Você está na página 1de 23

Notas de aula de econometria I, Profa. Marina S.

Cunha

UNIVERSIDADE ESTADUAL DE MARING


CENTRO DE CINCIAS SOCIAIS APLICADAS
DEPARTAMENTO DE ECONOMIA
PROGRAMA DE PS-GRADUAO EM CINCIAS
ECONMICAS

CAPTULO 6
FORMA FUNCIONAL E MUDANA ESTRUTURAL

Profa. Marina Silva da Cunha

Notas de aula de econometria I, Profa. Marina S. Cunha

6.1 Introduo
6.2 Utilizando variveis binrias
6.3 No-linearidade nas variveis
6.4 Modelando e teste para quebra estrutural
6.5 Resumo e concluses

Notas de aula de econometria I, Profa. Marina S. Cunha

6.1 Introduo
So estudadas vrias formas funcionais para MCRL
6  utiliza-se variveis binrias para acomodar no-linearidade.

6.2 Utilizando variveis binrias


Um dos dispositivos mais utilizados na anlise de regresso so as
variveis binrias ou dummies.
1 presena [atributo, poltica...]
0 ausncia

Notas de aula de econometria I, Profa. Marina S. Cunha

6.2.1 Varivel binria na regresso


com outras variveis quantitativas
Exemplo 6.1 Varivel binria na equao de rendimentos
indica a presena de crianas nos domiclios

Modelo de regresso com 1 varivel binria

yi = xi ' + d i + i
Uma varivel binria com valor 1 para apenas 1 observao tem o efeito de
apagar aquela observao do computo da estimativa da inclinao e da
varincia do estimador, mas no do R2.

Notas de aula de econometria I, Profa. Marina S. Cunha

6.2.2 Vrias categorias


Quando existem vrias categorias, necessrio um conjunto de
variveis binrias.
Aplicao Corrigir o efeito sazonal em dados macroeconmicos, a funo
consumo para dados trimestrais.

Ct = 1 + 2 xt + 1Dt1 + 2 Dt 2 + 3 Dt 3 + t
renda disponvel
Apenas 3 variveis binrias so includas [4  multicolinearidade]
a armadilha da varivel binria
pode-se incluir 4, mas sem a constante

perodo [trimestre] pode ser a base

 Formulao alternativa

Ct = xt + 1Dt1 + 2 Dt 2 + 3 Dt 3 + 4 Dt 4 + t 

4 binrias +
s/constante

 Procedimento alternativo [ver cap. 3 sobre regresso particionada]


C = (D1, D2, D3, D4)  Resduos 1 [Consumo desazonalizado]
 R1 = (R2)
X = (D1, D2, D3, D4)  Resduos 2 [Renda desazonalizada]
A estimativa de
[ ] idntica
do modelo
anterior

Notas de aula de econometria I, Profa. Marina S. Cunha

6.2.3 Vrios grupos


Considere o modelo

yit = + xit + i + t + it

(6-2)

yit = despesas per capita em educao


xit = renda permanente
n = 50 estados, i = 1, ..., 49
T = 10 anos, t = 1, ..., 9
Exemplo 6.2 Estudo sobre a eficincia na produo dos servios areos

Notas de aula de econometria I, Profa. Marina S. Cunha

6.2.4 Efeito inicial e vrias categorias


Grupos em uma sociedade
Um perodo de um tempo particular
Nvel de um fator [exemplo: Educao]
Exemplo: income = 1 + 2 age + effect of education +

income = 1 + 2 age + B B + M M + P P +

HS = High school
B = Undergraduate
M = Masters
P = Ph. D.
Formulao 1: efeito diferencial (B, M e P).
HS  base
Binria igual a 1 apenas quando o indivduo possui o grau.

Formulao 2: efeito marginal


B B,
M  B + M e
P  B + M + P
HS  base
Binria igual a 1 apenas quando o indivduo possui o grau ou
os grau(s) inferior(ES)

Notas de aula de econometria I, Profa. Marina S. Cunha

6.2.5 Efeito tratamento e regresso diferenas em diferenas


Pesquisadores em diversas reas tm estudado o efeito de algum
tratamento sobre algum tipo de resposta.
- Dale e Krueger (2002) efeito da educao sobre a renda
- Gertler (2004) efeito das transferncias sobre a sade infantil
- Lalonde (1986) efeito da participao em treinamento sobre a renda
- Mankiw (2006) mudanas em modelos macroeconmicos

Esses exemplos podem ser formulados em modelos de regresso com


varivel binria:

yi = x i ' + Di + i
Em que o parmetro de mudana, , mensura o impacto do tratamento ou a
mudana da poltica (condicionada aos valores de x) sobre os indivduos
amostrados. Comparando apenas um grupo a outro, tem-se:

yi = 1 + 2 Di + i
Em que, o valor mdio da varivel dependente para aqueles que no sofreram
a interveno :

b1 = ( y | Di = 0 )

E a diferena na mdia dos dois grupos ser:

b2 = ( y | Di = 1) ( y | Di = 0)

Notas de aula de econometria I, Profa. Marina S. Cunha

Quando se observa os grupos de controle e de tratamento em 2


perodos, pode se construir um modelo como:
yit = 1 + 2Tt + 3 Di + 4Tt Di + it

t =1,2

(6-3)

Em que Tt uma varivel binria igual a zero antes do tratamento e igual a 1


aps o tratamento e Di igual a um para os indivduos que receberam o
tratamento.

