Previsões macroeconômicas Aplicação para Moçambique

Previsões de PIB: uma abordagem para

Moçambique

Sam Jones

Universidade de Copenhaga

Augusto 2016

1 / 21
Previsões macroeconômicas Aplicação para Moçambique

Conceitos chaves

O problema geral de prever consiste em estimar a distribuição

duma variável y para o perı́odo h = (1, 2, ..., ), condicional na
informação disponı́vel atualmente (t).

yt+h |It ∼ F (yt+h |It ) (1)

Desde que a distribuição F (yt+h |It ) pode ser complicada,

normalmente foca-se apenas na estimativa pontual para yt+h .

Assim, define-se a previsão:

ŷt+h = E(yt+h |It ) (2)

O qual diz que a previsão é nossa melhor estimativa, dada a

informação disponı́vel no perı́odo corrente.

2 / 21
Previsões macroeconômicas Aplicação para Moçambique

Melhor estimativa?
A “melhor estimativa” tem que ser definida.

Previsões optimais minimizam a distancia entre a previsão e o

valor realizado.

Para medir a precisão de uma previsão, usa-se uma ‘função de

perda’, tipicamente a distancia quadrática:

L (ŷ , y ) = (ŷ − y)2 (3)

Assim, nota-se:
h i
ŷt+h = min E (ŷt+h − yt+h )2 |It (4)
ŷt+h

=E(yt+h |It ) (5)

3 / 21
Previsões macroeconômicas Aplicação para Moçambique

Como prever?

O objectivo é construir uma boa (melhor) aproximação para

E(yt+h |It ).

Três decisões:
1 Transformar a serie histórica (realizada): yt , yt−1 , ..., y0 ?
Depende das caracterı́sticas da série. Se yt segue um
passeio aleatório previsões em termos de diferenças
(crescimento) é aconselhável.
2 Qual é a informação relevante que se pode usar para
entrar na previsão – i.e., o que é It ?
Minimamente valores desfasados da mesma variável.
3 Qual é a forma funcional: yt+h = f (It )?
Tipicamente linear.

4 / 21
Previsões macroeconômicas Aplicação para Moçambique

Previsões univariadas
Modelos mais simples (econométricos) de previsão são
univariados – i.e., usam apenas valores próprios desfasados.

Exemplos de previsões para 1a fase adiante (‘one-step ahead’):

yt+1 =α0 + β yt + γ(t + 1) + εt+1 (6)

ln(yt+1 ) =α0 + β ln(yt ) + γ(t + 1) + εt+1 (7)

∆yt+1 =γ + β ∆yt + εt+1 (8)

Nota-se que εt é o erro de previsão:
εt+1 = yt+1 − ŷt+1 (9)
E a variação de erro de previsão é:
σŷ2 = E(εt+1
2
) (10)
5 / 21
Previsões macroeconômicas Aplicação para Moçambique

Seleção de um modelo perferido

Pode-se usar vários critérios de qualidade ou precisão.

p
e.g., RMSFE: = ŷ = 1/N ∑N 2


i=1 εt+i .

Distingue-se entre ‘in-sample’ e ‘out-of-sample’ erros de

previsão.

Validação ‘pseudo out-of-sample’ é bastante útil. Passos são:

1 remove algumas observações (atuais) recentes e correr o
modelo para fazer as previsões com base na série
restringida.
2 compare estas previsões com as realizações atuais.

6 / 21
Previsões macroeconômicas Aplicação para Moçambique

Outline

1 Previsões macroeconômicas

2 Aplicação para Moçambique

7 / 21
Previsões macroeconômicas Aplicação para Moçambique

Enfoque

Enfoque: a previsão de crescimento real de PIB.

Pontos de partida:
1 a previsão de crescimento real é nada fácil. Até em paı́ses
desenvolvidos, vários estudos mostram que os modelos
sofisticados não são melhores que métodos simples;
2 diferentes sectores da economia mostram tendências
diferentes e, assim, merecem um tratamento especı́fico; e
3 as taxas de crescimento reais (por sector) não são
estáveis ou suaves. Muitas vezes isto é por causa de
shocks (positivos e negativos), os quais não dependem do
passado.

