Arfima

investigaciones económicas. vol.
XXVI (3), 2002, 395-445
MODELOS DE MEMORIA LARGA PARA SERIES

ECONÓMICAS Y FINANCIERAS
ANA PÉREZ
Universidad de Valladolid
ESTHER RUIZ
Universidad Carlos III de Madrid
En este trabajo se hace una revisión de los modelos de series temporales con
memoria larga para la media y la varianza condicionada, con especial aten-
ción a los modelos ARMA fraccionalmente integrados (ARFIMA) y a los
modelos GARCH y SV fraccionalmente integrados. Se estudian sus propieda-
des más importantes y se discute su aplicación en la modelización de series
económicas y financieras. También se describen los principales métodos de es-
timación propuestos para estos modelos y se revisan algunos contrastes para
detectar la presencia de memoria larga. Finalmente, se revisan los princi-
pales resultados sobre predicción de valores futuros de series temporales con
memoria larga.
Palabras clave: Integración fraccional, persistencia, dominio de las frecuen-

cias, densidad espectral, volatilidad.
(JEL C22)
1. Introducción
La propiedad de memoria larga suele relacionarse con la persistencia
que muestran las autocorrelaciones muestrales de ciertas series tempo-
rales estacionarias, que decrecen a un ritmo muy lento, pero finalmente
convergen hacia cero, indicando que las innovaciones de dichas series
tienen efectos transitorios pero perduran durante mucho tiempo. Este
comportamiento no es compatible ni con los modelos estacionarios que
imponen un decrecimiento exponencial en las autocorrelaciones y, por
lo tanto, en los efectos de las innovaciones, ni con el grado extremo de
Agradecemos a F. Marmol y C. Velasco la lectura atenta de parte de este trabajo.
Sus comentarios y sugerencias nos han ayudado a clarificar muchas de las ideas
aquí expuestas y han contribuido a mejorar la presentación final. Agradecemos
asimismo la ayuda financiera de los proyectos SEC97-1379 (CICYT) y PB98-0026
(DGCICYT).
396 investigaciones económicas, vol xxvi (3), 2002
persistencia de los modelos integrados no estacionarios en los que las

innovaciones tienen efectos permanentes.
La evidencia empírica sobre memoria larga se remonta a Hurst (1951)
en el campo de la hidrología. Sin embargo, el interés por los modelos
con memoria larga para series económicas surge a partir de los traba-
jos de Granger (1980) y Granger y Joyeux (1980), quienes observan
que muchas de dichas series son aparentemente no estacionarias en
media, y sin embargo, las series diferenciadas suelen presentar claros
indicios de sobrediferenciación. Por lo tanto, para modelizar este tipo
de series, la diferenciación parece “excesiva” pero la no diferenciación
tampoco es adecuada. Para cubrir este vacío entre los casos extremos
de modelos ARIMA con raíces unitarias, típicamente utilizados para
modelizar series no estacionarias cuyo nivel evoluciona temporalmente,
y modelos ARMA estacionarios donde el nivel medio es constante y la
serie vuelve relativamente rápido a dicho nivel, Granger (1980), Gran-
ger y Joyeux (1980) y Hosking (1981) proponen una clase de procesos
intermedios en los que el orden de integración es fraccional. Se trata
de los procesos ARMA fraccionalmente integrados, ARFIMA(s> g> t),
donde g es un número real. Al permitir que el orden de integración,
g, sea un número no entero, estos modelos actúan como un “puente”
entre los procesos con raíces unitarias ARIMA (g = 1) y los procesos
ARMA estacionarios (g = 0). Como veremos más adelante, cuando
0 ? g ? 1@2, los procesos ARFIMA son estacionarios, es decir, su
nivel medio es constante, pero las desviaciones de la serie sobre dicho
nivel tienen mayor duración que cuando g = 0.
La presencia de memoria larga en series económicas, puede estar jus-
tificada por lo que Granger (1966) denominó la forma “típica” del
espectro de las series económicas, que se caracteriza por no estar aco-
tado en las frecuencias bajas y decrecer hiperbólicamente hacia cero.
A esto hay que añadir los resultados sobre agregación de series de Ro-
binson (1978) y Granger (1980, 1990), que demuestran que la suma de
procesos AR(1) independientes cuyos coeficientes siguen una distribu-
ción tipo Beta (véase Johnson y Kotz, 1970, pp. 37-56), es un proceso
fraccionalmente integrado. Dado que muchas variables económicas son
agregados de otras variables, este resultado podría explicar la presencia
de memoria larga en ciertas series económicas. Otra explicación alter-
nativa de la existencia de memoria larga en los agregados económicos
puede verse en Parke (1999).
a. pérez, e. ruiz: modelos de memoria larga 397
La evidencia empírica sobre la presencia de memoria larga en series

económicas y financieras es extensa. Por nombrar algunos ejemplos,
Greene y Fielitz (1977) utilizan el estadístico de rango reescalado para
contrastar la presencia de memoria larga en 200 series de rendimientos
y encuentran evidencia en un número elevado de ellas. Posteriormen-
te, Lo (1991) detecta memoria larga en rendimientos financieros utili-
zando una modificación del mencionado estadístico. También, Cheung
(1993a) y Baillie y Bollerslev (1994) encuentran evidencia de memoria
larga en activos financieros. En series macroeconómicas, por ejemplo,
Diebold y Rudebush (1989) y Sowell (1992b) encuentran memoria lar-
ga en series trimestrales del Producto Nacional Bruto americano y
Delgado y Robinson (1993), Hassler y Wolters (1995) y Baillie, Chung
y Tieslau (1996) en distintas series mensuales de inflación. Por otra
parte, la existencia de memoria larga estacional ha sido observada
empíricamente, entre otros, por Porter-Hudak (1990), Ray (1993a) o
Franses y Ooms (1997).
En los últimos años, ha surgido también un gran interés por la uti-
lización de procesos con memoria larga para la modelización de la
volatilidad de series financieras. El trabajo pionero de Ding, Granger
y Engle (1993) puso de manifiesto que las autocorrelaciones muestra-
les de ciertas transformaciones de los rendimientos absolutos del índice
bursátil S&P500 decrecen muy lentamente hacia cero, en consonancia
con la propiedad de memoria larga. Trabajos posteriores, como Crato
y de Lima (1994), Bollerslev y Mikkelsen (1996) y Lobato y Robinson
(1998) han confirmado la evidencia de memoria larga en los cuadra-
dos de distintas series financieras. Motivados por estos resultados, se
han propuesto recientemente varios modelos que tratan de represen-
tar la propiedad de memoria larga en los momentos condicionados de
segundo orden.
En la actualidad, existen varias revisiones de la literatura sobre mode-
los con memoria larga; véanse, por ejemplo, Beran (1994), Robinson
(1994b) y Baillie (1996). El objetivo de este artículo es actualizar di-
chas revisiones incluyendo además, por primera vez, una revisión de los
resultados relativos a predicción con modelos ARFIMA y a modelos
con memoria larga en la varianza condicional. Aunque los modelos AR-
FIMA no son los únicos capaces de generar series con memoria larga,
en este trabajo nos vamos a centrar en dichos modelos por ser los más
utilizados en el análisis empírico. El artículo se organiza de la siguiente
forma. En la sección 2 se describen las principales características de
los procesos ARFIMA tanto en el dominio del tiempo como en el do-

minio de las frecuencias. En la sección 3 se describen varios métodos
de estimación y en la sección 4, contrastes de la hipótesis de memo-
ria larga. En la sección 5 se revisa la literatura sobre predicción con
modelos ARFIMA. La sección 6 revisa los principales modelos con me-
moria larga para la varianza condicionada. Finalmente, en la sección 7
se presentan las conclusiones. Los resultados descritos en este artículo
son ilustrados con el análisis de varias series simuladas y reales.
2. Procesos con memoria larga: definición y propiedades

En esta sección se describen las principales propiedades estadísticas
de series temporales con memoria larga, con especial atención a series
generadas por modelos ARFIMA. La propiedad de memoria larga en
una serie temporal suele entenderse como la existencia de una depen-
dencia no despreciable entre observaciones que distan entre sí largos
periodos de tiempo. Brockwell y Davies (1991) y Beran (1994) definen
la memoria larga en un proceso estacionario {w con función de auto-
correlación (n)y densidad espectral i (), si existe un número real
0 ? ? 1 y una constante F A 0, tales que (n) F |n|3 cuando
n $ 4, o equivalentemente, si existe un número real 0 ? ? 1 y una
constante Fi A 0 tales que i () Fi ||3 cuando $ 0+ , donde
el símbolo significa que el cociente de los términos a su derecha e
izquierda converge hacia uno. Por tanto, desde el punto de vista de
las autocorrelaciones, la memoria larga implica que éstas tienden a
cero muy lentamente y no son absolutamente sumables. De hecho, la
propiedad de memoria larga sólo determina la tasa de convergencia
hacia cero de las correlaciones, pero no la magnitud de cada una de
ellas. Cada correlación individual puede ser arbitrariamente pequeña,
pero el decrecimiento debe ser lento. En el caso de la función de den-
sidad espectral, ésta contiene información sobre el peso relativo de
cada frecuencia en la variabilidad total de la serie, siendo el periodo
asociado a cada frecuencia igual a 2@. Cuando = 0, el periodo
correspondiente es infinito, y por tanto, en series con memoria larga,
donde la densidad espectral no está acotada en la frecuencia = 0,
el componente a largo plazo domina a cualquier otro componente de
corto plazo. Es importante señalar que la definición de memoria larga
es asintótica, en el sentido de que informa del comportamiento de las
correlaciones cuando n $ 4 o del espectro cuando $ 0+ .
Aunque existen otras definiciones más generales de memoria larga, co-

mo, por ejemplo, las de Robinson (1994b) y Baillie (1996), la definición
anterior es suficiente para los procesos ARFIMA(s> g> t), que son los
más utilizados en el análisis empírico de series económicas y financie-
ras, y son los que vamos a considerar en este artículo. En general, se
dice que un proceso {w es integrado de orden g, y se denota por I(g),
si se verifica que (1 O)g {w = xw , donde O es el operador retardo,
Ol {w = {w3l , y xw es un proceso estacionario con densidad espectral
acotada en la frecuencia cero. Si g = 0, {w es estacionario; si g = 1> {w
tiene una raíz unitaria; si g es otro número entero, {w tiene g raíces
unitarias; y si g es un número real no entero, {w es un proceso fraccio-
nalmente integrado. Si además xw es un proceso ARMA(s> t) decimos
que {w es un proceso ARFIMA(s> g> t). En el caso más sencillo, donde
s = t = 0, no hay dependencia dinámica a corto plazo en la serie {w ,
y el proceso resultante, conocido como ruido blanco fraccionalmente
integrado o ARFIMA(0> g> 0), viene dado por la siguiente ecuación:
(1 O)g {w = w [1]
donde w es un ruido blanco de media cero y varianza 2 . Las propieda-
des estadísticas del proceso {w definido en [1] han sido analizadas por
Hosking (1981). En particular, si 1@2 ? g ? 1@2, {w es estacionario e
invertible, y admite la siguiente representación AR(4):
X
"
g
(1 O) {w = n "w3n = w [2]
n=0
K(n3g)
donde n = K(3g)K(n+1) , y por ser {w estacionario, tiene además una
representación MA(4) dada por:
X
"
{w = (1 O)3g w = n w3n [3]
n=0
K(n+g)
donde n = K(g)K(n+1) , siendo (•) la función gamma (véase Brockwell
y Davies, 1991, p. 521). Utilizando la aproximación [(d + {)@(e +
{)] {d3e cuando { $ 4, se comprueba que, cuando n $ 4, n
ng31
K(g) , y por tanto, los coeficientes de la representación de Wold del
proceso ARFIMA(0> g> 0) convergen hiperbólicamente hacia cero, en
contraposición con el decrecimiento exponencial típico de los proce-
sos ARMA. De hecho, dichos coeficientes satisfacen la condición de
X
"
estacionariedad 2n ? 4, pero no son absolutamente sumables, es
n=0
X
"
decir, |n | = 4.
n=0
La propiedad más característica de los procesos ARFIMA estaciona-
rios (g ? 1@2) es el comportamiento asintótico de su función de au-
tocorrelación, o equivalentemente, el de su densidad espectral en las
frecuencias bajas. Según la ecuación [3], {w es el proceso resultante de
un sistema lineal donde el proceso de entrada, w , es un ruido blanco
con función de densidad espectral i () = 2 @2. Por tanto, la densi-
dad espectral de {w se obtiene a partir de la de w de la siguiente forma
(véase Priestley 1981, p. 266):
¯ ¯32g 2 2
¯ ¯
i () = i () ¯1 hl ¯ = [2(1 frv)]3g = [2vhq(@2)]32g
2 2
2
y cuando $ 0+ se tiene la siguiente aproximación: i () 2 32g .
De esta expresión se deduce que para 0 ? g ? 1@2, la densidad es-
pectral de {w es una función decreciente de no acotada en el origen
y el proceso {w tiene memoria larga, según la definición de Robinson
(1994b) y Baillie (1996). Por el contrario, cuando 1@2 ? g ? 0,
la densidad espectral se anula en el origen y está dominada por las
frecuencias altas. En este caso, se dice que el proceso {w presenta de-
pendencia negativa o antipersistencia. Aunque el rango 1@2 ? g ? 0
no tiene mucho interés en sí mismo, puede resultar útil en la mode-
lización de las primeras diferencias de procesos ARFIMA(0> g> 0) no
estacionarios con orden de integración 1@2 ? g ? 1. Como veremos
más adelante, estos procesos pueden modelizar el comportamiento de
series no estacionarias pero que finalmente revierten hacia la media,
propiedad que no pueden modelizar los procesos con raíces unitarias.
La función de autocovarianza del proceso ARFIMA(0> g> 0) viene dada
por la siguiente expresión:
(1 2g)(n + g)
(n) = 2 > si n 0>
(g)(1 g)(n + 1 g)
a partir de la cual se obtiene la siguiente expresión de la función de
autocorrelación:
(1 g)(n + g) Y l+g1
(n) = = > para n 1
(g)(n + 1 g) lg
1$l$n
y aplicando nuevamente la aproximación [(d + {)@(e + {)] {d3e ,

resulta que:
(1 g) 2g31
(n) n > cuando n $ 4
(g)
Esta última expresión indica que, cuando 0 ? g ? 1@2, la función de
autocorrelación del proceso ARFIMA(0> g> 0) es siempre positiva y de-
crece a un ritmo hiperbólico n 2g31 , a diferencia de los procesos ARMA,
cuya función de autocorrelación decrece exponencialmente. Para ilus-
trar esta dependencia a largo plazo típica de los procesos ARFIMA,
en el Cuadro 1 se comparan las correlaciones de un proceso AR(1) de
la forma {w = 0.5{w31 + w con las de un proceso ARFIMA(0,1/3,0).
Aunque en ambos casos la primera autocorrelación es 0.5, el ritmo con
que las correlaciones convergen hacia cero es muy diferente: mientras
en el proceso AR(1) la autocorrelación de orden 25 es prácticamente
cero, en el ARFIMA es 0.173 y sólo se reduce a 0.109 en el retardo
100.
CUADRO 1
Comparación de las funciones de autocorrelación de un proceso
AR(1), {w = 0>5{w31 + w y un proceso ARFIMA, (1 O)1@3 {w = w
Retardo(k) (n) [ARFIMA(0,1/3,0)] (n) [AR(1) con ! = 0>5]
1 0.500 0.500
2 0.400 0.250
3 0.350 0.125
4 0.318 0.063
5 0.295 0.031
10 0.235 0.001
25 0.173 2.98x10-8
50 0.137 8.88x10-16
100 0.109 7.89x10-31
Para ilustrar las propiedades de los modelos ARFIMA descritas hasta

