Mi sugerencia es similar a lo que usted propone, excepto que usaría un modelo de serie temporal en lugar de promedios móviles. El marco de trabajo de los modelos ARIMA también es adecuado para obtener pronósticos que incluyen no solo la serie MSCI como regresor, sino también retrasos de la serie GCC que también pueden capturar la dinámica de los datos.
Primero, puede ajustar un modelo ARIMA para la serie MSCI e interpolar las observaciones que faltan en esta serie. Luego, puede ajustar un modelo ARIMA para la serie GCC utilizando MSCI como regresores exógenos y obtener los pronósticos para GCC basados en este modelo. Al hacer esto, debe tener cuidado al tratar con los descansos que se observan gráficamente en la serie y que pueden distorsionar la selección y el ajuste del modelo ARIMA.
Esto es lo que obtengo haciendo este análisis R. Utilizo la función forecast::auto.arimapara hacer la selección del modelo ARIMA y tsoutliers::tsodetectar posibles cambios de nivel (LS), cambios temporales (TC) o valores atípicos aditivos (AO).
Estos son los datos una vez cargados:
gcc <- structure(c(117.709, 120.176, 117.983, 120.913, 134.036, 145.829, 143.108, 149.712, 156.997, 162.158, 158.526, 166.42, 180.306, 185.367, 185.604, 200.433, 218.923, 226.493, 230.492, 249.953, 262.295, 275.088, 295.005, 328.197, 336.817, 346.721, 363.919, 423.232, 492.508, 519.074, 605.804, 581.975, 676.021, 692.077, 761.837, 863.65, 844.865, 947.402, 993.004, 909.894, 732.646, 598.877, 686.258, 634.835, 658.295, 672.233, 677.234, 491.163, 488.911, 440.237, 486.828, 456.164, 452.141, 495.19, 473.926,
492.782, 525.295, 519.081, 575.744, 599.984, 668.192, 626.203, 681.292, 616.841, 676.242, 657.467, 654.66, 635.478, 603.639, 527.326, 396.904, 338.696, 308.085, 279.706, 252.054, 272.082, 314.367, 340.354, 325.99, 326.46, 327.053, 354.192, 339.035, 329.668, 318.267, 309.847, 321.98, 345.594, 335.045, 311.363,
299.555, 310.802, 306.523, 315.496, 324.153, 323.256, 334.802, 331.133, 311.292, 323.08, 327.105, 320.258, 312.749, 305.073, 297.087, 298.671), .Tsp = c(2002.91666666667, 2011.66666666667, 12), class = "ts")
msci <- structure(c(1000, 958.645, 1016.085, 1049.468, 1033.775, 1118.854, 1142.347, 1298.223, 1197.656, 1282.557, 1164.874, 1248.42, 1227.061, 1221.049, 1161.246, 1112.582, 929.379, 680.086, 516.511, 521.127, 487.562, 450.331, 478.255, 560.667, 605.143, 598.611, 609.559, 615.73, 662.891, 655.639, 628.404, 602.14, 601.1, 622.624, 661.875, 644.751, 588.526, 587.4, 615.008, 606.133,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 609.51, 598.428, 595.622, 582.905, 599.447, 627.561, 619.581, 636.284, 632.099, 651.995, 651.39, 687.194, 676.76, 694.575, 704.806, 727.625, 739.842, 759.036, 787.057, 817.067, 824.313, 857.055, 805.31, 873.619), .Tsp = c(2007.33333333333, 2014.5, 12), class = "ts")
Paso 1: ajuste un modelo ARIMA a la serie MSCI
A pesar de que el gráfico revela la presencia de algunas pausas, no se detectaron valores atípicos tso. Esto puede deberse al hecho de que faltan varias observaciones en el medio de la muestra. Podemos lidiar con esto en dos pasos. Primero, ajuste un modelo ARIMA y úselo para interpolar observaciones faltantes; segundo, ajuste un modelo ARIMA para la verificación de series interpoladas para posibles LS, TC, AO y refine los valores interpolados si se encuentran cambios.
Elija el modelo ARIMA para la serie MSCI:
require("forecast")
fit1 <- auto.arima(msci)
fit1
# ARIMA(1,1,2) with drift
# Coefficients:
# ar1 ma1 ma2 drift
# -0.6935 1.1286 0.7906 -1.4606
# s.e. 0.1204 0.1040 0.1059 9.2071
# sigma^2 estimated as 2482: log likelihood=-328.05
# AIC=666.11 AICc=666.86 BIC=678.38
Complete las observaciones faltantes siguiendo el enfoque discutido en mi respuesta a esta
publicación :
kr <- KalmanSmooth(msci, fit1$model)
tmp <- which(fit1$model$Z == 1)
id <- ifelse (length(tmp) == 1, tmp[1], tmp[2])
id.na <- which(is.na(msci))
msci.filled <- msci
msci.filled[id.na] <- kr$smooth[id.na,id]
Ajuste un modelo ARIMA a la serie completa msci.filled. Ahora se encuentran algunos valores atípicos. Sin embargo, utilizando opciones alternativas se detectaron diferentes valores atípicos. Mantendré el que se encontró en la mayoría de los casos, un cambio de nivel en octubre de 2008 (observación 18). Puede probar, por ejemplo, estas y otras opciones.
