¿Por qué es importante la cointegración en la práctica?

Question

En una de mis clases de econometría. Casi he terminado un conjunto de problemas y lecturas asignadas sobre una introducción a la cointegración. Básicamente, he terminado la tarea, he realizado las pruebas de Dickey Fuller con algunos datos, he estimado las relaciones de cointegración y he calculado un modelo de corrección de errores. Pero a menudo me sorprende cómo los libros de texto de econometría tienden a entrar directamente en los detalles sin explicar primero el panorama general y cómo se aplican varios conceptos en la práctica. Me preguntaba:

¿Podría alguien ofrecer una explicación intuitiva sobre la importancia de la cointegración en la práctica? Por ejemplo, si se construyen modelos para el análisis político, financiero o macroeconómico, ¿podría hablar de algunos casos prácticos en los que la cointegración entra en juego y por qué es importante en estos casos?

¡Muchas gracias a todos por la ayuda!

Answer 1

Creo que se trata de un problema de enseñanza económica muy clásico: mostrar cómo algo es relevante en el mundo real.

En primer lugar, resolvió un problema en el que las regresiones lineales podían conducir a resultados espurios: https://en.wikipedia.org/wiki/Cointegration

...Antes de la década de 1980, muchos economistas utilizaban regresiones lineales sobre datos de series temporales no estacionarias (sin tendencia [cita requerida]), que el premio Nobel Clive Granger y Paul Newbold demostraron que era una peligrosa que podría producir una correlación espuria, ya que las técnicas técnicas estándar de pérdida de tendencia pueden dar lugar a datos que siguen siendo no estacionarios. El artículo de Granger de 1987 con Robert Engle formalizó la formalizó el enfoque del vector de cointegración y acuñó el término.

Para los procesos integrados I(1), Granger y Newbold demostraron que no funciona para eliminar el problema de la correlación correlación espuria, y que la mejor alternativa es comprobar la cointegración. Dos series con tendencias I(1) sólo pueden estar cointegradas si existe una relación genuina entre ambas. Por lo tanto, la metodología metodología actual para las regresiones de series temporales es comprobar la integración de todas las series implicadas. de las series implicadas para comprobar su integración. Si hay series I(1) en ambos de la relación de regresión, es posible que las regresiones den resultados engañosos...

En segundo lugar, nuestro "sitio hermano" hace un buen trabajo explicando la intuición que hay detrás, que puede explicar por qué es importante en el mundo real: ¿están relacionadas dos series temporales diferentes? ¿Y podemos comprobarlo?

https://quant.stackexchange.com/questions/219/what-is-the-intuition-behind-cointegration

Este me gusta mucho:

"Piensa en un hombre que pasea a su perro. Va a ir a lo largo y su perro va a pasea corriendo de un lado a otro. El hombre y el perro están matemáticamente "cointegrados".

Como inversor, usted apuesta a que el perro vuelva con su amo o que la correa sólo tiene una longitud determinada.

Answer 2

Un buen ejemplo de las finanzas es la variable CAY. Lettau-Ludvigson . Afirman que el consumo y la riqueza agregada están cointegrados, y que las desviaciones de estos de su relación de largo plazo son buenos predictores de los rendimientos de los activos. La econometría es algo complicada en el sentido de que las pruebas que demuestran que existe o no una relación de cointegración no son muy potentes.