el momento, en el Gráfico 1 se representan tres series generadas por
procesos ARFIMA(0> g> 0) con g = {0.4, 0.2, 0.4}, respectivamente.
Cada una de estas series se acompaña de su función de autocorrelación
y de su función de densidad espectral, teórica y muestral. Las series
se han generado utilizando el algoritmo propuesto por Davies y Harte
(1987). La función de autocorrelación teórica aparece corregida por
su sesgo, obtenido con las expresiones de Hosking (1996). Este gráfi-
co muestra la persistencia en las correlaciones y la concentración del
espectro en las frecuencias bajas, cuando g A 0, y la antipersistencia,
cuando g ? 0. Además, se observa que la concentración del espectro
GRÁFICO 1
Series yt generadas por procesos ARFIMA estacionarios con varianza
uno junto con su función de autocorrelación, r(yt;k), y su densidad
espectral, I (m ) , muestral y poblacional. De arriba abajo, las tres pri-
meras series representan procesos ARFIMA(0,d,0) con d=-0.4, d=0.2,
d=0.4 y la última representa un ARFIMA(1,d,0) con {! = 0>5> g = 0>2} .
en torno a la frecuencia cero es mayor cuanto mayor y más próximo está

g a la frontera de la no estacionariedad (g = 1@2). En el Gráfico 1 puede
observarse también la diferencia entre las funciones de autocorrelación
de los procesos ARFIMA con g ? 0 y g A 0. Cuando g =0.4, se aprecia
claramente el decrecimiento lento de las correlaciones que, incluso en
retardos alejados, son significativamente distintas de cero. Además, la
persistencia de las correlaciones con g =0.4 es mayor que con g =0.2.
Cuando en el proceso ARFIMA(0> g> 0) que acabamos de describir, se
incluyen componentes autorregresivas y de medias móviles, se tiene el
proceso ARFIMA(s> g> t), que admite una representación de la forma:
!(O)(1 O)g {w = (O) w [4]
donde!(O)y (O) son polinomios de orden s y t, respectivamente, cu-

yas raíces están fuera del círculo unidad. El proceso ARFIMA(s> g> t)
definido en [4] proporciona una gran flexibilidad en la modelización del
comportamiento dinámico de series económicas, ya que permite des-
cribir simultáneamente las propiedades dinámicas en el largo plazo,
a través del parámetro g, y la correlación en el corto plazo, a través
de los parámetros de la parte ARMA del modelo. El comportamiento
a largo plazo del proceso ARFIMA(s> g> t) es similar al del proceso
ARFIMA(0> g> 0), ya que para observaciones muy distantes, los efectos
de los parámetros ARMA son prácticamente despreciables. En concre-
to, Hosking (1981) prueba que si g ? 1@2 y todas las raíces de !(}) = 0
están fuera del círculo unidad, {w es estacionario, y si g A 1@2 y todas
las raíces de !(}) = 0 están fuera del círculo unidad, {w es invertible.
En el caso estacionario (g ? 1@2), la función de densidad espectral del
proceso ARFIMA(s> g> t) es de la forma:
¯ ¯
2 ¯ (hl ) ¯2
i () = ¯ ¯ [2vhq(@2)]32g [5]
2 ¯ !(hl ) ¯
En consecuencia, si 0 ? g ? 1@2, el espectro de {w no está acotado
en las frecuencias bajas y el proceso {w tiene memoria larga. Además,
en este caso, las autocorrelaciones decrecen hiperbólicamente y no son
sumables. Las expresiones de dichas autocorrelaciones se derivan en
Hosking (1981). Sin embargo, su cálculo se simplifica considerable-
mente utilizando la formulación alternativa de Sowell (1992a) y Chung
(1994).
En el último panel del Gráfico 1 se representa una serie simulada de un
proceso ARFIMA(1> g> 0) con {! =0.5> g =0.2} junto con su función
de autocorrelación y su densidad espectral, muestral y poblacional. En

este gráfico se observa la concentración del espectro en torno al origen
propia de los modelos con memoria larga, así como la presencia de
correlaciones significativas incluso en retardos alejados. Por otra parte,
se aprecia la influencia en el corto plazo del parámetro autorregresivo,
que hace que la función de autocorrelación presente valores grandes en
los primeros retardos y decrezca luego a un ritmo más rápido que el
de los procesos ARFIMA(0> g> 0).
Alternativamente, las diferencias entre los modelos ARFIMA, los mo-
delos ARMA de memoria corta y los modelos integrados ARIMA, pue-
den establecerse analizando la forma en que la serie {w responde a un
cambio unitario en la perturbación del modelo. Mientras en un modelo
ARIMA, el efecto sobre el nivel futuro de la serie de un shock sobre
la perturbación, es permanente y no hay reversión a la media, en un
ARFIMA dicho efecto finalmente desaparece, aunque a un ritmo más
lento que el exponencial de los procesos ARMA. Para medir el gra-
do de persistencia de los shocks sobre la media, Diebold y Rudebusch
(1989) y Haubrich y Lo (1989) proponen utilizar la función respuesta
al impulso acumulativa. Los valores de dicha función para una serie
{w son los coeficientes del polinomio f(O) = 1 + f1 O + f2 O2 + = = = tal
que {w = + f(O)w . El coeficiente fn mide el impacto que tiene una
innovación unitaria en el momento w sobre el nivel de la serie en w+n, y
su límite, f" = olp fn , mide el impacto a largo plazo de dicha inno-
n<"
vación. Si la serie {w en primeras diferencias admite una representación
de la forma (1 O){w = d(O) w donde d(O) = 1 + d1 O + d2 O2 + = = = >
se prueba fácilmente que fn = 1 + d1 + = = = + dn . Por tanto, el impac-
to a largo plazo que tiene una innovación unitaria sobre el nivel de
X"
la serie será f" = 1 + l = d(1). En el modelo ARFIMA(s> g> t)
l=l
definido en la ecuación [4], el polinomio d(O) es de la forma d(O) =
(1 O)13g !(O)31 (O), y utilizando los resultados de Gradshteyn y
Ryzhik (1980, sec. 9.1) resulta que:
(1) = I (g 1> 1> 1; 1)!(1)31 (1) =

{ 0 vl 0 ? g ? 1
!(1)31 (1) vl g = 1
donde I (•>•>•;•) es la función hipergeométrica y !(1) y (1) son las

sumas de los coeficientes de los polinomios !(O) y (O), respectiva-
mente. Esto significa que en los procesos I(1), el efecto de un shock
persiste indefinidamente, ya que d(1) 6= 0, y por tanto, no hay rever-
sión a la media, mientras que en un proceso I(g) con 0? g ? 1, el

efecto de un shock acaba desapareciendo (d(1) = 0) y la serie {w re-
vierte finalmente a su media, aunque lo hará a un ritmo muy lento
caracterizado, precisamente, por el parámetro g. Obsérvese que esto
es cierto no sólo en el caso estacionario (0 ? g ? 1@2), sino también
en el intervalo 1@2 g ? 1, donde el proceso no es estacionario. En
este sentido, suele decirse que el ARFIMA no estacionario es “menos
no estacionario” que los procesos I(1).
Los modelos ARFIMA han sido también extendidos de forma que pue-
dan representar memoria larga estacional. Por ejemplo, Gray, Zhang y
Woodward (1989) proponen una clase de modelos fraccionales genera-
lizados mediante polinomios de Gegenbauer, que permiten modelizar
series con un comportamiento periódico (cíclico o estacional) persisten-
te en el largo plazo. Porter-Hudak (1990) propone un modelo estacio-
nal fraccionalmente integrado y aplica dicho modelo a distintas series
de agregados monetarios. Ray (1993a) utiliza un modelo con memoria
larga estacional para representar el comportamiento dinámico de ren-
dimientos de un activo financiero. Finalmente, Franses y Ooms (1997)
proponen un modelo en el que el parámetro de integración fraccional
puede cambiar con la estación y lo utilizan para modelizar una serie
de inflación trimestral del Reino Unido.
3. Estimación de procesos ARFIMA

Los métodos de estimación de modelos con memoria larga propuestos
hasta el momento en la literatura pueden clasificarse en dos grandes
grupos: métodos paramétricos, en los que se conoce de forma explícita
toda la estructura de correlación o del espectro, tanto en el corto como
en el largo plazo, y métodos semiparamétricos, en los que no se espe-
cifica un modelo completo de la estructura de correlación (o espectral)
sino sólo su comportamiento en los retardos alejados (o en las frecuen-
cias bajas)1 . El enfoque paramétrico tiene la ventaja de que permite
caracterizar todas las autocorrelaciones y no sólo su decrecimiento hi-
perbólico. Además, los métodos propuestos son métodos de Máxima
Verosimilitud (MV) y por tanto, en condiciones bastante generales,
tienen buenas propiedades asintóticas. Sin embargo, si el modelo pa-
1
Otros autores distinguen entre métodos de estimación en dos etapas, en los que se
estima en primer lugar el parámetro g y en una segunda etapa los parámetros AR-
MA del modelo, y métodos de estimación en una etapa, que estiman conjuntamente,
por máxima verosimilitud, todos los parámetros del modelo.
ramétrico que se supone está mal especificado, los estimadores serán

inconsistentes y los métodos semiparamétricos pueden ser más apro-
piados, ya que son más robustos a una mala especificación del modelo.
Los estimadores semiparamétricos también tienen buenas propiedades s
asintóticas, aunque su tasa de convergencia es inferior a la típica W de
los estimadores paramétricos.
Alternativamente, existen otros métodos de estimación que son menos
utilizados en aplicaciones empíricas. Li y McLeod (1986), por ejem-
plo, estudian los estimadores máximo verosímiles del modelo ARFIMA
aproximado que se obtendría truncando en un retardo suficientemente
grande su representación AR(4) en [2]. Chung y Baillie (1993) ana-
lizan las propiedades en muestras finitas de estimadores de mínimos
cuadrados condicionales en el dominio temporal. Una breve descrip-
ción de ambos métodos puede encontrarse en Beran (1994) y Baillie
(1996), respectivamente.
3.1. Métodos de estimación paramétricos
Con respecto a los métodos de estimación paramétricos, Yajima (1985)
analiza las propiedades del estimador MV de los parámetros del proce-
so ARFIMA(0> g> 0) gaussiano, que se obtiene maximizando la función
de verosimilitud
W 1 1
O(; x ) = oq(2) oq | ()| {0 ()31 { [6]
2 2 2
donde = ( 2 > g), W es el tamaño muestral, x = ({1 > = = = > {W )’ es el
vector de observaciones y () es la matriz de varianzas y covarianzas
de {, demostrando que dicho estimador es consistente y asintótica-
mente normal. Dahlhaus (1989) extiende estos resultados a procesos
ARFIMA(s> g> t) gaussianos con media desconocida. En este caso, el
parámetro en la función de verosimilitud, O(> ; {), puede sustituir-
PW
se por un estimador consistente, como la media muestral, { ¯ = W1 {w ,
w=1
y el estimador MV de se obtiene maximizando la función de verosi-
militud resultante, O(> {¯; {). Dahlhaus (1989) demuestra, además, la
eficiencia asintótica del estimador MV. Posteriormente, Sowell (1992a)
proporciona un algoritmo recursivo para calcular la matriz de varian-
zas y covarianzas () y obtener la función de verosimilitud gaussiana
en [6].
Sin embargo, el estimador MV exacto es computacionalmente muy
costoso. Para maximizar la función de verosimilitud hay que emplear
métodos numéricos que requieren calcular, en cada iteración, la inversa

de la matriz (). Además, si g está próximo a 1/2, la evaluación de la
inversa de () puede ser muy inestable, ya que las covarianzas apenas
cambian y dicha matriz llega a ser casi singular. Recientemente, Chan
y Palma (1998) han propuesto una forma más eficiente de calcular la
función de verosimilitud en modelos ARFIMA gaussianos, utilizando la
descomposición en los errores de predicción, obtenida de forma recursi-
va en un número finito de pasos a través del filtro de Kalman, evitando
así invertir la matriz (). Además, estos autores proponen otro méto-
do de estimación que consiste en truncar la representación MA(4) del
modelo ARFIMA en primeras diferencias y maximizar la función de
verosimilitud de este modelo truncado, utilizando su representación
en el espacio de los estados. Este método simplifica considerablemente
los cálculos y proporciona estimadores consistentes y asintóticamente
normales y eficientes.
Como alternativa a los métodos de máxima verosimilitud exacta, se
han propuesto otros métodos basados en maximizar una aproximación
a la función de verosimilitud gaussiana en el dominio de las frecuencias.
Fox y Taqqu (1986) consideran los estimadores MV aproximados de
Whittle (1962), que se obtienen minimizando la siguiente función:
· ¸
1 R LW ()
OZ (; {) = oq i (; ) + g [7]
4 3 i (; )
donde i (; ) es la función de densidad espectral de {w e LW () es el

periodograma de ({1 > = = = > {W ), definido como:
¯ W ¯2
1 ¯X ¯
¯ lw ¯
LW () = ¯ ({w ¯
{ )h ¯
2W ¯ ¯
w=1
Fox y Taqqu obtienen resultados asintóticos para ciertos parámetros

del modelo y bajo ciertas restricciones sobre la densidad espectral de
{w . Dahlhaus (1989) extiende dichos resultados y demuestra que el es-
timador de Whittle del vector paramétrico completo, b , es consistente
y asintóticamente normal en procesos ARFIMA estacionarios gaus-
sianos y establece además condiciones para que dicho estimador sea
asintóticamente eficiente.
Aunque los estimadores aproximados de Whittle son atractivos porque
reemplazan la evaluación de la inversa de () por transformadas de
Fourier del vector de observaciones, tampoco son sencillos, desde un
punto de vista computacional, porque la integral en [7] debe evaluarse

en cada iteración por métodos numéricos. La solución adoptada gene-
ralmente en estos casos es sustituir dicha integral por una suma finita
sobre las frecuencias de Fourier y minimizar la función correspondien-
te:
W 31 · ¸
1 X LW (m )
Õ(; {) = oq i (m ; ) + [8]
2W i (m ; )
m=1
donde m es la m-ésima frecuencia de Fourier, m = 2m W . Minimizando

