Tesis doctoral de Francisco Javier Eransus Armendariz
La tesis se enmarca en la literatura sobre contrastes estadísticos para la evaluación o comparación de capacidad predictiva, bajo un tipo de función de pérdida especial, que denominamos ¿discreta¿. Dicha función es muy general, permite una gran flexi bilidad en la evaluación de previsiones y es idónea en muchas aplicaciones predictivas, sean de naturaleza económica o no. el primer capítulo trabaja sobre la evaluación de la capacidad predictiva asociada a un único conjunto de previsiones. Se ident ifican los problemas de los procedimientos estándar de la literatura y se proponen contrastes sencillos válidos para funciones de pérdida discretas, derivados en base a propiedades estándar de convergencia. Los resultados muestran que los contrastes sugeridos presentan un comportamiento mucho más satisfactorio que los utilizados en la literatura. el segundo capítulo trabaja sobre la comparación de capacidad predictiva entre dos conjuntos de previsiones. Se propone un contraste (mult2) válido exc lusivamente para funciones de pérdida discretas, que se sugiere como alternativa al test diebold y mariano (1995), cuyo uso en esta literatura es prácticamente sistemático, siempre que el contexto que proceda sea el de las funciones discretas. Los ej ercicios de simulación muestran que el contraste mult2 domina en tamaño al de diebold y mariano (1995), sin pérdidas en potencia. La clave para dicha ventaja radica en que mult2 estima la distribución exacta del estadístico de diebold y mariano, en v ez de usar la asintótica. La contrapartida es su alto coste computacional, por lo que la recomendación es emplearlo solo en determinados casos, descritos en la tesis. el último capítulo pretende extender los resultados de los capítulos anteriores al contexto de existencia de incertidumbre paramétrica (es decir, cuando las previsiones proceden de modelos estimados). Se obtienen resultados analíticos (modelos no anidados) y por simulación. La gran aportación es que dichos resultados sugieren que l a distribución asintótica de los contrastes que utilicen la función de pérdida discreta en su implementación (tanto los sugeridos en la tesis, como el de diebold y mariano (1995)) prácticamente no se modifica pese a la aparición de incertidumbre para métrica. Este resultado no es compartido por muchas funciones de pérdida (prácticamente ninguna en el caso de modelos anidados) y evita las correcciones que serían necesarias en los contrastes para ser aplicados sin error, correcciones que son, como
Datos académicos de la tesis doctoral «Evaluación y comparación de capacidad predictiva bajo funciones de pérdida discretas.«
- Título de la tesis: Evaluación y comparación de capacidad predictiva bajo funciones de pérdida discretas.
- Autor: Francisco Javier Eransus Armendariz
- Universidad: Complutense de Madrid
- Fecha de lectura de la tesis: 12/02/2010
Dirección y tribunal
- Director de la tesis
- Alfonso Novales Cinca
- Tribunal
- Presidente del tribunal: Carlos Sebastián gascón
- esther Ruiz ortega (vocal)
- Antonio Aznar grasa (vocal)
- Antonio García ferrer (vocal)