Você está na página 1de 0

CURSO DE SRIES

TEMPORAIS
Prof. Dr. Mario Antonio Margarido
Prof. Dr. Mario A. Margarido 2
TESTE CO-INTEGRAO JOHANSEN
A utilizao da metodologia uni-
equacional proposta por ENGLE e
GRANGER no indicada para testar
co-integrao quando se considera a
possibilidade de existir mais de um
vetor de co-integrao ou quando
existe endogeneidade do regressor
(relao causal no sentido da varivel
dependente para a(s) explicativa(s).
Prof. Dr. Mario A. Margarido 3
TESTE CO-INTEGRAO JOHANSEN
Sendo assim, quando da presena de
mais de um vetor de co-integrao
e/ou quando da existncia de
feedback entre a varivel dependente
e a(s) varivel(is) independente(s),
sugere-se a aplicao do mtodo
desenvolvido por JOHANSEN e
JUSELIUS (1990).
Prof. Dr. Mario A. Margarido 4
TESTE CO-INTEGRAO JOHANSEN
O procedimento de Johansen tm como
ponto de partida o modelo auto-
regressivo vetorial (VAR).
HARRIS (1995), definindo um vetor z
t
com n variveis endgenas, possvel
especificar o seguinte processo gerador e
modelar z
t
como um vetor auto-
regressivo (VAR) sem restrio
envolvendo k defasagens de z
t
.
Prof. Dr. Mario A. Margarido 5
TESTE CO-INTEGRAO JOHANSEN
Logo o modelo VAR pode ser
representado como:
Onde: ;
z
t
um vetor (nX1) e cada elemento A
i

uma matriz de parmetros de ordem
(nXn);
1 1 t t k t k t t
z A z A z D u

= + + + +
( )
0,
t
u IN :
Prof. Dr. Mario A. Margarido 6
TESTE CO-INTEGRAO JOHANSEN
D
t
representa termos
determinsticos, tais como,
constante, tendncia linear,
dummies sazonais, dummies de
interveno, ou qualquer outro
tipo de regressor que so
considerados fixos e no
estocsticos.
Prof. Dr. Mario A. Margarido 7
Exemplo Modelo VAR com 2 variveis e 2 defasagens
1 1 2 2
1 2 1 1 1 2 2
1 1 1 2 2 2 2
1 1 1 1 2 2 2 2 1
1 1 1 1 2 2 2 2 2
t t t t
t t t t
t t t t
t t t t t t
t t t t t t
z A z A z
x x x a b a b
y c d y c d y
x a x b y a x b y
y c x d y c x d y






= + +

= + +


= + + + +
= + + + +
Prof. Dr. Mario A. Margarido 8
TESTE CO-INTEGRAO JOHANSEN
HARRIS (1995) este tipo de modelo
VAR foi defendido principalmente por
SIMS (1980) como uma forma de estimar
relacionamentos dinmicos entre
variveis endgenas conjuntas sem a
necessidade de impor a priori fortes
restries (tais como relacionamentos
estruturais particulares e/ou a
exogeneidade de algumas das variveis).
Prof. Dr. Mario A. Margarido 9
TESTE CO-INTEGRAO JOHANSEN
Assim como acontece nos testes de raiz
unitria do tipo Dickey-Fuller Aumentado
(ADF), no caso da metodologia de Johansen
tambm torna-se necessrio determinar a(s)
ordem(ns) da(s) defasagem(ns) de z
t
, pois
esse procedimento tm como base a hiptese
de que ao se introduzir um nmero
suficiente de defasagens possvel se obter
uma estrutura de resduos bem
comportados, isto , estacionrios.
Prof. Dr. Mario A. Margarido 10
TESTE CO-INTEGRAO JOHANSEN
Para a tomada de deciso em
relao ao nmero de defasagens
que devem ser aplicadas para se
obter uma estrutura de rudo white
noise, utiliza-se os critrios AIC
(AKAIKE Information Criterion) ou
ento o SBC (SCHWARZ Bayesian
Criterion).
Prof. Dr. Mario A. Margarido 11
TESTE CO-INTEGRAO JOHANSEN
A equao anterior pode ser
modificada em termos de um
modelo de vetor de correo de
erro (VECM) cujo formato o
seguinte:
1 1 1 1 t t k t k t k t t
z z z z D u
+
= + + + + +
Prof. Dr. Mario A. Margarido 12
TESTE CO-INTEGRAO JOHANSEN
HARRIS (1995), a principal vantagem de se
escrever o sistema em termos do modelo de
correo de erro est relacionado ao fato de
que nesse formato so incorporadas
informaes tanto de curto quanto de longo
prazo via ajustes nas variaes em z
t
,
( ) ( )
( )
1
1
1, , 1
i
k
i
I A A i k
I A A
= =
=