Õ(; {) con respecto a se obtiene la versión discreta del estimador
MV de Whittle en el dominio de las frecuencias, ˜. Dahlhaus (1989)
demuestra que ˜ tiene las mismas propiedades asintóticas que b. Ade-
˜
más, desde un punto de vista computacional, es un estimador más
sencillo, porque el cálculo de Õ(; {) se puede agilizar utilizando la
simetría de la función de densidad espectral y del periodograma, y
aplicando la transformada rápida de Fourier; Bloomfield (1976, cap.
4) o Priestley (1981, pp. 575-586) describen la transformada rápida de
Fourier y sus aplicaciones.
Cheung y Diebold (1994) comparan las propiedades en muestras finitas
de ˜
y del estimador MV exacto para procesos ARFIMA(0> g> 0) gaus-
sianos y llegan a las siguientes conclusiones. Si la media del proceso es
conocida, el estimador MV exacto es, por supuesto, más eficiente, pero
cuando la media debe estimarse, el estimador ˜ es preferible, especial-
mente en muestras grandes donde calcular el estimador MV exacto
resulta impracticable. Sin embargo, Smith, Sowell y Zin (1997) pro-
ponen una corrección por sesgo del estimador MV exacto que parece
tener buenas propiedades en muestras finitas frente a ˜.
En el caso de procesos no gaussianos con memoria larga, Giriatis y
Surgalis (1990) derivan el primer teorema central del límite para el
estimador de Whittle bajo condiciones restrictivas sobre la densidad
espectral del proceso. Hosoya (1996, 1997) presenta resultados más ge-
nerales y deriva las propiedades asintóticas de los estimadores de Whit-
tle para procesos no necesariamente gaussianos. Finalmente, Velasco
y Robinson (2000) analizan las propiedades asintóticas y en muestras
finitas del estimador de Whittle para procesos con memoria larga no
estacionarios.
Como ilustración de los métodos de estimación MV que acabamos de
describir, el Cuadro 2 recoge los resultados de la estimación de un mo-
delo ARFIMA(0> g> 0) para la serie de inflación mensual en España,
observada desde enero de 1961 hasta diciembre de 2000, con un to-

tal de 480 observaciones. Las tasas de inflación se han obtenido como
{w = 100[oq(Sw ) oq(Sw31 )], donde Sw es el valor del Indice de Precios
al Consumo (IPC) en el mes t. Los estimadores utilizados son el MV
exacto, calculado siguiendo la propuesta de Chan y Palma (1998), y la
versión discreta del estimador MV de Whittle en el dominio de las fre-
cuencias. Los valores que aparecen entre paréntesis son las desviaciones
típicas de las correspondientes distribuciones asintóticas de dichos es-
timadores. Ambos métodos de estimación evidencian la existencia de
memoria larga en la serie mensual de inflación, aunque el estimador
MV exacto proporciona un valor estimado del parámetro de integra-
ción fraccional superior al obtenido por el método de Whittle. Téngase
en cuenta que, en muestras finitas, ambos estimadores presentan un
sesgo negativo, que suele ser mayor en el estimador de Whittle que en
el estimador MV exacto, especialmente cuando g y W son pequeños;
véase Cheung y Diebold (1994).
CUADRO 2
Estimación del parámetro d obtenida con distintos métodos para la serie
mensual de inflación en España desde enero 1961 hasta diciembre 2000.
MV MV GPH (1983) Robinson (1995a) con l =1

exacto Whittle m=T0.5 m=T0.6 m=T0.7 m=T0.5 m=T0.6 m=T0.7
0.325 0.269 0.617 0.457 0.312 0.427 0.325 0.221
(0.036) (0.036) (0.137) (0.101) (0.074) (0.137) (0.101) (0.074)
3.2. Métodos de estimación semiparamétricos

Alternativamente, los parámetros de modelos ARFIMA(s> g> t) pue-
den estimarse por métodos semiparamétricos. Geweke y Porter-Hudak
(1983) proponen un estimador, conocido como GPH, basado en un
modelo de regresión para el logaritmo del periodograma. Este método
explota la sencillez que tiene la expresión de la densidad espectral de
los procesos ARFIMA(s> g> t) en [5] en las frecuencias bajas. Evaluan-
do dicha expresión en las frecuencias de Fourier y tomando logaritmos,
se obtiene la siguiente aproximación:
© £ ¤ª
= 0 g oq 4vhq2 (m @2) + %m > con m = 1> 2> ===> p [9]
oq [LW (m )]
donde LW (m ) es la m-ésima ordenada del periodograma, 0 = oq [iX (0)]

, siendo la constante de Euler (véase Abramovitz y Stegun, 1970,
p. 255) y iX () la densidad espectral del proceso ARMA correspon-
diente, %m = oq [LW (m )@i (m )] + y p = j(W ) es un entero menor
que W y tendiendo hacia infinito más despacio que W . La expresión

[9] puede interpretarse como un modelo de regresión en el dominio
espectral, lo que sugiere estimar g por mínimos cuadrados ordinarios
(MCO). Geweke y Porter-Hudak (1983) argumentan que las pertur-
baciones %m de la ecuación [9] son asintóticamente independientes e
idénticamente distribuidas con media cero y varianza 2 @6, y estable-
cen de forma heurística la consistencia y la normalidad asintótica del
estimador, cuando g ? 0. Porter-Hudak (1990) propone una extensión
de este estimador para modelos con integración fraccional estacional.
Posteriormente, Hassler (1993), Chen, Abraham y Peiris (1994) y Re-
isen (1994) proponen una modificación del estimador GPH utilizando
en la regresión [9] el periodograma suavizado, en lugar del periodo-
grama. Estos autores comprueban, mediante simulaciones, que estas
modificaciones proporcionan estimaciones de g menos sesgadas y con
menor varianza.
Las propiedades asintóticas del estimador GPH no se establecen hasta
el trabajo de Robinson (1995a), que propone una versión modificada
más eficiente del mismo, y demuestra la consistencia y la normalidad
asintótica para todo el rango de valores del parámetro 1@2 ? g ?
1@2. La propuesta de Robinson es más general que GPH en varios
sentidos. En primer lugar, sólo requiere que la densidad espectral en
las frecuencias bajas verifique la condición:
i () Fi ||32g > cuando $ 0+ [10]

sin explicitar la forma concreta de i (); por tanto, el modelo de re-
gresión a estimar es:
oq [LW (m )]
= oq(Fi )2g(oq |m |)+oq [LW (m )@i (m )] > con m = 1> 2> ===> p=
[11]
Robinson (1995a) sugiere además eliminar las frecuencias más bajas,
truncando inferiormente en un punto c que depende de W , de forma que
el modelo [11] se estima en las frecuencias m = c + 1> c + 2> ===> p. Bajo
hipótesis de normalidad para {w , el estimador MCO de la ecuación [11]
es consistente y asintóticamente
s normal, aunque con una tasa de con-
s
vergencia p inferior a la W típica de los estimadores paramétricos
gaussianos. Hurvich y Beltrao (1994) comprueban que, en muestras fi-
nitas, la reducción de sesgo que se consigue truncando inferiormente en
c no compensa el incremento en la varianza. Finalmente, Hurvich, Deo
y Brodsky (1998) demuestran la consistencia del estimador GPH ori-
ginal y derivan expresiones del sesgo y la varianza de dicho estimador

y establecen su distribución asintótica bajo hipótesis de normalidad.
El método de estimación GPH es muy sencillo de aplicar y no requie-
re apenas supuestos sobre el modelo. De hecho, el estimador GPH ha
sido durante años el más utilizado en aplicaciones empíricas, al menos
como punto de comparación para analizar las propiedades de otros
estimadores. Sin embargo, la pérdida de eficiencia de este estimador
puede llegar a ser extrema en muestras pequeñas. Agiakloglou, Ne-
wbold y Wohar (1993), por ejemplo, observan que cuando existe un
componente AR(1) o MA(1) con parámetro cercano a la unidad, el esti-
mador GPH tiene un sesgo enorme y es muy ineficiente. Otro problema
adicional es la elección del número de frecuencias que se utilizan en
la regresión. Pero quizá el mayor inconveniente de este método, según
Robinson (1995b), es el carácter restrictivo del supuesto de normalidad
para {w . En dos trabajos recientes, Velasco (1999b, 2000) extiende los
resultados de Robinson (1995a) a modelos no estacionarios (g 1@2)
y no necesariamente gaussianos, respectivamente.
Smith, Taylor y Yadav (1997) comparan las propiedades en muestras
finitas del estimador GPH modificado de Robinson (1995a) con el esti-
mador máximo verosímil exacto y el estimador semiparamétrico APER
(Averaged Periodogram) de Lobato y Robinson (1996), y como era de
esperar, concluyen que, en el supuesto de una correcta especificación
del modelo, el estimador máximo verosímil exacto supera a los otros
dos, proporcionando siempre estimaciones menos sesgadas y con menor
varianza.
Alternativamente, Robinson (1995b) propone otro estimador semipa-
ramétrico para procesos que verifiquen la condición [10]. Este estima-
dor se obtiene maximizando una versión de la aproximación discreta
de Whittle a la función de verosimilitud gaussiana en [8], donde la
suma sólo se realiza en un entorno de la frecuencia cero. Este estima-
dor domina a los anteriores en varios aspectos: es más eficiente, no
impone normalidad sobre {w y evita el recorte de las componentes en
las frecuencias bajas así como la elección del número p de ordena-
das a promediar. Bajo ciertas condiciones, Robinson (1995b) prueba
que el estimador es consistente y asintóticamente normal en el inter-
valo 1@2 ?sg ? 1@2, aunque nuevamente la tasa de convergencia
es inferior a W . Velasco (1999a) extiende estos resultados al caso no
estacionario (g 1@2).
Finalmente, Moulines y Soulier (1999, 2000) y Hurvich y Brodsky

(2001) han propuesto, de forma independiente, otro estimador semipa-
ramétrico para procesos gaussianos con memoria larga, que se obtiene
estimando por MCO un modelo fraccional exponencial (FEXP) para el
logaritmo del periodograma sobre todas las frecuencias de Fourier en
el intervalo [0> ]. Bajo ciertas condiciones sobre la densidad espectral,
estos autores demuestran que el estimador que proponen es consistente
y obtienen expresiones de su sesgo y su varianza asintótica. Además,
comprueban que, en ciertos casos, este estimador proporciona menor
error cuadrático medio que el estimador GPH y que el estimador gaus-
siano semiparamétrico de Robinson (1995b).
Para ilustrar la aplicación de los métodos de estimación semiparamétri-
cos, hemos incluido en el Cuadro 2 los resultados de la estimación GPH
del parámetro g para la serie de tasas mensuales de inflación analizada
en la sección anterior. Como es habitual, hemos considerado diferentes
valores del parámetro p = j(W ) que especifica el número de orde-
nadas a promediar, y para cada uno de estos valores, hemos omitido
además las c frecuencias más bajas, como sugiere Robinson (1995a).
Las estimaciones del parámetro g se acompañan de los valores del error
estándar obtenido de la distribución asintótica de dichos estimadores.
A la vista de los resultados, podemos concluir, en primer lugar, que
la estimación de g parece bastante inestable para los distintos valores
de p. Obsérvese también que al aumentar p, se reduce la varian-
za de los estimadores y disminuye el valor estimado del parámetro
g, como apuntan Hurvich y Beltrao (1994). Además, para los valores
de p más pequeños, los estimadores semiparamétricos proporcionan
estimaciones de g mayores que los estimadores máximo verosímiles,
en consonancia con los resultados de Hassler y Wolters (1995). Final-
mente, nótese que la varianza de los estimadores semiparamétricos es
siempre mucho mayor que la de los estimadores MV.
4. Contrastes de hipótesis
En esta sección se presentan los métodos que mayor atención han re-
cibido en la literatura econométrica para contrastar la presencia de
memoria larga en una serie. También se describen brevemente algunos
trabajos que analizan el comportamiento de los contrastes de raíces
unitarias en el ámbito de los modelos con memoria larga. Finalmente,
se consideran las propiedades de las autocorrelaciones muestrales en
presencia de memoria larga, por constituir éstas una de las herramien-

tas más utilizadas en la detección de la memoria larga.
El contraste de Geweke y Porter-Hudak (1983) se deriva de la estima-
ción MCO del modelo de regresión en el dominio espectral, definido
en la ecuación [9]. La pendiente de este modelo es precisamente g,
y por tanto, para contrastar la hipótesis K0 : g = 0 (memoria cor-
ta) frente a la alternativa K1 : g 6= 0, se realiza el contraste habitual
de significación sobre el parámetro g con una distribución w-Student.
Aunque este contraste es muy sencillo de aplicar, si existen bajo K0
componentes autorregresivos o de medias móviles con valores grandes
de los parámetros, la hipótesis nula se rechazará, aún siendo cierta,
con mucha frecuencia, debido a que en estos casos, el estimador GPH
de g es muy sesgado; ver Agiakloglou, Newbold y Wohar (1993). Esta
misma conclusión se deriva de las simulaciones de Cheung (1993b),
que muestran un sesgo del contraste hacia alternativas del tipo g A 0
cuando el proceso generador de los datos es un AR(1) con parámetro
autorregresivo grande.
Haubrich y Lo (1989) y Lo (1991) proponen un contraste de memoria
corta basado en una modificación del estadístico U@V (rango reescala-
do) introducido por Hurst (1951). El estadístico U@V es el rango de las
sumas parciales de las desviaciones de una serie a su media, normaliza-
do por su desviación típica muestral. Lo (1991) propone reemplazar la
desviación típica muestral por otro factor de normalización que recoja
la posible correlación en el corto plazo que pudiera existir en los datos.
En concreto, el estadístico de contraste que se propone es:
" #
1 X n Xn
TW (t) = max ({l {
¯) min ({l {¯) [12]
VW (t) 1$n$W 1$n$W
l=1 l=1
donde t es un parámetro de truncamiento, { ¯ es la media muestral de

las T observaciones, y VW (t) es un estimador de la desviación típica
de {w definido como:
v
u X t
u m
t
VW (t) = f(0) + 2 zm (t)f(m)> con zm (t) = 1 > con t ? W
t+1
m=1
donde f(0) y f(m) denotan la varianza y la autocovarianza muestral de

P
W WP
3m
orden m de {w , f(0) = W1 ({w {¯)2 y f(m) = W1 ({w {
¯)({w+m {
¯),
w=1 w=1
respectivamente. El estadístico TW (t) en [12] se denomina “rango re-

escalado modificado”, y para t = 0 se reduce al estadístico U@V de
Hurst. Valores extremos de TW (t), en ambos sentidos, se consideran
indicativos de la posible existencia de memoria larga en la serie {w . Ba-
jo ciertas condiciones que incluyen una clase muy general de procesos
con memoria corta, Lo (1991) deriva la distribución asintótica del esta-
dístico YW (t) = TIW W(t) , y proporciona los valores críticos del contraste
para los niveles de significación habituales. Además, este autor com-
prueba que el contraste tiene una potencia razonable, que aumenta con
W y disminuye con t, frente a alternativas del tipo ARFIMA(0> g> 0).
Frente a esta clase de modelos, el contraste detecta mejor valores ne-
gativos de g que alternativas del tipo g A 0. Sin embargo, las simula-
ciones de Cheung (1993b) sugieren que este contraste es muy sensible
a la existencia de correlación bajo la hipótesis nula: por ejemplo, un
MA(1) con valores grandes del parámetro sesga el contraste hacia al-
ternativas g ? 0. Por otra parte, Teverovsky, Taqqu y Willinger (1999)
comprueban que, para valores grandes de t, el estadístico YW (t) tien-
de a aceptar la hipótesis nula de memoria corta aún cuando exista
memoria larga en los datos.
Robinson (1991) desarrolla un estadístico basado en los multiplicado-
res de Lagrange (OP ) para contrastar la hipótesis de ruido blanco
frente a una familia muy general de alternativas que incluye a la cla-
se de los procesos ARFIMA(0> g> 0). En este caso, el estadístico ad-
mite una expresión muy sencilla de la forma 1 = 21 , donde 1 =
q WP 31
6W u(m)
2 m , siendo u(m) = f(m)@f(0) la autocorrelación muestral de
m=1
orden m 2 . Bajo la hipótesis K0 : g = 0> 1 tiene una distribución asin-
tótica normal Q (0> 1), y por tanto, 1 se distribuye asintóticamente
como una "21 . Estos dos estadísticos permiten contrastar alternativas
unilaterales y bilaterales del tipo g A 0> g ? 0 ó g 6= 0. Cheung (1993b)
comprueba que, en muestras finitas, este contraste detecta adecuada-
mente alternativas fraccionales, aunque es muy sensible a la presencia
de correlación serial en los datos: un parámetro AR(1) o MA(1) hace
que el contraste rechace K0 con muchísima más frecuencia que el nivel
de significación nominal. Robinson (1994a) sugiere una forma de ro-
bustecer el estadístico 1 contra la presencia de autocorrelación débil
en la hipótesis nula, y Agiakloglou y Newbold (1994) presentan una
2
Además de este contraste, Robinson (1991) propone otra variante que es robusta
a la heteroscedasticidad condicionada de las perturbaciones.
generalización del mismo para contrastar K0 :ARMA(s> t) frente a la

