Descripción

En este trabajo analizamos el rendimiento predictivo de algunas estrategias típicamente utilizadas para estimar un modelo AR(1) cercano a la raíz unitaria. Nos enfocamos en el estimador exacto insesgado en mediana de Andrews (1993) (BC), el estimador OLS y la caminata aleatoria sin constante (RW). También exploramos dos pares de combinaciones entre estas estrategias. Esto se realiza con el fin de investigar cuándo BC ayuda a reducir los errores de proyección. Vía simulaciones, encontramos que las proyecciones BC típicamente superan las OLS. Cuando BC es comparado con RW obtenemos resultados mixtos, favoreciendo RW cuando la persistencia del modelo verdadero se incrementa. Interesantemente, encontramos que la combinación BC-RW realiza un buen trabajo en un ambiente cercano a la raíz unitaria.