Resumen

La prueba Dickey-Fuller (DF) tiene baja potencia si se basa en un estimador de mínimos cuadrados para el parámetro de un proceso autorregresivo (Yt − μ)= ρ(Y _t-1 −μ)+u_t, con errores u _t ∼iidN (0,σ²), donde H ₀:ρ=1 y H₁ :|ρ| < 1. Cuando la serie que corresponde a un proceso de raíz unitaria tiene un rompimiento, la prueba Dickey-Fuller conduce al rechazo espurio de la hipótesis nula. En este trabajo se estudia, a través de simulación de Monte Carlo, los efectos en la prueba DF para dos tipos de rompimientos bajo la hipótesis nula: (1) la coexistencia de rompimientos en el nivel de la serie y en la varianza del término de error; (2) dos rompimientos en el nivel de la serie. Los resultados de la simulación confirman la robustez de la prueba Dickey-Fuller de ajuste de medias recursivas (DFR) respecto a la prueba DF.

Palabras clave: Ajuste de medias recursivas; raíces unitarias; rompimientos estructurales; procesos autorregresivos

Abstract

The Dickey-Fuller (DF) test has low power if it is based on the least squares estimator for the parameter of an autoregressive process (Y _t −μ)=ρ (Y _t-1 −μ)+u _t , with error u _t ∼iidN (0,σ²), where H ₀: ρ=1 and H₁: |ρ| < 1. When the series that corresponds to a unit root process has a break, the Dickey-Fuller test leads to a spurious rejection of the null hypothesis. This article studies, through Monte Carlo simulation, the effects in the DF test for two types of breaks under the null hypothesis: (1) the coexistence of breaks in the level of the series and in the variance of the error term; (2) two breaks in the level of the series. The simulation results confirm the property of robustness of the recursive mean adjustment Dickey-Fuller (DFR) test regarding the DF test.

Key words: Recursive mean adjustment; structural break; unit root, autoregressive processes