alternativa K1 :ARFIMA(s> g> t).
Posteriormente, Lobato y Robinson (1998) han propuesto un contraste
semiparamétrico para la hipótesis I(0) frente a alternativas de integra-
ción fraccional, basado en un estadístico OP aplicado a la función
objetivo del método de estimación de Robinson (1995b). Bajo ciertas
condiciones se demuestra que, en procesos lineales multivariantes de
dimensión s, el estadístico OP se distribuye, bajo la hipótesis nula
(K0 : g = 0), como una distribución "2s . Además, para el caso uni-
variante (s = 1), el estadístico del contraste puede escribirse como
OP = w2 , donde t se define como:
5 6
s Xp Xp
1X
p
w= p 7 m L(m )@ 8
L(m ) > con m = oq m oq m
p
m=1 m=1 m=1
siendo p un parámetro de truncamiento, con 0 ? p ? W @2. En este

caso, la hipótesis K0 : g = 0 se rechaza en favor de la alternativa de
memoria larga (K1 : g A 0), cuando el estadístico w toma un valor sig-
nificativamente positivo en la cola derecha de la distribución normal
Q(0> 1). Este contraste parece tener buenas propiedades de eficiencia
frente a alternativas fraccionales, comparado con otros contrastes se-
miparamétricos.
A continuación, se describen brevemente algunos contrastes de raíces
unitarias, en los que K0 : g = 1, que pueden enmarcarse en el ámbito
de los procesos fraccionalmente integrados. Sowell (1990) deriva la dis-
tribución asintótica del estadístico del contraste de Dickey-Fuller para
series fraccionalmente integradas L(g), con 1@2 6 g ? 3@2, y demues-
tra que ésta depende del orden de integración g. Diebold y Rudebush
(1991) analizan las propiedades de este contraste en muestras finitas
y comprueban que tiene muy poca potencia frente a alternativas frac-
cionales. En consecuencia, será muy difícil que permita discriminar
entre un proceso integrado I(1) y un proceso I(g) con g ? 1. Hassler y
Wolters (1994) realizan un estudio similar para el contraste de Dickey-
Fuller aumentado y prueban que éste tiene incluso menos potencia
frente a alternativas I(g). Dolado y Marmol (1997) extienden estos re-
sultados al contraste secuencial de Dickey-Pantula, permitiendo así el
análisis de procesos integrados con más de una raíz unitaria.
Lee y Schmidt (1996) consideran el contraste KPSS de Kwiatkowski
et al. (1992), en el que la hipótesis nula es K0 : g = 0, y prueban
que es consistente frente a procesos con memoria larga estacionarios

I(g), con 1@2 ? g ? 1@2 y g 6= 0. Lee y Amsler (1997) extienden
estos resultados a procesos fraccionalmente integrados no estacionarios
(1@2 ? g ? 1) y demuestran que el contraste KPSS no puede distinguir
de forma consistente estos procesos de un proceso con raíz unitaria
(g = 1).
Marmol (1998) revisa los resultados anteriores y prueba que los con-
trastes unilaterales de Dickey-Fuller (K0 : g = 1) y KPSS (K0 : g = 0)
son consistentes frente a alternativas fraccionales del tipo K1 : g ? 1 y
K1 : g A 0, respectivamente, pero la utilización combinada de ambos
contrastes sólo conlleva a la decisión correcta, para todo g A 1@2, si
éstos se realizan como contrastes bilaterales.
Robinson (1994a) propone un contraste de los multiplicadores de La-
grange para la hipótesis de raíz unitaria y otras formas de no esta-
cionariedad, frente a alternativas que incluyen a los procesos fraccio-
nalmente integrados. Cuando la perturbación del modelo es un ruido
blanco con media cero, este contraste tiene propiedades estándar de
eficiencia y tiene una distribución asintótica "2 bajo la hipótesis nula.
Robinson (1994a) deriva además la distribución asintótica del estadís-
tico cuando la perturbación del modelo está débilmente correlacionada.
En muestras finitas, este contraste compara favorablemente con otros
contrastes de raíces unitarias, y permite contrastar no sólo la hipóte-
sis g = 1 sino otros valores del parámetro g. Gil-Alana y Robinson
(1997) aplican este contraste al conjunto de series macroeconómicas
de Nelson y Plosser (1982) y obtienen conclusiones diferentes sobre la
existencia de memoria larga, dependiendo del tipo de serie analizada
y del modelo utilizado.
Recientemente, Dolado, Gonzalo y Mayoral (1999) han propuesto un
contraste para la hipótesis K0 : L(g0 ) frente a K1 : L(g1 ), donde
g1 ? g0 , basado en el estadístico de Dickey-Fuller. El estadístico del
contraste requiere la estimación del parámetro g bajo la alternativa,
y para ello estos autores proponen adicionalmente un estimador de
mínima distancia de g con buenas propiedades, tanto asintóticas como
en muestras finitas.
Alternativamente, un instrumento muy utilizado para detectar me-
moria larga en una serie temporal es la función de autocorrelación
muestral. Dado que, como vimos anteriormente, las autocorrelaciones
de un proceso con memoria larga decaen muy lentamente hacia ce-
ro, dicho comportamiento en las autocorrelaciones muestrales suele

considerarse como indicio de integración fraccional. Sin embargo, las
autocorrelaciones muestrales son estimadores negativamente sesgados
de sus análogos poblacionales en presencia de memoria larga, y esto
puede dificultar su interpretación; ver, por ejemplo, Newbold y Agia-
kloglou (1993), Ray (1993a) y Hosking (1996). Nótese que la presencia
de memoria larga afecta incluso a las propiedades de la media mues-
tral. Cuando g ? 0, la velocidad de convergencia de ésta a la media
poblacional es mayor que en el caso estacionario, mientras que cuando
g A 0, dicha convergencia es más lenta; véanse a este respecto, por
ejemplo, Beran (1994) y Eisinga, Franses y Ooms (1999). Por lo tanto,
puede concluirse que el parámetro g tiene efectos importantes sobre las
propiedades asintóticas de los estadísticos de contraste más habituales.
Finalmente, nótese que, como señalan Crato y Ray (1996) y Smith,
Taylor y Yadav (1997), el sesgo en la estimación del parámetro g puede
afectar también a la identificación del modelo ARFIMA que mejor
representa el comportamiento dinámico de una determinada serie, y
en consecuencia, los criterios de selección habituales pueden identificar
un modelo incorrecto.
5. Predicción de modelos ARFIMA

En esta sección, vamos a considerar el problema de la predicción de
valores futuros de una variable {W +n generada por un modelo ARFIMA
(s> g> t), de la que se han observado valores hasta el momento W , es
decir {{1 > = = = > {W }. Si el criterio de predicción es la minimización del
error cuadrático medio (ECM), la predicción óptima es la esperanza
condicional, dada por
ˆW +n = [1 E(O)] {
{ ˆW +n31 [13]
donde E(O) = (O)31 !(O)(1
O)g
y{ ˆW +m = {W +m para m 0; ver,
por ejemplo, Peiris y Perera (1988). El correspondiente ECM de la
predicción viene dado por:
X
n31
2
ˆW +n ) =
H({w+n { 2 2l [14]
l=0
donde l son los coeficientes de la representación MA(4) de la serie

{w .
La principal diferencia entre las predicciones puntuales basadas en
modelos estacionarios con memoria corta y las basadas en modelos
con memoria larga es que las primeras convergen exponencialmente

a la media muestral mientras que las segundas lo hacen a un ritmo
hiperbólico más lento.
Nótese que el predictor definido en [13] para un modelo con memoria
larga es óptimo cuando se dispone de observaciones en el pasado hasta
el infinito. Sin embargo, en la práctica se dispone de un número finito
de observaciones, por lo que hay dos alternativas para obtener predic-
ciones. La primera, propuesta por Beran (1994), se basa en generar pre-
dicciones óptimas teniendo en cuenta que el número de observaciones
es finito. En este caso, se requiere una expresión de las autocorrelacio-
nes y, por lo tanto, que la serie {w sea estacionaria. Alternativamente,
se puede aproximar el modelo por su representación autorregresiva
e igualar a cero todos los valores de {w previos a la primera observa-
ción disponible; ver, por ejemplo, Peiris y Perera (1988) y Ray (1993b).
Beran (1994) prueba que, en muestras finitas, las predicciones que pro-
porciona este procedimiento pueden ser muy distintas de las óptimas
que tienen en cuenta la dimensión finita de la muestra. Sin embargo,
Ray (1993b) calcula el incremento porcentual en el error de predicción
cuando un ruido blanco fraccional es modelizado mediante un modelo
AR(s) y concluye que dicho modelo no tiene un mal comportamiento.
Geweke y Porter-Hudack (1983), Ray (1993a), Sutclie (1994), Tiao
y Tsay (1994) y Franses y Ooms (1997) tampoco encuentran mejoras
sustanciales en la predicción puntual de series reales con memoria larga
y sugieren que, en la práctica, los modelos ARMA pueden competir en
predicción con los modelos ARFIMA. Crato y Ray (1996), basándose
en los resultados de un extenso estudio de simulación, también con-
cluyen que los modelos ARMA habituales proporcionan predicciones
razonables. Únicamente cuando el número de observaciones es elevado
y la persistencia es muy fuerte, puede estar justificado utilizar modelos
ARFIMA para predecir. Finalmente, Eisinga, Franses y Ooms (1999),
en una aplicación a la predicción de la orientación política de varios
partidos en Holanda, señalan que, cuando el tamaño muestral es su-
ficientemente grande, las diferencias entre ambas predicciones no son
importantes, aunque sí hay diferencias sustanciales en las predicciones,
dependiendo de que se analicen las variables en niveles o diferenciadas.
Sin embargo, las diferencias fundamentales en la predicción de series
con memoria larga están en los intervalos de predicción. Beran (1994)
señala que los intervalos de predicción basados en modelos con me-
moria corta pueden no tener las coberturas deseadas. El parámetro
g es fundamental en la determinación de la velocidad de crecimiento

del ECM en [14]. Diebold y Lindner (1996) prueban que si el proceso
es estacionario (g ? 1@2), dicho error converge, cuando n $ 4, a la
varianza marginal del proceso {w , es decir, tiene el mismo comporta-
miento que en series estacionarias con memoria corta. Sin embargo, el
caso no estacionario es más interesante. En concreto, si 1@2 ? g ? 3@2,
el ECM se incrementa con el horizonte de predicción, n, a una tasa
fn 2g31 , donde f es una constante positiva. Esto significa que, en el
modelo no estacionario con reversión a la media (1@2 ? g ? 1), la tasa
de incremento del ECM es intermedia entre el caso estacionario y el de
series I(1), donde la tasa convergencia es de orden n. Por lo tanto, si
1@2 ? g ? 1, los intervalos de predicción basados en modelos ARIMA
serían, o bien asintóticamente muy estrechos si se eligiera g = 0 o in-
necesariamente anchos si g = 1. En este sentido, Crato y Taylor (1996)
presentan resultados sobre los ECM que se obtienen cuando una serie
generada como un ruido blanco fraccional, es decir, ARFIMA(0> g> 0),
es erróneamente diferenciada. En particular, si g 5 (1@2> 3@2), el pre-
dictor basado en el paseo aleatorio tiene ECM muy superiores espe-
cialmente cuando g A 1. Si g 5 (1@2> 1@2), el incremento relativo
en el error de predicción es mayor cuanto menor sea el horizonte de
predicción y converge a uno cuando dicho horizonte se incrementa. En
este último caso, si se predice mediante un paseo aleatorio con deri-
va, los efectos son todavía mas graves, en el sentido de que el ECM
se incrementa con n2 . Diebold y Lindner (1996) comparan empírica-
mente los intervalos de predicción obtenidos mediante un modelo de
memoria larga ajustado a una serie mensual de tipos de interés, con los
que se obtienen mediante un paseo aleatorio. Aunque las predicciones
obtenidas mediante ambos modelos no son muy diferentes, los inter-
valos correspondientes al paseo aleatorio son innecesariamente anchos
en relación a los obtenidos con el modelo con integración fraccional.
Beran y Ocker (1999) y Brodsky y Hurvich (1999) llegan a la misma
conclusión analizando series reales de tipos de cambio diarios y series
simuladas, respectivamente. Finalmente, Reisen y Lopes (1999) pre-
sentan algunas simulaciones sobre el comportamiento de los intervalos
de predicción en modelos ARFIMA(s> g> t).
6. Modelos con memoria larga en la varianza condicionada

Muchas series temporales financieras observadas con una periodicidad
muy alta suelen caracterizarse por tener escasa o nula estructura di-
námica en la media, exceso de curtosis y correlaciones significativas en
la serie de los cuadrados. Estas características se han relacionado habi-

tualmente con cambios temporales en la varianza condicionada. Entre
los modelos propuestos para representar la evolución dinámica de la
varianza condicionada, se distinguen dos grandes grupos: los modelos
tipo ARCH (AutoRegressive Conditional Heteroscedasticity), basados
en la propuesta inicial de Engle (1982), y los modelos de volatilidad
estocástica SV (Stochastic Volatility) propuestos por Taylor (1986).
En ambos casos, la serie de interés, {|w }Ww=1 , se modeliza a través de la
ecuación:
|w = w %w [15]
donde %w es un ruido blanco independiente e igualmente distribuido
(I.I.D.) con media cero y varianza unitaria, y w es un factor positivo
denominado volatilidad. En los modelos ARCH, w es función de las
observaciones pasadas de la serie, mientras que en los modelos SV, w
es un proceso estocástico no observable.
En las aplicaciones empíricas de estos modelos a series financieras ob-
servadas con gran frecuencia, es casi sistemático estimar un fuerte gra-
do de persistencia en la volatilidad. Esta regularidad empírica motivó
la introducción de modelos con raíces unitarias en la volatilidad. Es-
tos modelos se caracterizan, entre otras cosas, porque el efecto de un
shock en la varianza condicionada persiste para siempre e influye en las
predicciones futuras de la volatilidad para todos los horizontes de pre-
dicción. Sin embargo, algunos trabajos recientes cuestionan la validez
de los modelos integrados, precisamente porque el grado extremo de
persistencia que inducen en la volatilidad no refleja las características
observadas empíricamente en ciertas series financieras, que sugieren
más bien la existencia de memoria larga en la volatilidad. En este sen-
tido, Ding, Granger y Engle (1993) analizan una serie diaria del índice
bursátil S&P500 y observan que las autocorrelaciones de ciertas trans-
formaciones de los rendimientos absolutos tienden a persistir, incluso
para retardos muy altos, pero finalmente convergen hacia cero. Loba-
to y Savin (1998) aplican un contraste semiparamétrico de memoria
larga a la misma serie y encuentran también una fuerte evidencia de
memoria larga en la serie de los cuadrados, aunque no en la propia
serie de rendimientos. Dacorogna et al. (1993) observan un comporta-
miento similar en una serie de datos del tipo de cambio dólar frente
al marco alemán, observados cada veinte minutos. Estos autores ajus-
tan dos funciones, una hiperbólica y otra exponencial, al correlograma
de los rendimientos absolutos y comprueban que el decrecimiento hi-
perbólico, típico de los procesos fraccionalmente integrados, se ajusta

mejor que el exponencial. Resultados similares aparecen en Andersen
y Bollerslev (1997). Crato y de Lima (1994) contrastan la persistencia
en la volatilidad de varias series de índices bursátiles, aplicando los
contrastes de memoria larga GPH y U@V a la serie de los cuadrados
de los rendimientos y a la serie de sus logaritmos, y concluyen que,
efectivamente, existe dependencia a largo plazo en muchas de ellas.
Estos resultados se confirman posteriormente en Breidt, Crato y de
Lima (1998). Olmeda (1998) aplica estos mismos contrastes a series
del mercado bursátil español y concluye que hay cierta evidencia de
memoria larga en las volatilidades.
Para ilustrar este comportamiento de la volatilidad de las series finan-
cieras, el Gráfico 2(a) representa la evolución de una serie de rendi-
mientos diarios del índice IBEX35 de la Bolsa de Madrid, observados
entre 7/1/1987 y 30/12/1998, con un total de 2991 observaciones. La
serie se ha filtrado previamente de atípicos y de cualquier estructura
dinámica de la media. Los Gráficos 2(b)-2(c) representan los correlo-
gramas de los cuadrados de los rendimientos y del logaritmo de los
cuadrados, respectivamente. Este gráfico muestra la existencia de una
fuerte dependencia en los momentos de segundo orden, con correla-
ciones positivas en la serie de los cuadrados, incluso en retardos muy
alejados. Esta persistencia se agudiza en la serie del logaritmo de los
cuadrados, que presenta correlaciones más pequeñas en magnitud pe-
ro con un decrecimiento muy lento hacia cero típico de los procesos
con memoria larga. El Cuadro 3 recoge los resultados de algunos de
los contrastes de memoria larga descritos en la sección 4, aplicados
a las series |w2 y oq(|w2 ). A juzgar por estos resultados, el rechazo de
la hipótesis de memoria corta parece incuestionable en ambas series,
aunque la evidencia de memoria larga es más clara en la serie oq(|w2 )
que en |w2 .
Entre los distintos modelos propuestos para representar la posible exis-
tencia de memoria larga en los momentos condicionados de segundo
orden, en esta sección se describen aquellos que han tenido mayor rele-
vancia en aplicaciones empíricas. Para cada uno de ellos, se describen
sus características más importantes y se discuten sus posibles ventajas
e inconvenientes. Finalmente, se revisan brevemente otros modelos con
memoria larga en la varianza condicionada.
GRÁFICO 2
Serie de rendimientos diarios del IBEX-35 (7/1/1987-30/12/1998) junto
con los correlogramas de los cuadros y del logaritmo de los cuadrados
de dicha serie.
CUADRO 3
Contrastes unilaterales de memoria larga (H0:d=0 frente H1:d>0) para la
volatilidad del IBEX-35.
Contraste GPH (1983)

