Métodos de Integración Fraccionaria y Series Temporales Cortas: Evidencia de un Estudio de Simulación

Grant y Lebo (2016) y Keele, Linn y Webb (2016) proporcionan recomendaciones divergentes a los analistas que trabajan con series temporales cortas que son potencialmente integradas fraccionariamente. Mientras que Grant y Lebo son bastante positivos sobre las perspectivas de diferenciar fraccionariamente tales datos, Keele, Linn y Webb argumentan que las estimaciones de la integración fraccionaria serán muy inciertas en series temporales cortas. En este estudio, simulo datos integrados fraccionariamente y comparo las estimaciones del modelo general de corrección de errores (GECM), que no considera la integración fraccionaria, con modelos que utilizan métodos de integración fraccionaria bajo treinta y dos condiciones de simulación. Encuentro que las estimaciones de los efectos a corto plazo son similares entre los dos modelos, pero que los modelos que utilizan datos diferenciados fraccionariamente producen predicciones superiores de los efectos a largo plazo para todos los tamaños de muestra cuando no se incluyen dinámicas a corto plazo. Cuando se incluyen dinámicas a corto plazo, el GECM supera al modelo alternativo, pero solo en series temporales que consisten en menos de 250 observaciones.