INDICE DE LA PRESENTACIÓN.

1. CAMBIO ESTRUCTURAL INDICE DE LA PRESENTACIÓN. Planteamiento del problema y dificultades inducidas Detección del cambio estructural: CONTRASTES Soluciones : MODELOS CON PARÁMETROS CAMBIANTES La estimación paramétrica ponderada

2. CAMBIO ESTRUCTURAL INCIDENCIA DEL CAMBIO ESTRUCTURAL

3. CAMBIO ESTRUCTURAL CONTRASTES DE CAMBIO ESTRUCTURAL

4. CAMBIO ESTRUCTURAL CONTRASTES BASADOS EN SUMAS CUADRÁTICAS Test de Chow: Parte de un modelo general del tipo: Expresado matricialmente como: Bajo H0 de permanencia queda: Planteando un contraste del tipo: Donde c y d son respectivamente las estimaciones de  y  y los subíndices 0,1y 2 hacen referencia al modelo completo y cada una de las dos submuestras

5. CAMBIO ESTRUCTURAL CONTRASTES BASADOS EN SUMAS CUADRÁTICAS Formulación de Fisher: Asume que todos los coeficientes son susceptibles de cambiar y calcula los errores totales y en cada submuestra: Planteando el contraste como:

6. CAMBIO ESTRUCTURAL CONTRASTES CLÁSICOS: Parten de la estimación de un modelo restringido,(sin cambio estructural) y un modelo sin restringir (Con cambio) A continuación se calculan los errores y las varianzas de ambos modelos

7. CAMBIO ESTRUCTURAL CONTRASTES BASADOS EN RESIDUOS RECURSIVOS: Se parte de un modelo general con parámetros cambiantes: Se realizan una serie de r estimaciones recursivas como: Siendo Las r primeras observaciones de la muestra A continuación se calculan los errores de predicción a una etapa y su varianza

8. CAMBIO ESTRUCTURAL CONTRASTES BASADOS EN RESIDUOS RECURSIVOS: Finalmente se calculan los residuos recursivos:

9. CAMBIO ESTRUCTURAL • CLASIFICACIÓN DE MODELOS CON PARÁMETROS CAMBIANTES:

10. CAMBIO ESTRUCTURAL • CLASIFICACIÓN DE MODELOS CON PARÁMETROS CAMBIANTES:

11. CAMBIO ESTRUCTURAL • CLASIFICACIÓN DE MODELOS CON PARÁMETROS CAMBIANTES: Tipología de modelos de Switching Regression Switching Regression Variables ficticias Modelos estacionales Picewise Regression Punto de cambio conocido Punto de cambio desconocido Formulación general Cubic Splines Fucntions Fijación determinista Fijación aleatoria Basados en el tiempo Basados en otras variables

12. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA Origen: Desarrollar un modelo de estimación que pondere en mayor medida las observaciones más recientes a efectos de obtener un mejor ajuste para la predicción. Ponderaciones propuestas: Otras Diebold y Pauly(1987): Lineal simple: Lineal máxima: Geométrica: Geométrica: T-Lambda: Box-Cox:

13. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA Ampliación EPPa: Estimar tantos parámetros como observaciones existen alterando en cada estimación los pesos utilizados. Puede estimarse por MCO sobre las variables transformadas: Es un estimador lineal, insesgado y consistente, aunque ineficiente

14. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA Ampliación EPPa: Además de las distribuciones lineales y geométricas, pueden usarse otras distribuciones de tipo estadístico (Normal, Logarítmica, t –student, etc.)

15. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA • Niveles de contrastación con EPPa: • Análisis Gráfico • Contrastes no paramétricos: • Recogidos en la literatura • ANOVA • Ajuste de regresión • Contrastes paramétricos • Diferencias con la media precedente • Diferencia de medias • Diferencias con MCO

16. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA • Contrastes no paramétricos: • ANOVA • Modelo restringido: • Modelo ampliado: • Regresión:

17. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA Contrastes paramétricos: Diferencia con la media precedente

18. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA Contrastes paramétricos: Diferencia con la media precedente

19. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA Contrastes paramétricos: Diferencia con MCO

20. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA • Ventajas: • Permite la aplicación de diversos contrastes alternativos. • No es necesario conocer el punto de cambio. • No se ve afectado por las muestras pequeñas. • Permite otros usos auxiliares • Determinación del punto de cambio • Inferencia sobre el tipo de evolución de los parámetros • Estimación de las matrices de covarianzas de Cooley y Prescott • Estimación de las matrices de partida del Filtro de Kalman) • Inconvenientes: • Fijación subjetiva de la ponderación. • Se ve bastante influido por las observaciones atípicas.

21. CAMBIO ESTRUCTURAL • LA ESTIMACIÓN PARAMÉTRICA PONDERADA • Inconvenientes: • Fijación subjetiva de la ponderación. • Se ve bastante influido por las observaciones atípicas.