Documente Academic
Documente Profesional
Documente Cultură
Alexandre here
Ernesto
– Séries
Parte IIChapter Temporais
heading
AULA 4: Modelos de Equações Múltiplas,
Não Estacionaridade e o Teste de Raíz
Unitária
Objectivos de aprendizagem
2
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Modelo VAR
3
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
É muito comum em economia observarmos modelos em que algumas variáveis não são apenas
variáveis explanatórias para uma determinada variável, mas também são explicadas pelas variáveis
que estas ajudam a determinar.
Nestes casos devemos recorrer à modelos de equações simultâneas, em que é necessário identificar
de forma muito clara quais das variáveis são endógenas e quais são exógenas ou variáveis
predeterminadas.
Se existe simultaneidade entre um número de variáveis, então todas as variáveis devem ser
tratadas da mesma forma;
Isto significa que na sua forma geral reduzida cada equação tem o mesmo número de
regressores.
4
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Por exemplo, a série temporal yt que é afectada pelos valores presente e passados da série xt e,
simultaneamente, a série temporal de xt é uma série que é afectada pelos valores presente e
passados da série yt.
Este é um modelo VAR de primeira ordem, porque o seu lag é de ordem 1. Se reescrevernos o
sistema em forma de matrizes, temos o seguinte:
1 12 yt 10 11 12 yt 1 u yt
21 1 xt 20 21 21 xt 1 u xt
5
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Ou de outra forma,
Bzt= Γ0 + Γ1zt−1 + ut
Onde
1 12 yt 10
B , zt , 0
21 1 xt 20
11 12 u yt
1 e ut
21 21 u xt
6
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
7
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Vantagens:
1. Muito simples de ser aplicado, pois não há preocupações acerca de qual variável é endógena ou
exógena;
3. As previsão por meio dos modelos VAR são melhores do que aquelas obtidas por meio de
modelos de equações simultâneas mais complexos.
Desvantagens:
1. Muito teórico, uma vez que muitas vezes não se baseia na teoria económica, pois o princípio de
aplicação do modelo é de que “tudo causa tudo” (mas esta limitação é resolvida com o teste de
causalidade);
3. Os coeficientes do modelo VAR são dificeis de serem interpretados, pois muitos não têm uma
teoria por detrás (esta limitação é superada pela função de resposta ao impulso).
8
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Testes de causalidade
9
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
A relação entre estas duas variáveis pode ser capturada por meio de um modelo VAR. Neste caso, é
possível termos que:
a) yt causa xt;
b) xt causa yt;
Granger (1969) desenvolveu um teste relativamente simples que defini-se como se segue:
• Uma variável é dita como Granger-cause xt se xt pode ser prevista com grande acuracidade por
meio do uso dos valores passados da variável yt, ceteris paribus.
10
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
n m
yt a1 i xt i j yt j e1t (1)
i 1 j 1
n m
xt a2 i xt i j yt j e2t (2)
i 1 j 1
11
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Caso 1:
Os lagged termos de x na equação (1) podem ser estatisticamente diferente de zero, e os lagged
termos de y na equação (2) não são estatisticamente diferente de zero. Neste caso, temos que xt
Granger-cause yt.
Caso 2:
Os lagged termos de y na equação (2) podem ser estatisticamente diferente de zero, e os lagged
termos de x na equação (1) não são estatisticamente diferente de zero. Neste caso, temos que yt
Granger-cause xt.
Caso 3:
Ambos conjuntos de termos de x e y são estatisticamente diferente de zero tanto na equação (1)
como na equação (2). Neste caso há uma causalidade bidireccional.
Caso 4:
Ambos conjuntos de termos de x e y não são estatisticamente diferente de zero tanto na equação
(1) como na equação (2). Nestes casos xt é independente de yt e vice-versa.
12
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Não estacionaridade
13
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Em séries temporais estacionárias, choques serão temporários e ao longo do tempo seus efeitos
serão eliminados, pois a série retorna para o seu valor médio de longo prazo.
O correlograma de uma série estacionária irá cair rapidamente a medida que o número de termos
atrasados - lag aumenta, ao passo que uma série não estacionária não irá extinguir-se a medida que
aumentamos o número de termos atrasados.
14
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
15
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Definição 1:
Uma série yt é integrada de ordem um [denominada como yt ~I(1)] e contém uma raíz unitária, se yt é
não estacionária mas Δyt é estacionária.
16
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Definição 2:
Uma série yt é integrada de ordem d [denominada como yt ~I(d)] se yt é não estacionária mas is Δdyt é
estacionária.
17
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Uma regressão espúria geralmente tem um R2 muito alto e estatística t que aparenta fornecer
estimativas significantes, mas os resultados podem não ter algum significado económico de um todo.
A maioria das séries temporais macroeconómicas têm tendência e, portanto, na maioria dos casos
são não estacionárias.
O problema com séries não estacionárias ou com tendência é de que o procedimento padrão dos
modelos OLS (MQO) podem facilmente conduzir-nos a conclusões incorrectas.
18
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Granger e Newbold (1974) construíram uma análise em Monte Carlo gerando um largo número de
séries yt e xt contendo raízes unitárias seguindo a seguinte fórmula:
Quando eles regressaram os vários yts para os xts, eles surpriendentemente descobriram que eram
incapazes de rejeitar a hipótese nula de β2=0 em aproximadamente 75% dos casos.
Eles também descobriram que suas regressões tinham R2s muito alto e estatísticas DW muito baixas.
Granger e Newbold (1974) propuseram a seguinte Rule of Thumb para detecar regressões
espúria: se R2 > DW ou R2 estiver muito próximo a 1, então a regressão deve ser espúria.
19
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Quando as variáveis tornam-se não estacionárias então não podemos garantir que os seus erros
sejam estacionários, e regra geral o erro também tornar-se não estacionário. Quando isto acontece
violamos os pressupostos básicos dos MCRL.
Se os erros forem não estacionários esperaríamos que eles vagassem e eventualmente se tornam-se
grandes
20
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Dickey e Fuller (1979, 1981) inventaram um procedimento para formalmente testar a não
estacionaridade. Esta teste tem como objectivo estimar a presença de raíz unitária.
Onde claramente γ = (∅ − 1)
Dickey e Fuller (1979) propõem três regressões alternativas para testar a presença de raíz unitária.
22
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Como é provavél que o termo de erro não seja white noise, Dickey e Fuller extenderam o seu
procedimento de teste sugerindo uma versão aumentada do teste que inclui valores extra dos termos
atrasados da variável dependente de formasa eliminar a autocorrelação.
As três formas possíveis do teste ADF são dadas pelas seguintes equações:
23
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Phillips-Perron (1988) desenvolveram uma versão generalizada do teste ADF que permite pressupostos
bastante leves sobre a distribuição dos erros.
O teste de Phillips-Perron faz uma correcção para a estatística t do coeficiente 𝛾 da regressão AR(1)
para explicar a correlação serial em 𝑒𝑡 . Logo, o teste PP é apenas uma modificação da estatística t do
teste ADF que leva em consideração uma natureza do processo dos erros menos restritiva.
24
Econometria II | Parte II – Séries Temporais | Equações Múltiplas, Não Estacionaridade e Raíz Unitária
Bibliografia utilizada
25
Copyright Alexandre Ernesto 2019.
26