Three essays on specification testing in econometric models
- Juan Mora López Director
Universidade de defensa: Universitat d'Alacant / Universidad de Alicante
Fecha de defensa: 29 de setembro de 2006
- Juan M. Rodríguez-Poo Presidente/a
- Fidel Pérez Sebastián Secretario/a
- Stefan A. Sperlich Vogal
- Natalie Neumeyer Vogal
- Matteo Ciccarelli Vogal
Tipo: Tese
Resumo
sta tesis consta de tres capítulos, en los que se abordan diferentes aspectos de los contrastes de especificación. Así, en el primero se estudia cómo contrastar simetría condicional en series temporales. El segundo se centra en una aplicación empírica de un ejemplo de un contraste de hipótesis anidado; esto quiere decir que la hipótesis nula a contrastar es un caso particular del modelo bajo la hipótesis alternativa. Finalmente, el tercero analiza cómo contrastar supuestos paramétricos sobre la distribución de los errores de regresión sin hacer ningún supuesto paramétrico sobre la media condicional o la varianza condicional del modelo de regresión. Más concretamente, en el Capítulo 1, "Un enfoque bootstrap para contrastar simetría condicional en modelos de series temporales", se evalúan varios procedimientos estadísticos de contraste que pueden utilizarse para contrastar simetría condicional. En particular, estudiamos el contraste no paramétrico para simetría condicional de Bai y Ng [2001, Journal of Econometrics 103, 225-258]. Este contraste, basado en una transformación de martingala, no exige que los datos sean estacionarios o independientes e idénticamente distribuidos (i.i.d.), y la dimensión del conjunto de variables condicionales puede ser infinita. Además, éste es consistente y tiene distribución asintótica libre, pero su cálculo es bastante intensivo. La literatura sobre contrastes para la simetría no condicional es enorme. Un contraste clásico es el del coeficiente de asimetría. Bajo condiciones de regularidad estándares que aseguren la normalidad asintótica de los estimadores de los parámetros, la distribución asintótica de este contraste bajo la hipótesis nula no cambia cuando se sustituyen los errores no conocidos por residuos que se comportan correctamente.