require("tsoutliers")
tso(msci.filled, remove.method = "bottom-up", tsmethod = "arima",
args.tsmethod = list(order = c(1,1,1)))
tso(msci.filled, remove.method = "bottom-up", args.tsmethod = list(ic = "bic"))
El modelo elegido es ahora:
mo <- outliers("LS", 18)
ls <- outliers.effects(mo, length(msci))
fit2 <- auto.arima(msci, xreg = ls)
fit2
# ARIMA(2,1,0)
# Coefficients:
# ar1 ar2 LS18
# -0.1006 0.4857 -246.5287
# s.e. 0.1139 0.1093 45.3951
# sigma^2 estimated as 2127: log likelihood=-321.78
# AIC=651.57 AICc=652.06 BIC=661.39
Use el modelo anterior para refinar la interpolación de las observaciones faltantes:
kr <- KalmanSmooth(msci, fit2$model)
tmp <- which(fit2$model$Z == 1)
id <- ifelse (length(tmp) == 1, tmp[1], tmp[2])
msci.filled2 <- msci
msci.filled2[id.na] <- kr$smooth[id.na,id]
Las interpolaciones inicial y final se pueden comparar en un gráfico (no se muestra aquí para ahorrar espacio):
plot(msci.filled, col = "gray")
lines(msci.filled2)
Paso 2: Ajuste un modelo ARIMA a GCC usando msci.filled2 como regresor exógeno
Ignoro las observaciones que faltan al comienzo de msci.filled2. En este punto, he encontrado algunas dificultades para usar auto.arimajunto con tso, así que probé con la mano varios modelos ARIMA en tsoy finalmente eligieron el modelo ARIMA (1,1,0).
xreg <- window(cbind(gcc, msci.filled2)[,2], end = end(gcc))
fit3 <- tso(gcc, remove.method = "bottom-up", tsmethod = "arima",
args.tsmethod = list(order = c(1,1,0), xreg = data.frame(msci=xreg)))
fit3
# ARIMA(1,1,0)
# Coefficients:
# ar1 msci AO72
# -0.1701 0.5131 30.2092
# s.e. 0.1377 0.0173 6.7387
# sigma^2 estimated as 71.1: log likelihood=-180.62
# AIC=369.24 AICc=369.64 BIC=379.85
# Outliers:
# type ind time coefhat tstat
# 1 AO 72 2008:11 30.21 4.483
La trama de GCC muestra un cambio a principios de 2008. Sin embargo, parece que ya fue capturada por el regresor MSCI y no se incluyeron regresores adicionales, excepto un valor añadido aditivo en noviembre de 2008.
La gráfica de los residuos no sugirió ninguna estructura de autocorrelación, pero la gráfica sugirió un cambio de nivel en noviembre de 2008 y un valor aditivo atípico en febrero de 2011. Sin embargo, al agregar las intervenciones correspondientes, el diagnóstico del modelo fue peor. Puede ser necesario un análisis adicional en este punto. Aquí, continuaré obteniendo los pronósticos basados en el último modelo fit3.
95 %
newxreg <- data.frame(msci=window(msci.filled2, start = c(2011, 10)), AO72=rep(0, 34))
p <- predict(fit3$fit, n.ahead = 34, newxreg = newxreg)
head(p$pred)
# [1] 298.3544 298.2753 298.0958 298.0641 297.6829 297.7412
par(mar = c(3,3.5,2.5,2), las = 1)
plot(cbind(gcc, msci), xaxt = "n", xlab = "", ylab = "", plot.type = "single", type = "n")
grid()
lines(gcc, col = "blue", lwd = 2)
lines(msci, col = "green3", lwd = 2)
lines(window(msci.filled2, start = c(2010, 9), end = c(2012, 7)), col = "green", lwd = 2)
lines(p$pred, col = "red", lwd = 2)
lines(p$pred + 1.96 * p$se, col = "red", lty = 2)
lines(p$pred - 1.96 * p$se, col = "red", lty = 2)
xaxis1 <- seq(2003, 2014)
axis(side = 1, at = xaxis1, labels = xaxis1)
legend("topleft", col = c("blue", "green3", "green", "red", "red"), lwd = 2, bty = "n", lty = c(1,1,1,1,2), legend = c("GCC", "MSCI", "Interpolated values", "Forecasts", "95% confidence interval"))