Serie yt2 ln(yt2)
0.45 0.5 0.6 0.5
m= T T T T T0.45 T0.5 T0.6 T0.5
l= T0.1 T0.1
^
d 0.2818
GPH 0.3802 0.3992 0.3725 0.6241 0.5466 0.4574 0.5546
t 2.8615 4.5522 7.7639 3.5086 6.1070 6.0224 6.5213 4.8630
p-valor 0.0021 0.0000 0.0000 0.0002 0.0000 0.0000 0.0000 0.0000
Contraste R/S de Lo (1991)
Serie yt2 ln(yt2)

q= q=25 q=50 q=100 q=q*=9 q=25 q=50 q=100 q=q*=9
VT(q) 2.2533 1.8780 1.6247 3.0800 2.5711 2.0263 1.5795 3.9117
p-valor 0.0015 0.0227 0.0974 0.0000 0.0001 0.0084 0.1222 0.0000
Contraste LM de Robinson y Lobato (1998)
Serie yt2 ln(yt2)

m= m=30 m=50 m=70 m=100 m=30 m=50 m=70 m=100
t 2.6764 4.8610 6.2038 8.6390 5.6971 9.0527 10.747 14.035
p-valor 0.0037 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
6.1. Modelos GARCH fraccionalmente integrados

Robinson (1991) sugirió la primera extensión del modelo GARCH de
Bollerslev (1986) capaz de producir memoria larga en los cuadrados
de la serie, pero son Baillie, Bollerslev y Mikkelsen (1996) quienes des-
arrollan el modelo y lo denominan GARCH fraccionalmente integrado
(FIGARCH). En el modelo GARCH(s> t), la varianza condicional de
la serie, 2w , es una función lineal de su propio pasado y de las obser-
vaciones pasadas de la serie |w , de la siguiente forma:
2w = 0 + (O) |w2 + (O) 2w [16]
P
t P
s
donde (O) = l Ol > (O) = m Om > t A 0> s 0> 0 A 0> l
l=1 m=1
0> l = 1> ==> t> m 0> m = 1> = = = > s3 . El modelo GARCH definido por
3
Aunque estas restricciones se establecen para garantizar que la varianza sea po-
sitiva, Nelson y Cao (1992) demuestran posteriormente que la positividad de la
varianza está asegurada bajo condiciones más débiles.
las ecuaciones [15] y [16] puede interpretarse como un proceso ARMA

para la serie de los cuadrados, de la forma:
[1 (O) (O)] |w2 = 0 + [1 (O)] w [17]
donde w es un ruido blanco definido como w = |w2 2w = 2w (%2w 1).

El modelo FIGARCH no es más que una extensión del modelo anterior,
que incluye el operador de diferencias fraccionales, (1 O)g , en la
parte autorregresiva de la ecuación [17], de tal forma que el modelo
resultante puede interpretarse como un proceso ARFIMA para la serie
de los cuadrados, de la forma:
!(O)(1 O)g |w2 = 0 + [1 (O)] w [18]
donde g es un número real 0 g 1 y todas las raíces de los polino-

mios !(O) y [1(O)] están fuera del círculo unidad. Alternativamente,
la ecuación de la varianza condicionada en el modelo FIGARCH puede
escribirse como:
n o
2w = [1 (1)]31 0 + 1 [1 (O)]31 !(O)(1 O)g |w2 =
[1 (1)]31 0 + (O)|w2 [19]
Al permitir órdenes de integración fraccional, el modelo FIGARCH

proporciona una gran flexibilidad en la modelización de la dependen-
cia temporal de la varianza condicionada, e incluye como casos parti-
culares el modelo GARCH (g = 0) y el modelo GARCH integrado o
IGARCH (g = 1). El modelo es, por tanto, el análogo para la varianza
condicionada de los modelos ARFIMA para la media revisados en la
sección 2.
Para que el modelo FIGARCH esté bien definido y se garantice la no
negatividad de la varianza, los parámetros del modelo deben cumplir
una serie de restricciones que, salvo en casos muy concretos, no son
fáciles de establecer y suponen además una gran desventaja en la es-
timación del modelo. Respecto a las condiciones de estacionariedad,
el modelo FIGARCH sólo es débilmente estacionario cuando g = 0,
en cuyo caso se reduce al GARCH estándar. Sin embargo, Baillie, Bo-
llerslev y Mikkelsen (1996) argumentan que el modelo es estrictamente
estacionario y ergódico, de la misma forma que lo es el IGARCH.
Para ilustrar el comportamiento de las series generadas por modelos
FIGARCH y de las series de sus cuadrados, el Gráfico 3 representa
sendas realizaciones de un proceso GARCH(1,1) con {0 =0.1> 1 =

0.125> 1 =0.85}, dos procesos FIGARCH(1> g> 0) con parámetros {0 =
0.1> g =0.4> 1 =0.25} y {0 =0.1> g =0.75> 1 =0.7}, respectivamente,
y un proceso IGARCH (g = 1) con {0 =0.1> 1 =0.85}. Estos valores
de los parámetros son los que utilizan Baillie, Bollerslev y Mikkelsen
(1996) y Bollerslev y Mikkelsen (1996) en sus simulaciones. Las series
FIGARCH simuladas se han obtenido truncando el polinomio (O)
de la ecuación [19] en el retardo M = 3000 y eliminando las primeras
4000 observaciones para evitar problemas de valores iniciales. Cada una
de las series representadas se acompaña de la función autocorrelación
muestral de la serie de sus cuadrados. Para el modelo GARCH(1,1),
el único estacionario, se representa además la función de autocorrela-
ción poblacional de |w2 , cuya expresión aparece en Bollerslev (1988). El
Gráfico 3 muestra claramente la dependencia a largo plazo en la serie
de los cuadrados para los modelos FIGARCH, frente al decrecimiento
exponencial del modelo GARCH (g = 0). Sin embargo, no parece que
vaya a ser tarea sencilla poder discriminar entre modelos FIGARCH
con valores g ? 1@2 y g A 1@2. Recuérdese que el proceso FIGARCH
no es estacionario ni siquiera en el intervalo g ? 1@2.
Una de las ventajas del modelo FIGARCH es la flexibilidad que pro-
porciona para estudiar el grado de persistencia de los shocks sobre la
volatilidad. Al igual que en los modelos para la media, Baillie, Bollers-
lev y Mikkelsen (1996) proponen cuantificar este grado de persistencia
utilizando la función de respuesta al impulso acumulativa. En los mo-
delos FIGARCH, los valores de esta función serán los coeficientes del
polinomio f(O) = 1 + f1 O + f2 O2 + === tal que |w2 = + f(O) w , y el co-
eficiente f" medirá el impacto a largo plazo que tiene una innovación
unitaria sobre el nivel de la serie de los cuadrados. Utilizando la expre-
sión [18] del modelo FIGARCH, Baillie, Bollerslev y Mikkelsen (1996)
prueban que f" = I (g 1> 1> 1; 1)!(1)31 [1 (1)], y en virtud de los
resultados de Gradshteyn y Ryzhik (1980, p. 1040) sobre la función I ,
resulta que:
f" =
{ 0 vl 0 g ? 1
!(1)31 [1 (1)] vl g = 1
Por tanto, en el modelo IGARCH (g = 1), el efecto de los shocks sobre
la volatilidad persiste indefinidamente (f" 6= 0), mientras que en los
modelos GARCH (g = 0) y FIGARCH (0 ? g ? 1), el efecto del vkrfn
finalmente desaparece (f" = 0). Sin embargo, existe una diferencia
sustancial en la velocidad con la que dicho efecto desaparece en ambos
GRÁFICO 3
Series yt generadas por diferentes modelos FIGARCH junto con la
función de autocorrelación muestral de la serie de sus cuadros.
De arriba abajo, los modelos simulados son GARCH(1,1) con
{0 = 0>1> 1 = 0>125> 1 = 0>85}> FIGARCH(1> g> 0) con {0 = 0>1> g = 0>4> 1 = 0>25}
y {0 = 0>1> g = 0>75> 1 = 0>7}> el G
RARCH con {0 = 0>1> 1 = 0>85}=
modelos. Por ejemplo, en un modelo GARCH(1,1) estacionario (1 +

1 ? 1), se demuestra que los valores de la función respuesta al impulso
acumulativa son de la forma:
fn = 1 (1 + 1 )n31 [20]
para n 1 y f0 = 1, mientras que en un modelo FIGARCH(1> g> 0),

son de la forma:
· ¸
(1 g) (n 1 + g) (1 1 ) g31
fn = (1 1 ) = n > vl n $ 4
n (n)(g) (g)
[21]
para n 1 y f0 = 1. De las expresiones [20] y [21] se deduce que,
mientras en un modelo GARCH(1,1), los coeficientes fn decrecen ex-
ponencialmente hacia cero, en un modelo FIGARCH(1> g> 0), el efecto
de un shock desaparece más despacio, a un ritmo hiperbólico determi-
nado por el valor del parámetro g. En consecuencia, el parámetro g se
identifica con el ritmo al que se propagan los shocks en la volatilidad
y no con el impacto último que éstos tienen sobre la predicción de la
varianza condicionada, que será cero tanto en los modelos GARCH
estacionarios (g = 0) como en los FIGARCH (0 ? g ? 1).
Para estimar el modelo FIGARCH, Baillie, Bollerslev y Mikkelsen
(1996) proponen el método de máxima verosimilitud en el dominio
temporal, bajo la hipótesis de normalidad, y comprueban que los esti-
madores tienen buenas propiedades en muestras finitas. Sin embargo,
la aplicación de este método tiene varios inconvenientes. En primer
lugar, para calcular la función de verosimilitud se requiere truncar el
polinomio (1 O)g en un retardo suficientemente grande que permita
capturar las propiedades de memoria larga de la serie. Además, no se
conocen aún las propiedades asintóticas de los estimadores.
Alternativamente, Bollerslev y Mikkelsen (1996) proponen una exten-
sión del modelo EGARCH de Nelson (1991) capaz de representar me-
moria larga en la volatilidad. Esta propuesta, que ya había sugerido el
propio Nelson (1991), consiste en modelizar la serie oq( 2w ) mediante
una estructura de retardos en %w y en su propio pasado, incluyendo en la
parte autorregresiva del modelo, el operador en diferencias fraccionales,
(1O)g . Este modelo, denominado FIEGARCH, tiene ciertas ventajas
sobre el modelo FIGARCH, ya que garantiza la no negatividad de la
varianza condicionada modelizando su logaritmo, no impone restric-
ciones en los parámetros y permite modelizar respuestas asimétricas
de la volatilidad a cambios positivos y negativos en los valores de la
serie. Además, si 0 ? g ? 1@2, el proceso oq( 2w ) es ergódico, estricta

y débilmente estacionario, e invertible. A pesar de estas ventajas, el
modelo FIEGARCH adolece de los mismos inconvenientes que el mo-
delo FIGARCH con respecto a la estimación. Nótese que ni siquiera
para el modelo EGARCH estándar (g = 0) existen resultados sobre
las propiedades asintóticas de los estimadores propuestos. Bollerslev
y Mikkelsen (1999) presentan evidencia de integración fraccional en
la volatilidad de observaciones diarias del índice S&P500 y señalan la
importancia económica de incorporar la memoria larga en las predic-
ciones. Comparando los precios reales de opciones sobre el índice con
precios simulados, estos autores observan que los precios simulados por
el modelo FIEGARCH son más cercanos a los reales que los simulados
por modelos EGARCH o IEGARCH.
La predicción de valores futuros de series temporales generadas por
modelos FIGARCH no ha sido considerada hasta el momento en la
literatura, al menos hasta donde nosotras hemos sido capaces de in-
vestigar.
6.2. El modelo SV con memoria larga

