Ciao a tutti,
sono nuovo di questo forum..
Approfitto di voi per chiarirmi alcuni dubbi, anzi precisamente 3, su temi econometrici anche se non so se è la sezione giusta..
Dubbio n.1:
Considerando due processi:
y(t) = A + Bx(t) + E(t)
x(t) = px(t-1) + n(t)
dove E(t) ed n(t) sono White Noise.
Se ponessi la condizione
0<p<1 : x(t) diventerebbe stazionaria al contrario di y(t) che rimarrebbe non stazionaria generando così una regressione spuria con tutte le conseguenze in termini di stimatori consistenti.
p=1 : entrambe diventerebbero non stazionarie e quindi (ponendo determinate condizioni su E(t) che sia stazionario) cointegrate con tutte le conseguenze del caso.
E’ vero? Son giuste le mie conclusioni?
Dubbio n.2:
Sotto quali condizioni:
ARMA(1,2) possiede la stessa funzione di autocovarianza di MA(1) ?
Procedo ad una fattorizzazione come di seguito ?
y(t)[1-OlL] = (1-p1L)(1-p2L)Et
se Ol=p2 y(t) = (1-p1L)Et MA (1)
Sono da imporre condizioni di invertibilità o stazionarietà?
ARMA(1,2) possiede la stessa funzione di autocovarianza di WN ?
Impongo la stazionarietà quindi ammette rappresentazione MA infinito quindi grazie al teroema di Wold dimostro che ammette rappresentazione in termini di WN ?
Oppure seguo la regola secondo cui la medesima fx di autocovarianza è compatibile con due processi Arma (definiti da parametri diversi) di cui solo uno è invertibile?
ARMA(2,1) possiede la stessa funzione di autocovarianza di AR(1) ?
Procedo ad una fattorizzazione simile al caso precedente?
Dubbio n.3
In relazione alla ACF, si dice che stime dei coefficienti di correlazione si ottengono stimando con OLS il modello di regressione bivariato y(t) = Oy(t-1) + u(t).
Infatti si vede come trovando lo stimatore di 0 questo non è uno stimatore consistente del parametro di un ARMA (1,2) ma è lo stimatore consistente del coefficiente di correlazione.
Il mio dubbio è: se si stima con OLS un modello di regressione trivariato y(t) = O1y(t-1) +O2y(t-2) + u(t), anche in questo caso le stime dei parametri 01 e 02 corrispondono rispettivamente ai coefficienti di correlazione p1 e p2 di un ARMA (2,1)?
Nel primo caso (bivariato) si riesce a dimostrare in modo analitico perchè la formula dello stimatore è semplice, ma nel caso trivariato la formula è complessa nel senso che richiederebbe troppe sostituzioni. In quale altro modo si può dimostrare che si ottengono stime di p1 e p2 e non dei parametri di ARMA?
In relazione a questo si dice che per gli ARMA si usano stimatori ML per arrivare a stimatori consistenti di tutti i suoi parametri. Quindi io troverò stimatori consistenti dei parametri ARMA solo con ML e mai con OLS (che mi darà stimatori consistenti dei pk)?