F. Varetto

differenze prime (ARIMA(0,1,0)) che sono stazionarie e white noise (ΔRC(t)=e(t)), anche se vi
sono tracce di memoria del processo a lungo termine (da lag superiori od uguali a 10 anni).
L’evoluzione del Risultato Rettificato e degli scarti dai trend sono riportati sul grafico 7; il
calcolo della variabile de-trendizzata ha portato ad uno scarso beneficio rispetto alla variabile
originale, ma ha consentito di stabilizzarne l’andamento. In effetti gli scarti dai trend sono
stazionari, ma senza i requisiti di casualità white noise (Tabella A).
Grafico 7. Risultato Rettificato e Scarti da 2 trend

Si è resa quindi necessaria la stima di un modello AR(1) con lag=1 su tali scarti ottenendo i
seguenti coefficienti (Tabella 12), con residui stazionari e white noise (Tabella A). Per controllo
è stato calcolato anche un modello AR(1) con lag=1 sui livelli del Risultato Rettificato (Tabella
13), con residui stazionari e white noise.
Tabella 12. AR(1) su scarti da trend di Risultato Rettificato
Sample: 1989 thru 2021

Number of obs = 33
Wald chi2(1) = 4.39
Prob > chi2
= 0.0363

Log likelihood = -568.9082

RR2trendDC

Coefficient

OPG
std. err.

RR2trendDC
_cons

365501.3

2371934

0.15 0.878 -4283403

5014406

ARMA
ar
L1.

0.457632

0.218534

2.09 0.036 0.029313

0.885952

/sigma

7401257

791855.6

9.35 0

8953266

58

z

P>z

[95% conf.

5849249

interval]