Como alternativa a los modelos anteriores, Harvey (1998) y Breidt,
Crato y de Lima (1998) proponen modelizar la memoria larga en los
momentos de segundo orden, utilizando los modelos de volatilidad es-
tocástica SV. En estos modelos, la volatilidad se considera una variable
no observable cuyo logaritmo, kw = oq( 2w ), es un proceso estocástico li-
neal. En el modelo SV con memoria larga, denominado LMSV, kw es un
proceso ARFIMA. En el caso más sencillo, kw es un ARFIMA(0> g> 0),
y el modelo viene dado por:
|w = * w %w [22a]
(1 O)g kw = w > [22b]

donde * es un factor de escala que evita introducir una constante en
la ecuación de kw , g es un parámetro que puede tomar cualquier valor
en el intervalo 0 g 14 y w es Q LG(0> 2w ) e independiente de %w .
Aunque el supuesto de Normalidad para w pudiera parecer arbitrario,
Andersen et al. (2001) sugieren que, empíricamente, la distribución
4
Conservamos aquí la notación original de Harvey (1998) que considera el modelo
LMSV definido en 0 $ g $ 1, a diferencia de Breidt, Crato y de Lima (1998) que
consideran el rango 31@2 ? g ? 1@2, donde el modelo es estacionario e invertible.
Normal es una buena aproximación a la distribución del logaritmo de

la volatilidad.
Harvey (1998) deriva las propiedades dinámicas del modelo LMSV
en [22]. El proceso |w es una martingala en diferencias, y por tanto,
H(|w ) = 0 y Cov(|w > |v ) = 0 para w 6= v. Además, |w es estacionario
siempre que lo sea kw , es decir, cuando g ? 1@2. Con respecto al com-
portamiento de la serie |w2 , Breidt, Crato y de Lima (1998) demuestran
que, en el intervalo 1@2 ? g ? 1@2, dicha serie es débil y estrictamen-
te estacionaria. Harvey (1998) comprueba que, cuando 2k es pequeño
y/o k (n) toma valores próximos a uno, la función de autocorrelación
de |w2 puede aproximarse mediante la siguiente expresión:
¡ 2¢
exp 1
|w2 (n)
= k (n) ¡ k2 ¢ > para n 1
3 exp k 1
donde k (n) denota la función de autocorrelación de kw y 2k su va-

rianza. Por lo tanto, la función de autocorrelación de |w2 decrecerá
hiperbólicamente hacia cero, al igual que la función de autocorrelación
de kw , pero tomará, en general, valores más pequeños que ésta.
Las propiedades dinámicas del modelo LMSV aparecen de forma más
clara en la serie oq(|w2 ). Considérese la siguiente representación lineal
del modelo LMSV:
{w = oq(|w2 ) = + kw + w [23a]
(1 O)g kw = w [23b]
donde = oq( 2W ) + H[oq(%2w )] y w = oq(%2w ) H[oq(%2w )] es un ruido
blanco no gaussiano de media 0 y varianza 2 , cuyas propiedades de-
penden de las de %w . Por ejemplo, si %w es Q (0> 1)> oq(%2w ) se distribuye
como el logaritmo de una "21 con media H[oq(%2w )] = 1>27 y varian-
za 2 = 2 @2
= 4.93; véase Abramowitz y Stegun (1970, p. 943). La
ecuación [23a] representa {w como la suma de dos procesos mutua-
mente independientes, un proceso lineal ARFIMA(0> g> 0) y un ruido
blanco w no gaussiano. Si g ? 1@2, el proceso kw es estacionario y se
puede calcular fácilmente la varianza, la función de autocovarianzas y
la función de autocorrelación de {w = oq(|w2 ), a partir de las corres-
pondientes funciones de kw y w . En concreto, se obtienen las siguientes
expresiones:
(1 2g)
[ (0) = Var ({w ) = 2k + 2 = 2 + 2 [24]
[(1 g)]2
(1 2g)(n + g)
[ (n) = k (n) = 2 >n 1 [25]
(g)(1 g)(n + 1 g)
( )31
[ (n) 2 [ (1 g)]2
[ (n) = = k (n) 1 + 2 >n 1 [26]
[ (0) (1 2g)
De estas ecuaciones se derivan varias conclusiones importantes. En pri-
mer lugar, la ecuación [25] nos dice que las propiedades de memoria
que se manifiestan en la función de autocovarianza de {w son las mis-
mas que las de kw , y por tanto, si 0 ? g ? 1@2, la serie {w , al igual que
kw , tiene memoria larga. Sin embargo, según la ecuación [24], la va-
rianza de {w es mucho mayor que la de kw debido al efecto adicional de
la varianza del ruido w . En la ecuación [26] observamos que la función
de autocorrelación de {w es proporcional a la función de autocorrela-
ción de kw , y por tanto, decrecerá a un ritmo hiperbólico muy lento,
aunque tomará siempre valores más pequeños. Por ejemplo, para un
g fijo, valores grandes del cociente 2 @ 2 pueden producir valores tan
pequeños de la función de autocorrelación de {w , que resulte realmente
difícil distinguir esta serie de un ruido blanco.
El Gráfico 4 representa realizaciones de series generadas por procesos
LMSV con parámetros {g=0.2> 2 =1}, {g=0.4> 2 =0.5} y {g=0.75> 2
=0.1}. Cada una de las series se acompaña de la función de autoco-
rrelación muestral de la serie de los cuadrados y del logaritmo de los
cuadrados. En los modelos estacionarios (g ? 1@2) se incluye además
la función de autocorrelación poblacional de dichas series. En primer
lugar, observamos que el comportamiento de las correlaciones diferen-
cia claramente los dos modelos estacionarios del modelo no estacio-
nario (g=0.75). Además, para el modelo estacionario más persistente
(g=0.4), este gráfico evidencia la dependencia a largo plazo existente
en la serie |w2 , y de forma aún más clara en la serie oq(|w2 ). Sin embar-
go, en el modelo con {g=0.2> 2 = 1}, las correlaciones no muestran
ese grado de persistencia. De hecho, para valores de 2 más pequeños,
apenas podría distinguirse esta serie de un ruido blanco.
La representación lineal del modelo LMSV en [23] facilita asimismo el
cálculo de la densidad espectral de la serie {w , cuyo comportamiento
también permite caracterizar la propiedad de memoria larga del mo-
delo. En concreto, por la independencia de w y %w , de la ecuación [23a]
se deduce que la densidad espectral de {w viene dada por la siguiente
expresión:
1 n 2 o
i[ () = [2(1 frv) ]3g + 2
2
GRÁFICO 4
Series yt generadas por diferentes modelos LMSV junto con la función
de autocorrelación, muestral y poblacional, de las series yt2 y ln(yt2).
De arriba abajo, los modelos simulados son
{g = 0>2> 2 = 1}> {g = 0>4> 2 = 0>5}> {g = 0>75> 2 = 0>1}
Para valores positivos de g esta función no está acotada en las frecuen-

cias bajas, lo que confirma que en el intervalo 0 ? g ? 1@2 la serie {w
tiene la propiedad de memoria larga.
El modelo LMSV básico definido en [22] puede generalizarse de forma
que el proceso kw sea un proceso ARFIMA(s> g> t) con componentes au-
torregresivos y de medias móviles. Las condiciones de estacionariedad
y la estructura dinámica de este modelo se obtienen de forma similar
a las del modelo LMSV básico, aunque las expresiones de la varianza
y la función de autocorrelación de las series |w2 y oq(|w2 ) resultan más
complicadas; ver Breidt, Crato y de Lima (1998) sobre las propiedades
de este modelo.
La estimación del modelo LMSV presenta ciertas dificultades debido a
que la distribución condicionada de |w no tiene una expresión explícita,
y por tanto, no es inmediato construir la función de verosimilitud exac-
ta. Harvey (1998) y Breidt, Crato y de Lima (1998) proponen estimar
el modelo LMSV maximizando la aproximación discreta de Whittle a
la función de verosimilitud gaussiana en el dominio de las frecuencias
de la serie {w = oq(|w2 ). Breidt, Crato y de Lima (1998) demuestran
que los estimadores resultantes son consistentes, aunque su distribu-
ción asintótica no es todavía conocida. Pérez y Ruiz (2001) analizan
las propiedades en tamaños de muestra finitos de dichos estimadores
y señalan que cuando se estiman modelos con parámetros próximos a
las fronteras de la no estacionariedad (g 1@2) y/o de la homocedas-
ticidad ( 2 0), que son los más habituales en aplicaciones con series
reales, los estimadores son muy sesgados y tienen mucha dispersión. En
estos casos, se necesitan tamaños muestrales extremadamente grandes
para que las inferencias sean fiables.
Harvey (1998) propone también un algoritmo que permite obtener la
estimación suavizada de la volatilidad en modelos LMSV. Este algorit-
mo requiere invertir una matriz W {W , lo cual puede resultar inviable en
muestras grandes. En estos casos, Harvey sugiere realizar el suavizado
con ponderaciones obtenidas de una muestra más pequeña, y argumen-
ta que con esta estrategia no se pierde mucha precisión. Pérez (2000)
aplica esta solución a series simuladas y series reales de tamaños relati-
vamente grandes y comprueba que, efectivamente, proporciona buenas
estimaciones de la volatilidad.
Como ilustración, el Cuadro 4 recoge los resultados de la estimación
del modelo LMSV en [22] para una serie de rendimientos diarios del
IBEX-35 observados entre el 7/1/1987 y el 30/12/1998, junto con la

estimación de un modelo LMSV que incluye además un componente
AR(1) en la ecuación de la volatilidad. En ambos casos, el modelo
estimado es no estacionario y 2 es pequeño, indicando una evolu-
ción suave de los cambios temporales en la volatilidad. El Cuadro 4
recoge también valores del estadístico de Box-Ljung para contrastar in-
correlación en la serie de los cuadrados de los residuos estandarizados.
Ninguno de estos valores es significativo, por lo que ambos modelos
parecen capaces de representar adecuadamente la evolución dinámica
de la volatilidad. El Gráfico 5 representa los rendimientos absolutos
del índice junto con la estimación suavizada de la volatilidad para el
modelo LMSV básico estimado previamente.
CUADRO 4
Estimación de modelos LMSV para los rendimientos del índice IBEX-35
|w = h{s(kw @2)%w |w = h{s(kw @2)%w
Modelo LMSV
g
(1 O) kw = w (1 !O)(1 O)g kw = w
Parámetros ˆ 2 = 0.0906
ˆ 2 =
0.0155
estimados - !ˆ = 0.6632
^ ^
d = 0.7538 d= 0.7035
ˆ W = 1.5112
ˆW =
1.5485
Q2(10) 17.89 15.50
Q2(100) 117.67 113.39
Nota: Q2(K) denota el estadístico de Box-Ljung para contrastar incorrelación hasta de orden
K en los cuadros de las observaciones estandarizadas.
Como alternativa al método de estimación pseudo-máximo verosímil de

Whittle, se han propuesto recientemente otros métodos de estimación
paramétricos. Hsu y Breidt (1997), por ejemplo, proponen un método
de estimación bayesiano mediante muestreo de Gibbs que permite ob-
tener la distribución a posteriori de los parámetros del modelo LMSV
y la estimación suavizada de la volatilidad. So (1999) estudia el proble-
ma de estimación de modelos ARFIMA(0> g> 0) “contaminados” por un
ruido gaussiano, y propone técnicas bayesianas de estimación MCMC
(Markov Chain Monte Carlo) que podrían aplicarse al modelo LMSV.
Aunque las propiedades de estos métodos sean óptimas, estas técnicas
son computacionalmente muy costosas y no son fáciles de extender a
modelos más complicados. De hecho, cuando el tamaño muestral es
grande o el proceso ARFIMA contiene componentes autorregresivos o
de medias móviles, existen serios problemas en la aplicación de estos
métodos. Wright (1999) propone un estimador del modelo LMSV esta-
GRÁFICO 5
Rendimientos absolutos diarios del índice IBEX-35 junto con las
estimaciones suavizadas de la volatilidad (en negrita) para el modelo
LMSV básico.
cionario basado en el método de los momentos generalizados (GMM)

s demuestra que, en el rango 1@2 ? g ? 1@4, dicho estimador es
y
W -consistente y asintóticamente normal. Sin embargo, la utilidad
práctica de este resultado puede ser limitada porque los valores del
parámetro g en series reales suelen estar cerca de la frontera de la no
estacionariedad (g = 1@2), donde la distribución asintótica es descono-
cida. Además, las simulaciones de Wright (1999) muestran, en primer
lugar, que la distribución asintótica no es una buena aproximación
en muestras finitas, y en segundo lugar, que el estimador GMM se
compara desfavorablemente con el estimador de Whittle, ya que am-
bos tienen varianzas similares pero este último tiene un sesgo mucho
menor. Finalmente, Chan y Petris (2000) proponen un método de es-
timación del modelo LMSV, basado en representar en el espacio de
los estados el proceso ARFIMA truncado en primeras diferencias y
maximizar la función de verosimilitud resultante mediante el filtro de
Kalman. Sin embargo, aún no hay resultados sobre las propiedades de
este estimador.
Como alternativa a los métodos de estimación paramétricos que aca-
bamos de describir, Deo y Hurvich (2001) han propuesto un estimador
semiparamétrico para el parámetro de memoria, g, basado en la idea
original de Geweke y Porter-Hudak (1983) para modelos ARFIMA.
Este estimador se obtiene a partir de un modelo de regresión para el

logaritmo del periodograma de la serie transformada, {w = oq(|w2 ), uti-
lizando sólo las p primeras frecuencias en torno al origen. Bajo ciertas
condiciones sobre p, Deo y Hurvich (1998) derivan las expresiones
del sesgo y de la varianza asintótica del estimador, y demuestran que,
cuando p verifica ciertas condiciones, el estimador es asintóticamente
s
s
normal, pero con una tasa de convergencia p inferior a la W típi-
ca de los estimadores paramétricos. Aunque estos resultados sobre la
estimación del parámetro g son importantes, no se conoce aún ningún
resultado sobre la estimación de los otros parámetros del modelo ni
sobre la estimación de la volatilidad.
En cuanto a la predicción de modelos LMSV, Harvey (1998) propor-
ciona una expresión para predecir valores futuros de la volatilidad en
el modelo LMSV básico, pero ni las propiedades analíticas ni empíricas
de dichas predicciones son conocidas.
6.3. Otros modelos con memoria larga en volatilidad

En esta sección se describen brevemente otros modelos con memoria
larga para la volatilidad que no han tenido mucha repercusión en apli-
caciones empíricas.
En primer lugar, Ding y Granger (1996) proponen un modelo en el que
la volatilidad es una suma ponderada de Q componentes, cada una
de las cuales es la varianza condicionada de un modelo GARCH(1,1)
con parámetros {l > l }. Bajo ciertas condiciones sobre dichos paráme-
tros, se demuestra que cuando Q tiende a infinito, el modelo propuesto
admite una representación ARCH(4) cuyos coeficientes decrecen hi-
perbólicamente hacia cero; por tanto, la varianza condicionada tiene
memoria larga. Este modelo es similar al modelo FIGARCH de Baillie,
Bollerslev y Mikkelsen (1996).
Robinson y Zaaroni (1997) y Zaaroni (1997) proponen una nueva
clase de modelos, denominados modelos MA no lineales con memoria
larga, en los que la volatilidad, w , se modeliza mediante una estruc-
tura infinita de retardos de la propia perturbación %w . Este modelo es
capaz de producir memoria larga en la serie de los cuadrados. Zaaroni
(1997) propone un método de estimación aproximado de Whittle en
el dominio de las frecuencias para este modelo y demuestra que estos
estimadores son consistentes y asintóticamente normales.
Posteriormente, Robinson y Zaaroni (1998) proponen un modelo SV

no lineal con dos perturbaciones, alternativo al modelo LMSV de Har-
vey (1998) y Breidt, Crato y de Lima (1998), y demuestran que, bajo
ciertas condiciones sobre los momentos de %w , la serie de los cuadra-
dos puede tener memoria larga. Para estimar el modelo, los autores
proponen un estimador pseudo-máximo verosímil en el dominio de las
frecuencias, y argumentan que no sería difícil establecer la consisten-
cia y la distribución asintótica de dicho estimador, pero no presentan
ninguna demostración formal de tales resultados.
Finalmente, Beran y Ocker (2001) utilizan el modelo SEMIFAR, ori-
ginalmente propuesto por Beran y Ocker (1999), para representar la
volatilidad de varias series de rendimientos financieros y encuentran
una fuerte evidencia de memoria larga en la componente estocástica
de la volatilidad para casi todas las series analizadas.
7. Consideraciones finales
En este trabajo se han descrito, en primer lugar, las propiedades de
series con memoria larga tanto en la media como en la varianza condi-
cionada. Se ha dedicado especial atención a los procesos ARMA frac-
cionalmente integrados o procesos ARFIMA, por ser éstos los más
utilizados en la modelización de la memoria larga en media y ser a su
vez la base sobre la que se construyen gran parte de los modelos con
memoria larga en la varianza condicionada. Se han revisado los princi-
pales métodos de estimación de modelos con memoria larga en media
y varianza y se han discutido las ventajas e inconvenientes de cada uno
de ellos. Con respecto a los contrastes de hipótesis, se han presentado
los contrastes más utilizados en aplicaciones empíricas para discernir
entre procesos con memoria corta I(0) y procesos con memoria larga
I(g), y aquellos que contrastan la hipótesis de raíz unitaria (g = 1)
frente a la memoria larga.
Aunque en este artículo nos hemos centrado fundamentalmente en la
revisión de modelos univariantes con memoria larga, existe una extensa
literatura relacionada con modelos multivariantes. De hecho, aunque
nosotras los hayamos particularizado para el caso univariante, algu-
nos de los artículos mencionados anteriormente como, por ejemplo,
Robinson (1995a), Hosoya (1997) y Lobato y Robinson (1998), pre-
sentan resultados para series multivariantes. Recientemente, Lobato
(1999) ha propuesto una generalización del estimador bietápico pro-
puesto por Robinson (1995b) al caso multivariante y ha probado su
normalidad asintótica. En el contexto de modelos heteroscedásticos