Prof. Dr. Mario A. Margarido 13


Exemplo - VAR com 2 variveis e 2 defasagens:
Subtraindo Z
t-1
dos dois lados da equao acima:
Subtraindo e adicionando A
2
Z
t-1
do lado direito da equao anterior:
1 1 2 2 t t t t
Z A Z A Z

= + +
( )
1 1 1 1 2 2
1 1 2 2
t t t t t t
t t t t
Z Z A Z Z A Z
Z A I Z A Z



= + +
= + +
( )
1 1 2 1 2 1 2 2
1 2 1 2 1
( )
t t t t t t
t t t t
Z A I Z A Z A Z A Z
Z A A I Z A Z



= + + +
= + +
Prof. Dr. Mario A. Margarido 14
TESTE CO-INTEGRAO JOHANSEN
as quais so dadas pelas estimativas
dos parmetros: e ,
respectivamente.
Visto com maior nvel de detalhes, o
termo representado como:
i

=
Prof. Dr. Mario A. Margarido 15
TESTE CO-INTEGRAO JOHANSEN
= velocidade de ajustamento dos
parmetros da matriz no curto prazo;
= matriz de coeficientes de co-
integrao de longo prazo;
= representa as n - 1 relaes de
co-integrao no modelo multivariado,
assegurando dessa forma que z
t
converge para uma soluo de
equilbrio no longo prazo.

t k
z

Prof. Dr. Mario A. Margarido 16


TESTE CO-INTEGRAO JOHANSEN
Resumidamente, a metodologia
de co-integrao de Johansen
apresenta trs situaes distintas:
se o posto de completo (isto
, h r = n colunas linearmente
independentes) ento as variveis
em z
t
so I (0);

Prof. Dr. Mario A. Margarido 17


TESTE CO-INTEGRAO JOHANSEN
se o posto de zero ento no
h relacionamento de co-integrao
(longo prazo);
Nenhum desses dois casos so
particularmente interessantes. Mais
importante, quando tem posto
reduzido; isto , h vetores
de co-integrao presentes.

( )
1 r n
Prof. Dr. Mario A. Margarido 18
TESTE CO-INTEGRAO JOHANSEN
Portanto, quando r = n, isto significa
que z
t
estacionrio, e nesse caso o
ajuste do modelo deve ser efetuado
com as variveis em nvel.
Quando r = 0, implica que
estacionrio e conseqentemente o
modelo deve ser ajustado com as
variveis diferenciadas.
t
z
Prof. Dr. Mario A. Margarido 19
TESTE CO-INTEGRAO JOHANSEN
Finalmente, quando 0 < r < n isto equivale a
testar quais colunas de
so iguais a zero, ou seja, dado que
pode ser formulado como
onde e correspondem a matrizes de
dimenso (n X r) , isto implica que
estacionrio, o que leva a concluso
de que existem r vetores de co-integrao,
que so exatamente as r colunas de .


t
z

Prof. Dr. Mario A. Margarido 20


TESTE CO-INTEGRAO JOHANSEN
Dois so os testes propostos por
JOHANSEN e JUSELIUS (1990), para
testar a hiptese nula de que existem
pelo menos r vetores de co-integrao.
A hiptese nula representada
matematicamente como:
0
: 0 1, ,
i
H i r n = = +
Prof. Dr. Mario A. Margarido 21
TESTE CO-INTEGRAO JOHANSEN
ou seja, somente os primeiros r
autovalores so diferentes de zero.
Essa restrio pode ser imposta para
diferentes valores de r.
O prximo passo, consiste na
comparao do valor do logartmo da
funo de verossimilhana do modelo
com restrio relativamente ao
( )

