ARDO

El modelo de retraso distribuido autorregresivo (ARDL) es similar al modelo ARIMA univariado, pero con la opción de usarlo para varias variables simultáneamente.

En el artículo sobre el modelo ARIMA, un modelo autorregresivo simple con p lags se escribió como

donde αies el coeficiente de retraso i y τtes el término de error.

Un modelo de este tipo también puede emplear uno o más exógeno variables X, que entra en el modelo igual que los rezagos de la variable principal. Esto se puede escribir como

donde tenemos una única variable exógena con k rezagos. Estos retrasos son lo que se dice que son repartido rezagos del modelo, lo que le da su nombre.

Ahora podemos ver que para una previsión con tres pasos de anticipación, las variables exógenas deben conocerse hasta T+3, lo que normalmente no es así. El modelo ARDL funciona mediante la creación de modelos ARIMA univariados para cada indicador a fin de producir los valores pronosticados necesarios. A continuación, se muestran rezagados e ingresan al modelo principal, que a su vez también es un modelo ARIMA que permite utilizar términos AR y MA, así como procesar datos no estacionarios.

¿Cómo se ajusta Indicativo a un modelo ARDL?

La selección del AR, la MA y el orden de diferenciación para cada modelo ARIMA dentro de un modelo ARDL plantea un desafío, ya que existen muchas opciones. Para los modelos ARIMA de cada variable indicadora, se emplean los mismos métodos que en el modelo ARIMA univariado.

Para seleccionar el orden de retraso de los indicadores en el modelo principal y también el orden AR del mismo, se realiza una evaluación conjunta en la que se evalúan un gran número de opciones y se realiza una selección en función del mejor valor de AIC. Como se ha mencionado en otros artículos, la AIC penaliza la adición de más parámetros si no mejoran lo suficiente el ajuste del modelo.

‍