multivariantes con memoria larga, Bollerslev y Jubinski (1999) con-
sideran la modelización conjunta de la volatilidad y el volumen de
negocio. Sin embargo, Lobato y Velasco (2000) muestran que el esti-
mador propuesto por Bollerslev y Jubinski (1999) tiene propiedades
desconocidas y proponen un estimador alternativo para el que prue-
ban un teorema central del límite. Dicho estimador es una modifica-
ción del propuesto por Lobato (1999) que puede aplicarse a series no
estacionarias mediante la introducción del procedimiento de tapering
de Velasco (1999b). Alternativamente, Ray y Tsay (2000) analizan la
presencia de memoria larga común entre las volatilidades de diferentes
grupos de precios componentes del índice S&P500 mediante un mo-
delo paramétrico LMSV multivariante. La estimación del parámetro
de memoria larga se realiza mediante dos métodos alternativos que
proporcionan resultados semejantes: el estimador GPH y el estima-
dor pseudo-máximo verosímil espectral de Whittle. Brunetti y Gilbert
(2000) estiman un modelo FIGARCH bivariante para la volatilidad de
un activo en dos mercados financieros distintos y encuentran un orden
de integración fraccional común en ambas volatilidades y confirman
que éstas están fraccionalmente cointegradas. Finalmente, Robinson
y Yajima (2002) desarrollan métodos semiparamétricos para analizar
la existencia de cointegración en sistemas fraccionalmente integrados
estacionarios. Esta relación de trabajos sobre series multivariantes con
memoria larga no pretende ser detallada sino dar algunas pinceladas
de los trabajos más recientes en la materia. Por supuesto, las refe-
rencias contenidas en los artículos mencionados ayudarán a tener una
panorámica más amplia de esta área.
A pesar de la extensa literatura existente sobre modelos con memo-
ria larga, aún son muchos los temas pendientes de investigación. Por
ejemplo, en relación a la modelización de la posible existencia de me-
moria larga en la varianza condicionada de las series financieras, aún
se desconocen las propiedades dinámicas de algunos de estos modelos.
Tampoco se conoce, para muchos de ellos, la distribución asintótica
de los estimadores propuestos y, por tanto, se desconocen también las
propiedades de los contrastes de memoria larga que de ellos se derivan.
Podría ser interesante también analizar las propiedades de las corre-
laciones muestrales de los cuadrados de series heteroscedásticas con
memoria larga. Ray (1993a) señala que las autocovarianzas muestrales
de los cuadrados tienen sesgo negativo, incluso en tamaños de muestras
muy grandes, y que este hecho puede explicar porqué habitualmente
las autocorrelaciones muestrales de dicha serie, a pesar de tener una

tasa de decrecimiento muy lenta, suelen tomar valores dentro de las
bandas de confianza de incorrelación.
Otros temas aún inexplorados son el problema de la predicción en mo-
delos con memoria larga para la varianza condicionada o la posibilidad
de incluir componentes estacionales en dichos modelos con el fin de re-
coger el comportamiento periódico que presentan, por ejemplo, las se-
ries de datos financieros intra-day. Éstos y otros temas, dejan abiertas
numerosas posibilidades de investigación en las que seguir avanzando.
Referencias
Abramowitz, M. y N.C. Stegun (1970), Handbook of Mathematical Functions,

Dover Publications Inc., New York.
Agiakloglou, C. y P. Newbold (1994): “Lagrange multiplier tests for fractional
dierence”, Journal of Time Series Analysis 15, pp. 253-262.
Agiakloglou, C., P. Newbold y M. Wohar (1993): “Bias in an estimator of the
fractional dierence parameter”, Journal of Time Series Analysis 14, pp.
235-246.
Andersen, T.G. y T. Bollerslev (1997): “Heterogeneous information arrivals
and return volatility dynamics: uncovering the long-run in high frequency
returns”, Journal of Finance LII, pp. 975-1005.
Andersen, T.G., T. Bollerslev, F.X. Diebold y P. Labys (2001): “The dis-
tribution of realized exchange rate volatility”, Journal of the American
Statistical Association 96, pp. 42-55.
Baillie, R.T. (1996): “Long memory processes and fractional integration in
econometrics”, Journal of Econometrics 73, pp. 5-59.
Baillie, R.T. y T. Bollerslev (1994): “The long memory property of forward
premium”, Journal of International Money and Finance 13, pp. 565-571.
Baillie, R.T., T. Bollerslev y H.O. Mikkelsen (1996): “Fractionally integra-
ted autoregressive conditional heteroskedaticity”, Journal of Econome-
trics 74, pp. 3-30.
Baillie, R.T., C.F. Chung y M.A. Tieslau (1996): “Analysing inflation by
the fractionally integrated ARFIMA-GARCH model”, Journal of Applied
Econometrics 11, pp. 23-40.
Beran, J. (1994), Statistics for Long-memory Processes, Chapman and Hal,
New York.
Beran, J. y D. Ocker (1999): “SEMIFAR forecasts, with applications to fo-
reign exchange rates”, Journal of Statistical Planning and Inference 80,
pp. 137-153.
Beran, J. y D. Ocker (2001): “Volatility of stock-market indexes. An analysis
based on SEMIFAR models”, Journal of Business and Economic Statistics
19, pp. 103-116.
Bloomfield, P. (1976), Fourier Analysis of Time Series: An Introduction,

Wiley, New York.
Bollerslev, T. (1986): “Generalized autoregressive conditional heteroskedas-
ticity”, Journal of Econometrics 31, pp. 307-327.
Bollerslev, T. (1988): “On the correlation structure for the generalized au-
toregressive conditional heteroskedastic process”, Journal of Time Series
Analysis 9, pp. 121-131.
Bollerslev, T. y D. Jubinski (1999): “Equity trading volume and volatility:
latent information arrivals and common long-run dependencies”, Journal
of Business and Economic Statistics 17, pp. 9-21.
Bollerslev, T. y H.O. Mikkelsen (1996): “Modeling and pricing long memory
in stock market volatility”, Journal of Econometrics 73, pp. 151-184.
Bollerslev, T. y H.O. Mikkelsen (1999): “Long-term equity anticipation se-
curities and stock market volatility dynamics”, Journal of Econometrics
92, pp. 75-99.
Breidt, F.J., N. Crato y P.J.F. de Lima (1998): “The detection and estimation
of long-memory in stochastic volatility”, Journal of Econometrics 83, pp.
325-348.
Brockwell, P.J. y R.A. Davis (1991), Time Series: Theory and Methods, 2a
ed., Springer Verlag, Berlin.
Brodsky, J. y C.M. Hurvich (1999): “Multi-step forecasting for long-memory
processes”, Journal of Forecasting 18, pp.59-75.
Brunetti, C. y C.L. Gilbert (2000): “Bivariate FIGARCH and fractional co-
integration”, Journal of Empirical Finance 7, pp. 509-530.
Chan, N.H. y W. Palma (1998): “State space modeling of long memory pro-
cesses”, Annals of Statistics 26, pp. 719-740.
Chan, N.H. y G. Petris (2000): “Long memory stochastic volatility: a bayesian
approach”, Communications in Statistics. Theory and Methods 29, pp.
1367-1378.
Chen, G., B. Abraham y S. Peiris (1994): “Lag window estimation of the de-
gree of dierencing in fractionally integrated time series models”, Journal
of Time Series Analysis 15, pp. 473-487.
Cheung, Y.W. (1993a): “Long memory in foreign-exchange rates”, Journal
of Business and Economic Statistics 11, pp. 93-101.
Cheung, Y.W. (1993b): “Tests for fractional integration: a Monte Carlo in-
vestigation”, Journal of Time Series 14, pp. 331-345.
Cheung, Y.W. y F.X. Diebold (1994): “On maximum likelihood estimation of
the dierencing parameter of fractionally integrated noise with unknown
mean”, Journal of Econometrics 62, pp. 301-316.
Chung, C.F. (1994): “A note on calculating the autocovariances of the frac-
tionally integrated ARMA models”, Economics Letters 45, pp. 293-297.
Chung, C.F. y R.T. Baillie (1993): “Small sample bias in conditional sum of
squares estimators of fractionally integrated ARMA models”, Empirical
Economics 18, pp. 791-806.
Crato, N y P.J.F. de Lima (1994): “Long-range dependence in the conditional
variance of stock returns”, Economics Letters 45, pp. 281-285.
Crato, N. y B.K. Ray (1996): “Model selection and forecasting for long-range
dependent processes”, Journal of Forecasting 15, pp. 107-125.
Crato, N. y H.M. Taylor (1996): “Stationary persistent time series misspeci-
fied as nonstationary ARIMA”, Statistical Papers 37, pp. 215-223.
Dacorogna, M.M., U.A. Müller, R.J. Nagler, R.B. Olsen y O.V. Pictet (1993):
“A geographical model for the daily and weekly seasonal volatility in the
foreign exchange market”, Journal of International Money and Finance
12, pp. 413-438.
Dahlhaus, R. (1989): “E!cient parameter estimation for self-similar proces-
ses”, The Annals of Statistics 17, pp. 1749-1766.
Davies, R.B. y D.S. Harte (1987): “Tests for Hurst eect”, Biometrika 74,
pp. 95-101.
Delgado, M. y P.M. Robinson (1993): “New methods for the analysis of long-
memory time series: application to Spanish inflation”, Journal of Empi-
rical Finance 1, pp. 83-106.
Deo, R. y C.M. Hurvich (2001): “On the log-periodogram regression estimator
of the memory parameter in long memory stochastic volatility models”,
Econometric Theory 17, pp. 686-710.
Diebold, F.X. y P. Lindner (1996): “Fractional integration and interval pre-
diction”, Economics Letters 50, pp. 305-313.
Diebold, F.X y G.D. Rudebusch (1989): “Long-memory and persistence in
aggregate output”, Journal of Monetary Economics 24, pp. 189-209.
Diebold, F.X. y G.D. Rudebusch (1991): “On the power of Dickey-Fuller tests
against fractional alternatives”, Economics Letters 35, pp. 155-160.
Ding, Z. y C.W.J. Granger (1996): “Modeling volatility persistence of specu-
lative returns: a new approach”, Journal of Econometrics 73, pp. 185-215.
Ding, Z., C.W.J. Granger y R.F. Engle (1993): “A long memory property of
stock market returns and a new model”, Journal of Empirical Finance 1,
pp. 83-106.
Dolado, J.J. y F. Marmol (1997): “On the properties of the Dickey-Pantula
test against fractional alternatives”, Economics Letters 57, pp. 11-16.
Dolado, J.J., J. Gonzalo y L. Mayoral (1999): “A fractional Dickey-Fuller
test”, Working Paper 99-29(8), Universidad Carlos III de Madrid.
Eisinga, R., P.H. Franses y M. Ooms (1999): “Forecasting long memory left-
right political orientations”, International Journal of Forecasting 15, pp.
185-199.
Engle, R.F. (1982): “Autoregressive conditional heteroskedasticity with esti-
mates of the variance of U.K. inflation”, Econometrica 50, pp. 987-1007.
Fox, R. y M.S. Taqqu (1986): “Large sample properties of parameter esti-
mates for strongly dependent stationary gaussian time series”, Annals of
Statistics 14, pp. 221-238.
Franses, P.H. y M. Ooms (1997): “A periodic long memory model for quar-
terly UK inflation”, International Journal of Forecasting 13, pp. 117-126.
Geweke, J. y S. Porter-Hudak (1983): “Estimation and application of long
memory time series models”, Journal of Time Series Analysis 4, pp. 221-
238.
Gil-Alana, L.A. y P.M. Robinson (1997): “Testing of unit root and other
nonstationary hypotheses in macroeconomics”, Journal of Econometrics
80, pp. 241-268.
Giriatis, L. y D. Surgalis (1990): “A central limit theorem for quadratic forms
in strongly dependent linear variables and its application to asymptotical
normality of Whittle´s estimate”, Probability Theory and Related Fields
86, pp. 87-104.
Gradshteyn, I.S. e I.M. Ryzhik (1980), Table of Integrals, Series and Products,
Academic Press, San Diego.
Granger, C.W.J. (1966): “The typical spectral shape of an economic varia-
ble”, Econometrica 34, pp. 150-161.
Granger, C.W.J. (1980): “Long memory relationships and the aggregation of
dynamic models”, Journal of Econometrics 14, pp. 227-238.
Granger, C.W.J. (1990): “Aggregation of time series variables: a survey”,
en Baker, T. y M. H. Pesaran (Editores) Disaggregation in Econometric
Modelling, Routledge, London y New York, pp. 17-34.
Granger, C.W.J. y R. Joyeux (1980): “An introduction to long-memory time
series models and fractional dierencing”, Journal of Time Series Analy-
sis 1, pp. 15-29.
Gray, H.L., N-F. Zhang y W.A. Woodward (1989): “On generalized fractional
processes”, Journal of Time Series Analysis 10, pp. 233-257.
Greene, M. y B. Fielitz (1977): “Long-term dependence in common stock
returns”, Journal of Financial Economics 4, pp. 339-349.
Harvey, A.C. (1998): “Long memory in stochastic volatility,”, en Knight,
J. y S. Satchell (Editores) Forecasting Volatility in Financial Markets,
Butterworth-Haineman, Oxford, pp. 307-320.
Hassler, U. (1993): “Regression of spectral estimators with fractionally inte-
grated time series”, Journal of Time Series Analysis 14, pp. 369-380.
Hassler, U. y J. Wolters (1994): “On the power of unit root tests against
fractional alternatives”, Economics Letters 45, pp. 1-5.
Hassler, U. y J. Wolters (1995): “Long memory in inflation rates: international
evidence”, Journal of Business and Economic Statistics 13, pp. 37-45.
Haubrich, J.G. y A.W. Lo (1989): “The sources and nature of long-term
memory in the business cycle”, NBER Working Paper 2951.
Hosking, J.R.M. (1981): “Fractional dierencing”, Biometrika 68, pp. 165-
176.
Hosking, J.R.M. (1996): “Asymptotic distributions of the sample mean, au-
tocovariances and autocorrelations of long-memory time series”, Journal
of Econometrics 73, pp. 261-284.
Hosoya, Y. (1996): “The quasi-likelihood approach to statistical inference on
multiple time-series with long-range dependence”, Journal of Econome-
trics 73, pp. 217-236.
Hosoya, Y. (1997): “A limit theorem for long-range dependence and statistical
inference on related models”, The Annals of Statistics 25, pp. 105-137.
Hsu, N.J. y F.J. Breidt (1997): “Bayesian analysis of long memory stochastic
volatility models”, Technical report 97-4, Department of Statistics, Iowa
State University.
Hurst, H.E. (1951): “Methods for storage capacity of reservoirs”, Trans. Am.
Soc. Civil Engineers 116, pp. 770-799.
Hurvich, C.M. y K.I. Beltrao (1994): “Automatic semiparametric estimation
of the memory parameter of a long-memory time series”, Journal of Time
Series Analysis 15, pp. 285-302.
Hurvich, C.M. y J. Brodsky (2001): “Broadband semiparametric estimation
of the memory parameter of a long-memory time series using fractional
exponential models”, Journal of Time Series Analysis 22, pp. 221-249.
Hurvich, C.M., R. Deo y J. Brodsky (1998): “The mean square error of Ge-
weke and Porter-Hudak estimator of the memory parameter in a long-
memory time series”, Journal of Time Series Analysis 19, pp. 19-46.
Johnson, N.L. y S. Kotz (1970), Continuous Uivariate Distributions 2, Wiley,
New York.
Kwiatkowski, D., P.C.B. Phillips, P. Schmidt e Y. Shin (1992): “Testing the
null hypothesis of stationarity against the alternative of a unit root”,
Journal of Econometrics 54, pp. 159-178.
Lee, D. y P. Schmidt (1996): “On the power of the KPSS test of stationarity
against fractionally integrated alternatives”, Journal of Econometrics 73,
pp. 285-302.
Lee, H.S. y C. Amsler (1997): “Consistency of the KPSS unit root test against
fractionally integrated alternative”, Economics Letters 55, pp. 151-160.
Li, W.K. y A.I. McLeod (1986): “Fractional time series modelling”, Biome-
trika 73, pp. 217-221.
Lo, A.W. (1991): “Long-term memory in stock market prices”, Econometrica
59, pp. 1279-1313.
Lobato, I. (1999): “A semiparametric two-step estimator in a multivariate
long memory model”, Journal of Econometrics 90, pp. 129-153.
Lobato, I. y P.M. Robinson (1996): “Averaged periodogram estimation of
long memory”, Journal of Econometrics 73, pp. 303-324.
Lobato, I. y P.M. Robinson (1998): “A nonparametric test for I(0)”, Review
of Economic Studies 65, pp. 475-495.
Lobato, I. y N.E. Savin (1998): “Real and spurious long-memory properties
of stock-market data”, Journal of Business and Economic Statistics 16,
pp. 261-283.
Lobato, I. y C. Velasco (2000): “Long memory in stock market trading volu-
me”, Journal of Business and Economic Statistics 18, pp. 410-427.
Marmol, F. (1998): “Searching for fractional evidence using combined unit
root tests”, Working Paper 98-39(19) Universidad Carlos III de Madrid.
Moulines, E. y P. Soulier (1999): “Broad band log-periodogram regression
of time series with long range dependence”, Annals of Statistics 27, pp.
1415-1439.
Moulines, E. y P. Soulier (2000): “Data-driven order selection for long range
dependent time series”, Journal of Time Series Analysis 21, pp. 193-218.
Nelson, C.R. y C.I. Plosser (1982): “Trends and random walks in macroeco-
nomic time series”, Journal of Monetary Economics 10, pp. 139-162.
Nelson, D.B. (1991): “Conditional heteroscedasticity in asset returns: a new
approach”, Econometrica 59, pp. 347-370.
Nelson, D.B. y C.Q. Cao (1992): “Inequality constraints in the univariate
GARCH model”, Journal of Business and Economic Statistics 10, pp.
229-235.
Newbold, P. y C. Agiakloglou (1993): “Bias in the sample autocorrelations
of fractional noise”, Biometrika 80, pp. 698-702.
Olmeda, I. (1998): “Algunos resultados sobre memoria de largo plazo en series
bursátiles”, Moneda y Crédito 207, pp. 145-203.
Parke, W.R. (1999): “What is fractional integration?”, The Review of Eco-
nomics and Statistics 81, pp. 632-638.
Peiris, M.S. y B.J. Perera (1988): “On prediction with fractionally dierenced
ARIMA models”, Journal of Time Series Analysis 9, pp. 215-220.
Pérez, A. (2000): “Estimación e identificación de modelos de volatilidad esto-
cástica con memoria larga”, Tesis doctoral, Departamento de Economía
Aplicada (Estadística y Econometría), Universidad de Valladolid.
Pérez, A. y E. Ruiz (2001): “Finite sample properties of a QML estimator
of stochastic volatility models with long memory”, Economics Letters 70,
157-164.
Porter-Hudak, S. (1990): “An application of the seasonal fractionally dif-
ferenced model to the monetary aggregates”, Journal of the American
Statistical Association 85, pp. 338-344.
Priestley, M.B. (1981), Spectral Analysis and Time Series, Academic Press,
London.
Ray, B.K. (1993a): “Long-range forecasting of IBM product revenues using
a seasonal fractionally dierenced ARMA model”, International Journal
of Forecasting 9, pp. 255-269.
Ray, B.K. (1993b): “Modeling long-Memory processes for optimal long-range
prediction”, Journal of Time Series Analysis 14, pp. 511-525.
Ray, B.K. y R.S. Tsay (2000): “Long-range dependence in daily stock vola-
tilities”, Journal of Business and Economic Statistics 18, pp. 254-262.
Reisen, V.A. (1994): “Estimation of the fractional dierence parameter in
the ARIMA(p,d,q) model using the smoothed periodogram”, Journal of
Time Series Analysis 15, pp. 335-350.
Reisen, V.A. y S. Lopes (1999): “Some simulations and applications of fore-
casting long-memory time series models”, Journal of Statistical Planning
and Inference 80, pp. 269-287.
Robinson, P.M. (1978): “Statistical inference for random coe!cient autore-
gressive model”, Scandinavian Journal of Statistics 5, pp. 163-168.
Robinson, P.M. (1991): “Testing for strong serial correlation and dynamic
conditional heteroskedaticity in multiple regression”, Journal of Econo-
metrics 47, pp. 67-84.
Robinson, P.M. (1994a): “E!cient tests of nonstationary hypotheses”, Jour-
nal of the American Statistical Association 89, pp. 1420-1437.
Robinson, P.M. (1994b): “Time series with strong dependence”, en Sims, C.