Prof. Dr. Mario A. Margarido 22


TESTE CO-INTEGRAO JOHANSEN
logaritmo da funo de
verossimilhana do modelo sem
restrio. Esse teste denominado de
estatstica trao e representada em
termos algbricos como:
( )
( )
1

2log log 1
0,1,2, , 2, 1.
n
trace i
i r
Q T
r n n

= +
= =
=

Prof. Dr. Mario A. Margarido 23


TESTE CO-INTEGRAO JOHANSEN
onde Q = (funo de verossimilhana
restrita maximizada funo de
verossimilhana sem restrio
maximizada). Os valores crticos dessa
estatstica encontram-se em
JOHANSEN e JUSELIUS (1990).
Enquanto que, os valores tabelados
para modelos contendo intercepto
encontram-se em OSTERWALD-
LENUM (1992).
Prof. Dr. Mario A. Margarido 24
TESTE CO-INTEGRAO JOHANSEN
O segundo teste de significncia a
estatstica , tambm denominada
de mximo autovalor , a qual
representada como:
MAX

( )
1

log 1
0,1,2, , 2, 1.
MAX r
T
r n n

+
=
=
Prof. Dr. Mario A. Margarido 25
TESTE CO-INTEGRAO JOHANSEN
onde so os valores estimados
dos autovalores. Nesse caso, a
hiptese nula de que existem r
vetores de co-integrao, enquanto
que a hiptese alternativa de que
existem r + 1 vetores de co-
integrao.

Prof. Dr. Mario A. Margarido 26


TESTE CO-INTEGRAO JOHANSEN
Quando os valores calculados de
so maiores que os respectivos valores
tabelados, isto quer dizer que a
hiptese nula de no co-integrao
rejeitada.
trace MAX
e
Prof. Dr. Mario A. Margarido 27
TESTE CO-INTEGRAO JOHANSEN
Para se determinar o nmero de vetores de
co-integrao, esse teste deve ser realizado
at o momento em que a hiptese nula passa
a ser no rejeitada.
JOHANSEN (1995) chama a teno para o
fato de que os componentes do processo
vetorial no necessariamente precisam ter a
mesma ordem, ou seja, na construo do
modelo pode-se utilizar variveis com
diferentes ordens de integrao.
Prof. Dr. Mario A. Margarido 28
TESTE CO-INTEGRAO JOHANSEN
A razo para isto ao analisar modelos
econmicos as variveis so escolhidas por
sua importncia econmica e no por suas
propriedades estatsticas.
Conseqentemente, somos capazes, por
exemplo, de analisar variveis I(0) como
I(1) no mesmo modelo, de forma que
possibilite descrever relacionamentos de
longo prazo, assim como, ajustamentos de
curto prazo (JOHANSEN, 1995, p.34).
Prof. Dr. Mario A. Margarido 29
TESTE CO-INTEGRAO JOHANSEN
Exemplo - Modelo VAR com
trs variveis e k defasagens:
1 2 1
1 1 2 2 2
1 2 3
t t t t k t
t t t k t k t
t t t t k t
x x x x
y A y A y A y
w w w w






= + + + +


Prof. Dr. Mario A. Margarido 30


TESTE CO-INTEGRAO JOHANSEN
Reformulando o modelo VAR
anterior, tem-se:
1 1 1 1
1 1 1 1 1 2
1 1 1 3
t t t t k t
t t t k t k t
t t t t k t
x x x x
y y y y
w w w w

+

+
+



= + + + +



Prof. Dr. Mario A. Margarido 31


TESTE CO-INTEGRAO JOHANSEN
A matriz , cujas dimenses
so 3x3, pode ser expressa
como o produto de duas
matrizes:
Note que uma matriz
quadrada e e devem ter
a mesma ordem cada um.