8 / 21
Previsões macroeconômicas Aplicação para Moçambique

Objectivos

O objectivo é desenvolver previsões de curto a médio prazo

para o crescimento real em Moçambique baseadas em:

1 previsões individuais para cada sector (agregado) – i.e., o

nı́vel de PIB, e a taxa de crescimento agregada, serão
calculados a partir de previsões sectoriais;
2 a combinação de ‘julgamento’ e tendências históricas;
3 modelos univariados – isto é para reduzir a complexidade
de criar previsões (se for um modelo multivariado,
necessita-se previsões para outras variáveis).

9 / 21
Previsões macroeconômicas Aplicação para Moçambique

Modelo geral
O nı́vel de PIB real total é a soma dos PIBs reais sectorais (j):
y·t = ∑ yjt (11)
j∈J

Igualmente, especifica-se o PIB real total como o produto dos

nı́veis anteriores e taxas de crescimento:
 
yj,t+1
y·t+1 = ∑ yj,t+1 = ∑ yj,t (12)
j∈J j∈J
yj,t
 
= ∑ exp ln(yj,t ) + ∆ ln(yj,t+1 ) (13)
j∈J

A última linha indica como combinar previsões de taxas de

crescimento (em logaritmos) para calcular o valor
correspondente de PIB agregado real.
Ou seja, simplesmente, apenas precisamos previsões para
cada sector.
10 / 21
Previsões macroeconômicas Aplicação para Moçambique

Modelo geral

A previsão de crescimento para sector j é a combinação de um

componente derivada da tendência história e o seu julgamento
de shocks adicionais (µj ) :


∆ ln(yj,t+1 ) =f̂ ln(yj,t ), t (14)
+ µ̂j,t+1 (15)
+ εj,t+1 (16)

Componente (14): é uma previsão (econométrica) da

tendência do PIB real sectorial.
Componente (15): é a previsão do shock.
Componente (16): é o erro de previsão (não estimada).

11 / 21
Previsões macroeconômicas Aplicação para Moçambique

Implementação

Passos:
1 Atualizar os dados históricos (veja ficheiro: ‘in/Dados.xls’)
2 Verificar a definição de sectores agregados no mesmo
ficheiro.
3 Comparar diferentes modelos de previsão para o
componente histórico (eq. 15), usando o método ‘pseudo
out-of-sample’ (veja ficheiro: ‘out/Comparison.xls’).
4 Escolher o modelo preferido, e estimar as
correspondentes previsões.
5 Introduzir as estimativas dos shocks (eq. 15) no ficheiro
‘out/Previsões.xls’.
6 (Passar os resultados para o Quadro Macro).

12 / 21
Previsões macroeconômicas Aplicação para Moçambique

Passo 1

Como atualizar os dados históricos?

Encontre as últimas estimativas das contas nacionais, óptica

de produção em preços constantes, do INE.

Introduza os dados mais recentes na(s) coluna(s) relevante(s)

do ficheiro: ‘in/Dados.xls’ (folha: ‘produção’).

Verifique: a consistência dos sectores (INE pode alterar a

definição dos sectores); que a soma de valor acrescentado por
sector é igual ao valor acrescentado total; e que não haja
nenhuma mudança ao ano base (de preços).

13 / 21
Previsões macroeconômicas Aplicação para Moçambique

Passo 2
Definição de sectores agregados no mesmo ficheiro.
Para correr previsões sectoriais agrega-se alguns sectores,
especialmente sectores pequenos. Isto é para facilitar a
análise e estimação de shocks.
Os sectores agregados são definidos na coluna ”Sector” do
ficheiro: ‘in/Dados.xls’ (folha: ‘produção’). Cada número indica
o mesmo sector agregado.
De momento tem cinco sectores agregados:
1 Agricultura (incluindo produção animal, caça, silvicultura e pesca)
2 Indústrias extractivas
3 Indústria transformadora: Manufactura; Produção e distribuição de electricidade e gás;
Captação, tratamento e distribuição de água; e Construção.

4 Servı́cos (privados): Transportes, armazenagem; Alojamento, restaurantes e similares;

Informação e comunicação; Actividades financeiras; Actividades imobiliárias, alugueres e serviços
prestados às empresas; SIFIM.

