Residual Based Test for Cointegration with GLS Detrented Data

• Autores: Perron, Pierre, Rodríguez, Gabriel
• Formato: documento de trabajo
• Fecha de Publicación: 2012
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.pucp.edu.pe:20.500.14657/46968
• Enlace del recurso: http://repositorio.pucp.edu.pe/index/handle/123456789/46968
• Nivel de acceso: acceso abierto
• Materia: Cointegration; Residual-Based Unit Root Tests; ECR Tests; OLS and GLS Detrended Data; Hypothesis Testing; http://purl.org/pe-repo/ocde/ford#5.02.00

Este documento analiza diferentes estadísticos basados en los residuos para la hipótesis nula de no cointegración utilizando MCG para eliminar los componentes determinísticos. Las distribuciones asintóticas son simuladas para los casos donde un intercepto y un intercepto y una tendencia son incluidos en la ecuación de cointegración. Los resultados muestran que las distribuciones asintóticas dependen del número de regresores (variables xt), el número y clase de componentes determinísticos y un parámtro de nuisamce R2 que mide la correlación de largo plazo entre los regresores xt y la variable yt. Los resultados muestran que MCG permiten obtener más potencia que el uso de MCO. Esto es más claro para valores de R2 menores que 0:4 y un solo regresor xt. Para valores mayores de R2 los denominados estadísticos ECR son mejores para cualquier número de regresores. En particular el estadístico ECR basado en un vector de cointegración conocido es el más potente. Se presenta una Tabla con valores críticos asintóticos simulados utilizando diferente parámetro c de acuerdo al número de regresores y al tipo de componentes determinísticos. Se eligió R2 = 0:4 por ser un valor sensible en términos prácticos y posiblemente empíricos.