el
pronstico. Como lo que realmente nos interesa es pronosticar fuera de muestra, usaremos
el mismo nombre de la variable pronostica y no nos preocuparemos ms por lo que ya pas
(in sample), as que las estimaciones le caern a esta variable. Corregimos la muestra y
ponemos nicamente los valores de la muestra que se pronosticaran, es decir, los trimestres
del 1 al 4 del 2013. Se usa dynamic. El static se usa para hacer pronstico dentro de la
muestra.
La variable var_l_pibsaf ahora tiene todos los valores originales de var_l_pibsa desde
la observacin 1 hasta la ltima antes del pronstico (2001q1 a 2012q4) y luego de eso los
nuevos pronsticos. Podemos cerciorarnos de esto dibujando las dos series. Marcamos
primero la pronosticada y luego la original para ver de mejor forma el pronstico.
Listo, tenemos ya nuestra serie pronosticada. Sin embargo, hay que recordar dos cosas.
Primero, que hemos estado usando nuestra serie desestacionalizada, as que lo que hemos
pronosticado es la variacin interanual de nuestra variable sin el efecto estacional. No
obstante, en la realidad, necesitamos la variacin de la variable sin desestacionalizar.
Segundo, que muchas veces necesitamos no solo la variacin de nuestra variable, sino los
niveles de la misma. As que en adelante, recuperaremos el pronstico de nuestra serie
original, es decir, del PIB trimestral.
Ahora que ya tenemos la serie del nivel del logaritmo desestacionalizada, necesitamos
recuperar la serie del logaritmo sin desestacionalizar, pues eventualmente, esta nos dar la
serie original. As que escribimos genr l_pibf=l_pibsaf*ndice_sa.
Ahora, ya tenemos nuestra serie pronosticada en niveles del logaritmo, pero en la prctica
no trabajamos con logaritmos, as que recuperamos el nivel original as genr
pibf=exp(l_pibf).
Gua del Usuario. Pronsticos Univariados.
Ahora ya tenemos nuestra serie en niveles pronosticada. Estos datos podemos pegarlos en
Excel y, a partir de ah, empezar a calcular cualquier tipo de variacin que se nos requiera
(intermensual, acumulada, etc).
Estos pasos no son perfectos, ni pretenden substituir los pasos economtricos correctos de
la tcnica Box Jenkins para series univariadas, su nico objetivo es que los usuarios tengan
una primera aproximacin al pronstico con EVIEWS y que, en trminos generales, se
cumpla con los pasos ms importantes para las estimaciones.
Buena suerte