Saludos:
bueno estoy trabajando con modelos FAVAR con series mensuales de N=5,
T=172, y bueno
1) determine el orden de rezago en la cual obtuve un rezago de 2 por
los criterios AIC y BIC, pero los errores no cumplen los supuestos, de
No-autocorrelacion u NO-heterocedasticidad,
pero claro es donde el error de pronostico es minimo, pero por otro
lado obtuve un modelo menos eficiente un VAR(12) basado simplemente en
el MSE y tambien mediante el test LR
H_{0} : A_{i}=0, pero con el VAR(12)(si cumple con los supuestos de
los residuos) se desminuye el sesgo asi para recompensar el
MSE(obviamente menos parsimonioso). Por otro lado, los PRMSE de ambos
modelos son aproximadamente iguales(te envio los datos calulados tipo
.txt).
CONSULTA:
1) si el error de pronostico se hace minimo en rezago 2, me parece
demasiado extender el rezago a orden 12. Pero la verdad no se como
justificar el rezago de orden 12?
2) para hallar el RMSE se proyecta para 3 periodos adelante ej:se toma
datos hasta diciembre hacia atras para generar pronosticos de enero,
feb, marzo, luego para genera los siguientes pronosticos (feb,
marzo,abril) se actualizan las variables endogenas con los datos mas
recientes. Por que se pronostica para 3 periodos tambien puede ser 2
periodos o 4 periodos, es decir por que se toma tres periodos?
3) del enciso 2) cuantas de estos agrupaciones o proyeciones se debe hacer?
------------ próxima parte ------------
1)$selection
AIC(n) HQ(n) SC(n) FPE(n)
2 2 1 2
$criteria
1 2 3 4 5
AIC(n) 3.787968 3.527462 3.548320 3.559319 3.568965
HQ(n) 4.015307 3.944251 4.154559 4.355009 4.554104
SC(n) 4.348086 4.554346 5.041970 5.519735 5.996145
FPE(n) 44.173379 34.069986 34.857476 35.375205 35.935649
2) test de LR para H_{0}:A_{i}=0
Lags Log-Det Chi^2 p-value
---------------------------------------------
[1,] 14 -1.3613699 37.92518 4.704504e-02
[2,] 13 -0.9254484 32.04680 1.566625e-01
[3,] 12 -0.5771136 46.15732 6.153525e-03
[4,] 11 -0.1012649 60.08856 1.016567e-04
[5,] 10 0.4878386 44.15681 1.041534e-02
[6,] 9 0.9005190 28.67643 2.776677e-01
[7,] 8 1.1565586 21.54100 6.620897e-01
[8,] 7 1.3406697 15.73518 9.224872e-01
[9,] 6 1.4696466 37.73240 4.911767e-02
[10,] 5 1.7667521 39.79437 3.061412e-02
[11,] 4 2.0682246 48.31043 3.422998e-03
[12,] 3 2.4208554 40.15324 2.812448e-02
[13,] 2 2.7036247 91.65500 1.533389e-09
[14,] 1 3.3271281 0.00000 0.000000e+00
3)diagnost
------------------------------------------!-----------------------------
VAR(2) ! VAR(12)
------------------------------------------!-----------------------------
Statistics g.l. p-value ! Statistics g.l. p-value
JB--VAR 946.52952 10 0.000000e+00! 1225.88757 10 0.0000000
ARCH--VAR 1245.00604 1125 6.963536e-03! 1097.64719 1125 0.7147465
Portmanteau 1151.74768 950 6.768695e-06! 746.14900 700 0.1102878
Skewness 24.71555 5 1.581043e-04! 96.09931 5 0.0000000
Kurtosis 921.81397 5 0.000000e+00! 1129.78826 5 0.0000000
4)result
RMSE-MAPE VAR(2) VAR(2) VAR(12) VAR(12)
------------------------------------------------------------
Julio-Sept 2.3985697 0.020953702 2.6715388 0.023358440
Agos-Oct 2.3165999 0.020145472 1.6148832 0.013643679
Sept-Nov 1.8195352 0.015167225 1.8401584 0.015789247
Oct-Dic 0.8662240 0.007147114 1.5242311 0.012220599
Nov-Ene 0.8750749 0.007541200 0.9955535 0.006848410
Dic-Feb 0.5855205 0.004192831 0.6467009 0.003635713
Enero-Marzo 0.7298595 0.005223897 0.7037542 0.005024562
Febrero-Abril 1.0830057 0.008033597 1.3054747 0.010073539
Marzo-Mayo 1.4240308 0.010539730 1.2359335 0.008183120
Abril-Junio 0.9721559 0.007794409 0.6947928 0.005305666
------------------------------------------------------------
Promedio 1.3070576 0.010673918 1.3233021 0.010408297
PRMSE PMAPE PRMSE PMAPE