Prof. Dr. Mario A. Margarido 32
TESTE CO-INTEGRAO JOHANSEN
Desde que a matriz tm trs
colunas, ento seu rank (posto)
mximo igual a 3, por sua vez,
o rank mnimo igual a zero.
Vamos analisar os quatro casos
possveis.

Prof. Dr. Mario A. Margarido 33


TESTE CO-INTEGRAO JOHANSEN
Caso 1:
Nesse caso todos os elementos da
matriz so iguais a zero.
( )
0 r =

1 1 1
1 1 1 1 2
1 1 3
t t t k t
t t k t k t
t t t k t
x x x
y y y
w w w

+

+
+



= + + +



Prof. Dr. Mario A. Margarido 34


TESTE CO-INTEGRAO JOHANSEN
Se o rank da matriz zero,
ento, um sistema de equaes
do tipo VAR, onde todas as
variveis so I(1) pode ser
estimado nas diferenas sem
perda de informaes
relevantes.

Prof. Dr. Mario A. Margarido 35


TESTE CO-INTEGRAO JOHANSEN
Dado que todas as variveis do
sistema so estacionrias, testes
estatsticos, tais como, teste t,
etc. so vlidos em termos de
hipteses nulas e suas
respectivas distribuies so
devidamente definidas.
Prof. Dr. Mario A. Margarido 36
TESTE CO-INTEGRAO JOHANSEN
Caso 2:
Se o rank da matriz igual a
um, ento ele pode ser
representado como o produto
de dois vetores e no
nulos. Desde que o rank do
vetor no nulo igual a um.
( )
1 r =


Prof. Dr. Mario A. Margarido 37
TESTE CO-INTEGRAO JOHANSEN
a matriz pode ser escrita
como . Substituindo em
tem-se:

=

[ ]
1 11
1 1 21 11 12 13 1
31 1
t
t t t
t
x
Z Z y
w

= =



Prof. Dr. Mario A. Margarido 38
TESTE CO-INTEGRAO JOHANSEN
A primeira linha da expresso anterior pode
ser escrita como:
Conseqentemente, a primeira equao do
sistema pode ser escrita como:
( )
11 11 1 12 1 13 1 t t t
x y w

+ +
( ) ( )
11 11 1 12 1 13 1 1
, ,
t t t t t i t i t i t
x x y w f x y w

= + + + +
Prof. Dr. Mario A. Margarido 39
TESTE CO-INTEGRAO JOHANSEN
onde representa
todos os termos defasados e
diferenciados do modelo.
Dado que todos os termos so
estacionrios toda equao ser
estacionria se
tambm for estacionrio.
( )
, ,
t i t i t i
f x y w


11 1 12 1 13 1 t t t
x y w

+ +
Prof. Dr. Mario A. Margarido 40
TESTE CO-INTEGRAO JOHANSEN
De fato deve ser estacionrio,
desde que, o lado esquerdo
do sistema por definio
estacionrio, pois possu
somente variveis
diferenciadas.
Prof. Dr. Mario A. Margarido 41
TESTE CO-INTEGRAO JOHANSEN
Partindo da definio de co-
integrao, ento, se o
vetor o vetor de
co-integrao, isto :
com o seguinte
vetor de co-integrao:
( )
1 r =
11 1 12 1 13 1 t t t
x y w

+ +
( ) ( )
, , 1,1
t t t
x y w CI :
[ ]
11 12 13
, ,
Prof. Dr. Mario A. Margarido 42
TESTE CO-INTEGRAO JOHANSEN
Evidentemente, no termo
no conhecemos qual
varivel descrita pelo processo de
longo prazo.
Em outras palavras, qual das variveis
est do lado esquerdo da relao de co-
integrao?
11 1 12 1 13 1 t t t
x y w

+ +
Prof. Dr. Mario A. Margarido 43
TESTE CO-INTEGRAO JOHANSEN
Nesse caso torna-se necessrio
determinar qual ser a varivel
dependente.
Esse um processo arbitrrio e
conhecido como normalizar a
varivel. Nesse caso, vamos
normalizar em relao a x
t-1
.
Prof. Dr. Mario A. Margarido 44
TESTE CO-INTEGRAO JOHANSEN
Onde:
O vetor denominado de
vetor de co-integrao
normalizado.
( ) ( )
11 1 12 1 13 1 1 1
, ,
t t t t t i t i t t
x x y w f x y w

