Heteroterasticidad

2.- Causas frecuentes de heterocedasticidad

Aunque las que se citan a continuación no son las únicas posibilidades que dan lugar a un

modelo heterocedástico, sí son las más frecuentes.

A.- Variables explicativas cuyo recorrido tenga una gran dispersión respecto a su propia media.

En esta situación, los modelos de corte transversal son especialmente susceptibles a registrar

heterocedasticidad. La disposición arbitraria de las observaciones en este caso (puede responder,

por ejemplo al orden alfabético de las observaciones de la endógena o al modo en que se han

obtenido los datos o a cualquier otra razón) pueden agrupar, casualmente, observaciones que

presenten valores grandes en una determinada variable explicativa y lo mismo con valores

pequeños de esta misma variable. Si esta variable es la que está produciendo la distorsión en el

modelo de heterocedasticidad, dicha distorsión será probablemente mayor en aquellas

observaciones que contengan una mayor carga de ésta y menor en las que su peso sea más

pequeño. Por ello, la varianza de las perturbaciones aleatorias estimada por subperíodos

distintos de la muestra sería diferente; es decir, habría heterocedasticidad.

La misma situación se puede dar en modelos de corte temporal en los que la evolución histórica

haya marcado diferentes períodos en cuanto a los valores de una variable en relación a su media,

agrupando en algún subperíodo valores altos y en otros valores pequeños.

Conceptos básicos sobre Heterocedasticidad y Tratamiento en E-views 4

B.- Omisión de variables relevantes en el modelo especificado.

Evidentemente, cuando se ha omitido una variable en la especificación, dicha variable quedará

parcialmente recogida en el comportamiento de las perturbaciones aleatorias, pudiendo

introducir en éstas su propia variación, no necesariamente fija.

Recuérdese que la hipótesis inicial del MBRL de homocedasticidad hacía referencia a la

varianza constante de las perturbaciones aleatorias, pero no obligaba a que las variables

explicativas tuvieran también varianza constante, hecho que, además, sería una restricción muy

poco plausible.

C.- Cambio de estructura

El hecho de que se produzca un cambio de estructura determina un mal ajuste de los parámetros

al conjunto de los datos muestrales. Este no tiene porque influir del mismo modo en todo el

recorrido de la muestra1

, pudiendo producir cuantías de desajuste del modelo diferentes y, por

tanto, varianza no constante por subperíodos.

Al fin y al cabo, el fenómeno del cambio de

...