A. (ed.) Advances in Econometrics: Sixth World Congress (Volumen 1),
Cambridge University Press, Cambridge, pp. 47-96.
Robinson, P.M. (1995a): “Log-periodogram regression of time series with
long-run dependence”, Annals of Statistics 23, pp. 1048-1072.
Robinson, P.M. (1995b): “Gaussian semiparametric estimation of long-range
dependence”, Annals of Statistics 23, pp. 1630-1661.
Robinson, P.M. y Y. Yajima (2002): “Determination of cointegrating rank in
fractional systems”, Journal of Econometrics 106, pp. 217-241.
Robinson P.M. y P. Zaaroni (1997): “Modelling nonlinearity and long me-
mory in time series”, en Cutler, C.D. y D.T. Kaplan (eds.) Nonlinear
Dynamics and Time Series, Fields Institute Communications 11, pp. 161-
170.
Robinson P.M. y P. Zaaroni (1998): “Nonlinear time series with long me-
mory: a model for stochastic volatility”, Journal of Statistical Planning
and Inference 68, pp. 359-371.
Smith, A.A., F. Sowell y S.E. Zin (1997): “Fractional integration with drift:
estimation in small samples”, Empirical Economics 22, pp. 103-116.
Smith, J., N. Taylor y S. Yadav (1997): “Comparing the bias and misspe-
cification in ARFIMA models”, Journal of Time Series Analysis 18, pp.
507-527.
So, M.K.P. (1999): “Time series with additive noise”, Biometrika 86, pp.
474-482.
Sowell, F. (1990): “The fractional unit root distribution”, Econometrica 58,
pp. 495-505.
Sowell, F. (1992a): “Maximum likelihood estimation of stationary univariate
fractionally integrated time series models”, Journal of Econometrics 53,
pp. 165-188.
Sowell, F. (1992b): “Modelling long-run behaviour with the fractional ARI-
MA model”, Journal of Monetary Economics 29, pp. 277-302.
Sutclie, A. (1994): “Time-series forecasting using fractional dierencing”,
Journal of Forecasting 13, pp. 383-393.
Taylor, S. (1986), Modelling Financial Time Series, Wiley, New York.
Teverovsky, V., M. S. Taqqu y W. Willinger (1999): “A critical look at Lo’s
modified R/S statistic”, Journal of Statistical Planning and Inference 80,
pp. 211-227.
Tiao, G.C. y R.S. Tsay (1994): “Some advances in non-linear and adaptive
modeling time series”, Journal of Forecasting 13, pp. 109-131.
Velasco, C. (1999a): “Gaussian semiparametric estimation of nonstationary
time series”, Journal of Time Series Analysis 20, pp. 87-127.
Velasco, C. (1999b): “Non-stationary log-periodogram regression”, Journal
of Econometrics 91, pp. 325-371.
Velasco, C. (2000): “Non-gaussian log-periodogram regression”, Econometric
Theory 16, pp. 44-79.
Velasco, C y P.M. Robinson (2000): “Whittle pseudo-maximum likelihood es-

timates of nonstationary time series”, Journal of the American Statistical
Association 95, pp. 1229-1243.
Whittle, P. (1962): “Gaussian estimation in stationary time series”, Bull.
Internat. Statistical Institute 39, pp. 105-129.
Wright, J.H. (1999): “A new estimator of the fractionally integrated stochas-
tic volatility model”, Economics Letters 63, pp. 295-303.
Yajima, Y. (1985): “On estimation of long-memory time series models”, Aus-
tralian Journal of Statistics 27, pp. 303-320.
Zaaroni, P. (1997): “Gaussian estimation of long-range dependent volatility
in asset prices”, STICERD Econometrics Discussion Paper EM/97/329,
London School of Economics.
Abstract
This paper provides a review of time series models with long memory in the
mean and conditional variance, with special attention to Fractionally Integra-
ted ARMA processes (ARFIMA) and fractionally integrated GARCH and SV
processes. Their more important properties are reviewed and its application to
model economic and financial time series is discussed. The main estimation
methods and tests proposed in the literature for the long memory property are
also reviewed. Finally, this paper reviews the main results on prediction of
future values of long memory time series.
Keywords: Fractional integration, persistency, frequency domain, spectral den-

sity, volatility.
Recepción del original, junio de 2001

Versión final, enero de 2002

Arfima

Cargado por

Copyright:

Formatos disponibles

Arfima

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Arfima

Cargado por

Copyright:

Formatos disponibles

investigaciones económicas. vol.

XXVI (3), 2002, 395-445

MODELOS DE MEMORIA LARGA PARA SERIES

Palabras clave: Integración fraccional, persistencia, dominio de las frecuen-

persistencia de los modelos integrados no estacionarios en los que las

La evidencia empírica sobre la presencia de memoria larga en series

los procesos ARFIMA tanto en el dominio del tiempo como en el do-

2. Procesos con memoria larga: deﬁnición y propiedades

Aunque existen otras deﬁniciones más generales de memoria larga, co-

y aplicando nuevamente la aproximación [(d + {)@(e + {)]  {d3e ,

Retardo(k) (n) [ARFIMA(0,1/3,0)] (n) [AR(1) con ! = 0>5]

Para ilustrar las propiedades de los modelos ARFIMA descritas hasta

en torno a la frecuencia cero es mayor cuanto mayor y más próximo está

!(O)(1 O)g {w = (O) w [4]

donde!(O)y (O) son polinomios de orden s y t, respectivamente, cu-

de autocorrelación y su densidad espectral, muestral y poblacional. En

(1) = I (g 1> 1> 1; 1)!(1)31 (1) =

donde I (•>•>•;•) es la función hipergeométrica y !(1) y (1) son las

sión a la media, mientras que en un proceso I(g) con 0? g ? 1, el

3. Estimación de procesos ARFIMA

ramétrico que se supone está mal especiﬁcado, los estimadores serán

métodos numéricos que requieren calcular, en cada iteración, la inversa

donde i (; ) es la función de densidad espectral de {w e LW () es el

Fox y Taqqu obtienen resultados asintóticos para ciertos parámetros

punto de vista computacional, porque la integral en [7] debe evaluarse

donde m es la m-ésima frecuencia de Fourier, m = 2m W . Minimizando

observada desde enero de 1961 hasta diciembre de 2000, con un to-

MV MV GPH (1983) Robinson (1995a) con l =1

3.2. Métodos de estimación semiparamétricos

donde LW (m ) es la m-ésima ordenada del periodograma,  0 = oq [iX (0)]

que W y tendiendo hacia inﬁnito más despacio que W . La expresión

i ()  Fi ||32g > cuando  $ 0+ [10]

ginal y derivan expresiones del sesgo y la varianza de dicho estimador

Finalmente, Moulines y Soulier (1999, 2000) y Hurvich y Brodsky

presencia de memoria larga, por constituir éstas una de las herramien-

donde t es un parámetro de truncamiento, { ¯ es la media muestral de

donde f(0) y f(m) denotan la varianza y la autocovarianza muestral de

respectivamente. El estadístico TW (t) en [12] se denomina “rango re-

generalización del mismo para contrastar K0 :ARMA(s> t) frente a la

siendo p un parámetro de truncamiento, con 0 ? p ? W @2. En este

que es consistente frente a procesos con memoria larga estacionarios

ro, dicho comportamiento en las autocorrelaciones muestrales suele

5. Predicción de modelos ARFIMA

donde l son los coeﬁcientes de la representación MA(4) de la serie

con memoria larga es que las primeras convergen exponencialmente

g es fundamental en la determinación de la velocidad de crecimiento

6. Modelos con memoria larga en la varianza condicionada

la serie de los cuadrados. Estas características se han relacionado habi-

perbólico, típico de los procesos fraccionalmente integrados, se ajusta

Contraste GPH (1983)

Serie yt2 ln(yt2)

Serie yt2 ln(yt2)

6.1. Modelos GARCH fraccionalmente integrados

 2w = 0 + (O) |w2 + (O) 2w [16]

las ecuaciones [15] y [16] puede interpretarse como un proceso ARMA

[1 (O) (O)] |w2 = 0 + [1 (O)] w [17]

donde w es un ruido blanco deﬁnido como w = |w2  2w =  2w (%2w 1).

!(O)(1 O)g |w2 = 0 + [1 (O)] w [18]

donde g es un número real 0  g  1 y todas las raíces de los polino-

Al permitir órdenes de integración fraccional, el modelo FIGARCH

y aplicando nuevamente la aproximación [(d + {)@(e + {)] {d3e ,

Retardo(k) (n) [ARFIMA(0,1/3,0)] (n) [AR(1) con ! = 0>5]

!(O)(1 O)g {w = (O) w [4]

donde!(O)y (O) son polinomios de orden s y t, respectivamente, cu-

(1) = I (g 1> 1> 1; 1)!(1)31 (1) =

donde I (•>•>•;•) es la función hipergeométrica y !(1) y (1) son las

donde i (; ) es la función de densidad espectral de {w e LW () es el

donde m es la m-ésima frecuencia de Fourier, m = 2m W . Minimizando

donde LW (m ) es la m-ésima ordenada del periodograma, 0 = oq [iX (0)]

i () Fi ||32g > cuando $ 0+ [10]

2w = 0 + (O) |w2 + (O) 2w [16]

[1 (O) (O)] |w2 = 0 + [1 (O)] w [17]

donde w es un ruido blanco deﬁnido como w = |w2 2w = 2w (%2w 1).

!(O)(1 O)g |w2 = 0 + [1 (O)] w [18]

donde g es un número real 0 g 1 y todas las raíces de los polino-

sendas realizaciones de un proceso GARCH(1,1) con {0 =0.1> 1 =

modelos. Por ejemplo, en un modelo GARCH(1,1) estacionario (1 +

fn = 1 (1 + 1 )n31 [20]

para n 1 y f0 = 1, mientras que en un modelo FIGARCH(1> g> 0),

serie. Además, si 0 ? g ? 1@2, el proceso oq( 2w ) es ergódico, estricta

(1 O)g kw = w > [22b]

donde k (n) denota la función de autocorrelación de kw y 2k su va-

Posteriormente, Robinson y Zaaroni (1998) proponen un modelo SV