= + +
13 12
12 13
11 11
,



= =
[ ]
12 13
1, ,
Prof. Dr. Mario A. Margarido 45
TESTE CO-INTEGRAO JOHANSEN
Caso 2, onde h um vetor
de co-integrao, o qual entra
nas trs equaes de curto
prazo do VAR atravs dos
coeficientes de ajustes:
( )
1 r =
11 21 31
, ,
Prof. Dr. Mario A. Margarido 46
TESTE CO-INTEGRAO JOHANSEN
Caso 3:
( )
2 r =
1 11 12
11 12 13
1 1 21 22 1
21 22 23
31 32 1
t
t t t
t
x
Z Z y
w




= =








Prof. Dr. Mario A. Margarido 47
TESTE CO-INTEGRAO JOHANSEN
Conseqentemente, em
cada equao de
representao de curto
prazo do modelo VAR h
agora dois vetores de co-
integrao ao invs de
apenas um vetor.
Prof. Dr. Mario A. Margarido 48
TESTE CO-INTEGRAO JOHANSEN
Para a primeira equao, tem-se:
( )
( )
( )
11 11 1 12 1 13 1
12 21 1 22 1 23 1
1
, ,
t t t t
t t t
t i t i t i t
x x y w
x y w
f x y w




= + + +
+ + + +
+ +
Prof. Dr. Mario A. Margarido 49
TESTE CO-INTEGRAO JOHANSEN
Caso 4:
Se h trs vetores de co-
integrao em trs equaes do
modelo VAR, os
relacionamentos normalizados
de longo prazo podem ser
escritos da seguinte forma:
( )
3 r =
Prof. Dr. Mario A. Margarido 50
TESTE CO-INTEGRAO JOHANSEN
12 13 1
21 23 2
31 32 3
t t t t
t t t t
t t t t
x y w u
y x w u
w x y u



= + +
= + +
= + +
Prof. Dr. Mario A. Margarido 51
TESTE CO-INTEGRAO JOHANSEN
Desde que toda relao de co-
integrao estacionria e
dado que:
( )
( )
( )
1
2
3
0 ,
0 ,
0
t
t
t
u I
u I
u I
:
:
:
Prof. Dr. Mario A. Margarido 52
TESTE CO-INTEGRAO JOHANSEN
As equaes anteriores podem
ser resolvidas para x
t
, y
t
e w
t
.
( )
( )
( )
1 1 2 3
2 1 2 3
3 1 2 3
, , ,
, , ,
, , .
t t t t
t t t t
t t t t
x f u u u
y f u u u
w f u u u
=
=
=
Prof. Dr. Mario A. Margarido 53
TESTE CO-INTEGRAO JOHANSEN
A partir das equaes
anteriores verifica-se
que x
t
, y
t
e w
t
so
funes somente de
variveis I(0).
Prof. Dr. Mario A. Margarido 54
TESTE CO-INTEGRAO JOHANSEN
Conseqentemente, desde
que no h termos no
estacionrios do lado direito
do sistema de equaes,
ento, as variveis do lado
esquerdo necessariamente
tambm so estacionrias.
Prof. Dr. Mario A. Margarido 55
TESTE CO-INTEGRAO JOHANSEN
Portanto, se o rank pleno, e
nesse caso igual a 3, ou
seja, , ento todas as
variveis do modelo VAR
devem ser estacionrias, ou
seja, I(0).
( )
3 r =
Prof. Dr. Mario A. Margarido 56
TESTE CO-INTEGRAO JOHANSEN
O teste de co-integrao de Johansen
determina o nmero de colunas
linearmente independentes, ou seja,
diferentes de zero na matriz .
Mais precisamente necessrio
determinar quais colunas da matriz
dos elementos de curto prazo so
iguais a zero.