5 Servı́cos (publicos) Administração pública, defesa e segurança social obrigatória; Educação;

Saúde e acção social; Outras actividades de serviços colectivos, sociais e pessoais.
14 / 21
Previsões macroeconômicas Aplicação para Moçambique

Passo 3
Comparar modelos de previsão para o componente histórico.
Abra o ficheiro ‘0 Master.do’ (com o Stata), e corra as linhas:

Nota-se que o horizonte ‘out-of-sample’ é dado pelos globais:

forecast start min e forecast start max. Assim, se houver
dados atualizados pode-se prolongar o horizonte (e.g., até 2015).
O global forecast end indica o limite temporal das previsões.
15 / 21
Previsões macroeconômicas Aplicação para Moçambique

Passo 3
O código (‘1 compare.do’) corre cinco modelos econométricos
diferentes para o logaritmo natural de PIB sectorial real, em ambos
nı́veis (‘L’) e primeiras diferenças (‘D’).
Os modelos são:
Um modelo AR(1) painel estimado com efeitos aleatórios por
sector [panel].
Um modelo AR(1) estimado por OLS [ar ].
Um modelo AR(1) estimado por uma regressão Prais-Winsten
[prais].
Um modelo AR(1) estimado por uma regressão robusta [arrob].
Um modelo ARMA(1,1) [arima].
Encontra-se os resultados no ficheiro ‘out/comparison.xls’, no qual as
folhas ‘RMSE sector’ e ‘RMSE agg’ resumem as medidas de
precisão das previsões (sectoriais e agregados) para diferentes
horizontes. Valores menores indicam um modelo mais certo (melhor).
16 / 21
Previsões macroeconômicas Aplicação para Moçambique

Passo 4

Escolher o modelo preferido, e estimar as correspondentes

previsões.
Os resultados no ficheiro ‘out/comparison.xls’ devem ser
utilizados para escolher um modelo preferido.
No mapa abaixo (tirado da folha ‘RMSE agg’), o modelo
‘Larrob’ (regressão robusta estimada em nı́veis) parece
bastante melhor – i.e., com erros menores:

Start Lpanel Dpanel Lar Lprais Larrob Larima Dar Dprais Darrob Darima

2010 1.50 3.32 0.62 1.60 0.43 2.53 1.97 1.96 1.64 1.97
2011 1.55 3.43 0.61 1.35 0.58 2.36 1.86 1.84 1.50 1.85
2012 1.60 3.50 0.62 1.24 0.63 2.15 1.62 1.59 1.18 1.61
2013 2.18 3.84 0.77 1.32 0.65 2.02 1.50 1.47 1.29 1.59
2014 2.00 3.99 1.27 1.94 1.32 3.43 2.02 2.09 1.71 2.00

17 / 21
Previsões macroeconômicas Aplicação para Moçambique

Passo 4
Depois de ter identificado o modelo preferido (para previsões
de componente histórico), corra o restante do código (ficheiro
‘0 Master.do’):

Nota-se que o global forecast start indica o primeiro ano

quando as previsões começam. Normalmente é 1+ o último
ano observado.
Aqui o global method indica que o modelo preferido é ‘Larrob’.
Pode-se escolher outros modelos.
18 / 21
Previsões macroeconômicas Aplicação para Moçambique

Passo 5

Introduzir as estimativas dos shocks.

Havendo implementado os passos anteriores, o ficheiro
‘out/Previsões.xls’ será automaticamente atualizado com as
previsões do modelo escolhido (pode-se verificar a base e
horizonte destas previsões na folha ‘in globals’).
Para introduzir os shocks, dirige-se à folha ‘ADJUSTES’ e
modifica-se os valores na parte sombreada:

(Aqui não há nenhum shock, ainda).

19 / 21
Previsões macroeconômicas Aplicação para Moçambique

Resultados

Os resultados ‘finais’, que combinam a previsão baseada nas

tendências históricas e o julgamento dos shocks, são
disponı́veis nas folhas “FINAL” e “VA”.

A folha “VA” inclui estimativas dum intervalo de confiança ao

redor das estimativas pontuais. O tamanho do intervalo,
medido em desvios padrões, é definido na célula B2: ‘Interval
(*dp)’.

Na página a seguir, visualiza-se previsões usando um intervalo

de 1 desvio padrão. As previsões são a partir de 2015 e vão
até 2020. A linha verde indica a previsão superior do intervalo
de confiança (+1 dp); e a linha vermelha indica a previsão
inferior (-1 dp):

20 / 21
Previsões macroeconômicas Aplicação para Moçambique

Resultados

21 / 21