Os modelos de séries temporais com diferença de log são melhores que as taxas de crescimento?


12

Muitas vezes, vejo autores estimarem um modelo de "diferença de log", por exemplo

log(yt)log(yt1)=log(yt/yt1)=α+βxt

Concordo que é apropriado relacionar a uma alteração percentual em y t enquanto log ( y t ) é I ( 1 ) .xtytlog(yt)I(1)

Mas a diferença de log é uma aproximação e parece que é possível estimar um modelo sem a transformação de log, por exemplo

yt/yt11=(ytyt1)/yt1=α+βxt

Além disso, a taxa de crescimento descreveria precisamente a variação percentual, enquanto a diferença de log aproximaria apenas a variação percentual.

No entanto, descobri que a abordagem da diferença de log é usada com muito mais frequência. De fato, o uso da taxa de crescimento parece tão apropriado para abordar a estacionariedade quanto a primeira diferença. De fato, descobri que a previsão se torna tendenciosa (às vezes chamada de problema de retransformação na literatura) ao transformar a variável de log novamente nos dados de nível.yt/yt1

Quais são os benefícios de usar a diferença de log em comparação com a taxa de crescimento? Existem problemas inerentes à transformação da taxa de crescimento? Acho que estou perdendo alguma coisa, caso contrário, seria óbvio usar essa abordagem com mais frequência.


Obrigado por seus comentários. Concordo que a simetria e a limitação são uma vantagem significativa. Parece que o limite ajudaria a controlar a heterocedasticidade e a simetria ajudaria a manter a média constante.
A. Smith

11
A diferença de log não é uma aproximação. É uma taxa de crescimento continuamente composta ou exponencial , em oposição a uma taxa período a período . São coisas diferentes. Os leigos entendem melhor o segundo, mas o primeiro possui propriedades matemáticas mais limpas (por exemplo, crescimento médio é apenas a média das taxas de crescimento, taxa de crescimento do produto é a soma das taxas, etc.). O pouco sobre previsão é uma transformação desnecessária que leva a previsões explosivas, ou sem mediana, mas não com média, o que é bom. Não tem nada a ver com taxas contínuas versus taxas de período.
22717 Chris Haug

Respostas:


12

0.10.1


8
A simetria / delimitação é a principal vantagem que vejo. Passar de 100 para 10 é uma diferença do log10 de -1, mas -90%. Ir de 100 para 1000 também é uma diferença de log de 1, mas 900%. Um modelo linear vai prestar muita atenção a essa observação de 900%.
Zbicyclist

3

Muitos indicadores macroeconômicos estão ligados ao crescimento populacional, que é exponencial e, portanto, têm uma tendência exponencial. Portanto, o processo antes da modelagem com ARIMA, VAR ou outros métodos lineares é geralmente:

  • Faça registros para obter uma série com uma tendência linear
  • Então diferença para obter uma série estacionária
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.