( )

Prof. Dr. Mario A. Margarido 57


TESTE CO-INTEGRAO JOHANSEN
Quando se elabora o Modelo
Vetorial de Correo de Erro de
ordem (p) (VEC(p)) a partir de um
Modelo Auto-regressivo Vetorial
de ordem (p) (VAR(p)), os termos
determinsticos no VEC(p) podem
ser diferentes daqueles do modelo
VAR(p).
Prof. Dr. Mario A. Margarido 58
TESTE CO-INTEGRAO JOHANSEN
Quando as relaes de co-
integrao so
determinsticas entre as
variveis, os termos
determinsticos no VAR(p)
podem no estar presentes no
VEC(p).
Prof. Dr. Mario A. Margarido 59
TESTE CO-INTEGRAO JOHANSEN
Por sua vez, se as relaes de
co-integrao so estocsticas,
ento, os termos determinsticos
podem aparecer no VEC(p) a
partir do termo de correo de
erro ou como um termo
independente no VEC(p).
Prof. Dr. Mario A. Margarido 60
TESTE CO-INTEGRAO JOHANSEN
Componentes determinsticos no
Modelo Multivariado:
Partindo de um Modelo Vetorial de
Correo de Erro, com apenas uma
defasagem e omitindo demais variveis
determinsticas do tipo dummies, vrias
opes podem ser consideradas se
intercepto e/ou tendncia devem entrar
no modelo de curto e/ou longo prazo.
Prof. Dr. Mario A. Margarido 61
TESTE CO-INTEGRAO JOHANSEN
Utilizando a decomposio dos termos
determinsticos, o modelo pode ser
escrito da seguinte forma:
( )
( )
1 1 1 1 2 2
1
1 1
0,
,1,
t t t t
t
t t
Z Z Z t
Z Z t



= + + + +


( )
( )
1 1 1 1 2 2
1
1 1
0,
,1,
t t t t
t
t t
Z Z Z t
Z Z t



= + + + +


Prof. Dr. Mario A. Margarido 62


TESTE CO-INTEGRAO JOHANSEN
Resumindo: So Cinco casos possveis
Caso 1: No h nenhum drift (intercepto),
tanto no VEC (Curto Prazo) quanto no
Termo de Correo de Erro (Longo Prazo).
1
1
1
1 2 1 2
0
p
t t i t i t
i
z z z

= + +
= = = =

Restries
Prof. Dr. Mario A. Margarido 63
TESTE CO-INTEGRAO JOHANSEN
Caso 2: No h nenhum drift (intercepto) no VEC
(Curto Prazo), mas o intercepto entra somente via
Termo de Correo de Erro (Longo Prazo).
( )( )
( )
1
1 1
1
1
1
1
1
2 1 2
, ,1
,
1
0
p
t t i t i t
i
p
t
t i t i t
i
z z z
z
z z



= + +

= + +


= = =

Restries
Prof. Dr. Mario A. Margarido 64
TESTE CO-INTEGRAO JOHANSEN
Caso 3: H somente um drift (ou
intercepto) no VEC (Curto Prazo).
1
1 2
1
1 2
0
p
t t i t i t
i
z z z

= + + +
= =

Restries
Prof. Dr. Mario A. Margarido 65
TESTE CO-INTEGRAO JOHANSEN
Caso 4: H um drift (intercepto) no VEC
(Curto Prazo), e tendncia linear no Termo de
Correo de Erro (Longo Prazo).
( )( )
( )
1
1 1 2
1
1
1
1 2
1
1 2
, ,
,
0
p
t t i t i t
i
p
t
t i t i t
i
z z t z
z
z z
t



= + + +

= + + +


= =

Restries
Prof. Dr. Mario A. Margarido 66
TESTE CO-INTEGRAO JOHANSEN
Caso 5: H uma tendncia linear e tambm h
uma constante no VEC (Curto Prazo). Tambm,
h um intercepto e uma tendncia linear no
Termo de Correo de Erro (Longo Prazo).
( )
1
1
1 1 2 2
1
, , 1
t
p
t i t i t
i
z
z z t
t

