De hecho, debería haber alguna pérdida de eficiencia en muestras finitas, pero asintóticamente, usted está en el lado seguro. Para ver esto, considere el caso simple de estimar una media muestral (que es un caso especial de una regresión en la que solo retrocede en una constante):
Los estimadores HAC estiman el error estándar de la media muestral. Suponga que es una covarianza estacionaria con y tal que .Ytmi(Yt) = μCo v (Yt,Yt - j) =γj∑∞j = 0El |γjEl | <∞
Entonces, lo que estiman los errores estándar de HAC es la raíz cuadrada de la "varianza a largo plazo", dada por:
Ahora, si la serie en realidad no tiene correlación serial, entonces para , que el estimador HAC también "descubrirá" como , de modo que se reducirá a un estimador de la raíz cuadrada de la varianza estándar .
limT→ ∞{ Va r [T--√(Y¯T- μ ) ] } =limT→ ∞{ Tmi(Y¯T- μ)2} =γ0 0+ 2∑j = 1∞γj.
γj= 0j > 0T→ ∞γ0 0