= + + + +




Prof. Dr. Mario A. Margarido 67
Prof. Dr. Mario A. Margarido 68
Prof. Dr. Mario A. Margarido 69
Prof. Dr. Mario A. Margarido 70
Prof. Dr. Mario A. Margarido 71
Prof. Dr. Mario A. Margarido 72
Prof. Dr. Mario A. Margarido 73
Prof. Dr. Mario A. Margarido 74
Prof. Dr. Mario A. Margarido 75
Prof. Dr. Mario A. Margarido 76
Prof. Dr. Mario A. Margarido 77
Decomposio da Varincia dos Erros
de Previso
A decomposio dos erros de previso mostra o
comportamento dinmico apresentado pelas
variveis econmicas.
Mais especificamente, este instrumental permite
separar a varincia do erro de previso para cada
varivel em componentes que podem ser
atribudos pelas demais variveis endgenas
isoladamente, ou seja, revela em termos
percentuais qual o efeito que um choque no
antecipado sobre determinada varivel tem sobre
as demais variveis pertencentes ao sistema.
Prof. Dr. Mario A. Margarido 78
Decomposio da Varincia dos Erros de Previso
Ao utilizar os modelos VAR ou VEC, um dos principais
objetivos examinar os efeitos de choques individuais
sobre a dinmica do sistema, sendo assim, torna-se
necessrio efetuar alguns ajustes em relao a matriz de
varincia-covarincia dos resduos , pois
geralmente essa no uma matriz diagonal, o que
implica que os choques u
1t
, u
2t
, ... , u
nt
, podem ocorrer
simultaneamente com probabilidade diferente de zero,
ou seja, podem estar contemporaneamente
correlacionados, sendo que, torna-se necessrio
diagonalizar a matriz de varincia-covarincia para
evitar que choques sobre determinada varivel
contamine todo o sistema, impedindo dessa maneira que
se possa analisar somente o efeito individual desse
choque sobre o comportamento da varivel de interesse .
( )

Prof. Dr. Mario A. Margarido 79


Decomposio da Varincia dos Erros
de Previso
O procedimento mais utilizado para
diagonalizar essa matriz consiste em
efetuar a decomposio de Cholesky. A
partir desse procedimento possvel
verificar o efeito, perodo a perodo, que
um choque unitrio de um desvio padro,
em s uma das variveis do modelo, tm
sobre todas demais variveis do mesmo.
Prof. Dr. Mario A. Margarido 80
Decomposio da Varincia dos Erros
de Previso
No entanto, importante frisar que, apesar da
ortogonalizao dos erros pela decomposio de
Cholesky resultar em uma matriz de varincia-
covarincia de inovaes diagonal, isto , no
apresentar correlao serial entre os termos de erro,
ainda assim, um mtodo arbitrrio pois atribui
efeitos comuns, ou seja, mudando a ordem das
equaes tal procedimento pode levar a mudanas
na funo de resposta de impulso, fato esse que exige
muito cuidado na interpretao de seus resultados.
Prof. Dr. Mario A. Margarido 81
Decomposio da Varincia dos Erros
de Previso
Em outras palavras, uma das principais
vantagens das inovaes ortogonalizadas
sobre as demais a de serem no
correlacionadas. No entanto, h uma
decomposio diferente para cada
ordenao das variveis, sendo que a
direo do efeito captado decorre da seleo
arbitrria da ordem das variveis no vetor
analisado.
Prof. Dr. Mario A. Margarido 82
Decomposio da Varincia dos Erros
de Previso
Logo, quanto menor a covarincia
contempornea (menor correlao entre
os resduos) menor a importncia da
ordem selecionada. Portanto, mesmo no
havendo sentido de causalidade entre
duas variveis, ainda assim, pode haver
efeito de um choque em uma delas sobre
a outra em funo da presena da
covarincia entre seus respectivos erros.
Prof. Dr. Mario A. Margarido 83
Prof. Dr. Mario A. Margarido 84
Prof. Dr. Mario A. Margarido 85
Prof. Dr. Mario A. Margarido 86
Prof. Dr. Mario A. Margarido 87
Prof. Dr. Mario A. Margarido 88
Prof. Dr. Mario A. Margarido 89
Prof. Dr. Mario A. Margarido 90