A diferena na varivel dependente (resposta) para os indivduos tratados


ser:

( yi 2 | D1 = 1) ( yi1 | D1 = 1) = ( 1 + 2 + 3 + 4 ) (1 + 3 ) = 2 + 4
Para os indivduos de controle ser:

( yi 2 | D1 = 0) ( yi1 | D1 = 0) = (1 + 2 ) ( 1 ) = 2
A diferena em diferena ser:

[( yi 2 | D1 = 1) ( yi1 | D1 = 1)] [( yi 2 | D1 = 0) ( yi1 | D1 = 0)] = 4


Portanto, nesse modelo de regresso mltipla, a estimativa (b4) ser:

b4 = ( y | D1 = 1, Perodo 2 ) ( y | D1 = 1, Perodo 1)

( y | D1 = 0, Perodo 2 ) ( y | D1 = 0, Perodo 1) = 4

Essa regresso chamada de estimador da diferena em diferena, em


referncia a este resultado.

Notas de aula de econometria I, Profa. Marina S. Cunha

10

6.3 NO-LINEARIDADE DAS VARIVEIS


Forma geral para o modelo de regresso linear

Seja Z = Z1, Z2, ... ZL

um conjunto de L variveis independentes

1, 2, ..., k

k funes linearmente independentes de Z

g(y)

uma funo observvel de y

Considere as suposies usuais sobre os resduos

O modelo de regresso linear

g ( y ) = 1 1 (z ) + 2 2 (z ) + ... + k k (z ) +
= 1 x1 + 2 x2 + ... + k xk +

= x' +

(6-4)

O MCRL incorpora situaes em que so includos: logaritmos,


exponenciais, recproco, polinomiais, produtos, taxas, ...

Notas de aula de econometria I, Profa. Marina S. Cunha

6.3.1 Regresso polinomial


Exemplo renda = (idade)

18 age 22
E[income|age] = 0 + 0age

se idade < 18

1 + 1age

se idade 18 e idade < 22

2 + 2age

se idade 22

Os valores de idade igual a 18 e a 22 so chamados de ns. Seja


d1 = 1

para idade t1* (= 18)

d2 = 1

para idade t2* (= 22)

 Funo tracejada no grfico

income = 1 + 2 age + 1d1 + 1d1age + 2 d 2 + 2 d 2 age +

(6-3)

Perodo 0

E[income| age, d1=0, d2=0]= 1 + 2 age

Perodo 1

E[income| age, d1=1, d2=0]= 1 + 1 + ( 2 + 1 )age

Perodo 2

E[income| age, d1=0, d2=1]= 1 + 2 + ( 2 + 2 )age

11

Notas de aula de econometria I, Profa. Marina S. Cunha

 Funo contnua no grfico [temos que impor duas restries]

1 + 2 t1* = ( 1 + 1 ) + ( 2 + 1 ) t1*
1 + 1t1* = 0
1 = 1t1*
e

(1 + 1 ) + ( 2 + 1 )t2* = (1 + 1 + 2 ) + ( 2 + 1 + 2 )t2*

2 + 2t 2* = 0
2 = 2t2*
Substituindo em (6-3), tem-se

income = 1 + 2 age 1t1*d1 + 1d1age 2t 2*d 2 + 2 d 2 age +

1d1 (age t1* )


x1

2 d 2 (age t2* )

x2

income = 1 + 2 x1 + 1d1 x2 + 2 d 2 x3 +

Pode-se testar se existe mudana de inclinao


H0: 1 = 0
H0: 2 = 0

x3

12

Notas de aula de econometria I, Profa. Marina S. Cunha

13

6.3.2 Formas funcionais


 Uma forma funcional comumente utilizada no modelo de regresso o
modelo log-linear:

LnX
= 1 + k xk +
k

LnY = Ln +

em que,

xk

xk Lny
. =
= k
y

Lnx

k

(elasticidade)

(6-5)

pode-se padronizar as variveis  xik = ( xik xk ) sk


*

 Equao Semilog (hbrido de linear e logartmica)

Lny = 1 + 2 x +
Lny
(semi-elasticidade)
2 =
x

(6-6)

Exemplos

Exemplo 6.1  varivel binria para kids  coef. est. = - 0,35, os

rendimentos so 35% menores quando h crianas

LnI t = 1 + 2 (it pt ) + 3 pt + 4 LnYt + 5t + t


dLnI t
= k [Taxa de crescimento do investimento]
dt
5 = 0,005 mantendo as demais variveis constantes, a taxa mdia de
investimento foi de -0,5% por ano.

Notas de aula de econometria I, Profa. Marina S. Cunha

14

 Equao quadrtica em 6.1

Ln earnings = 1 + 2 age + 3age 2 + 4education + 5 kids +

Figura 6.3 Mulher com 12 anos de escolaridade e crianas no domiclio

20

38 47
Idade

6.3.3 Efeitos interao


 Modelos de regresso com termos de interao
Por exemplo,

D = 1 + 2 S + 3W + 4 SW +

em que,

Tem-se ,

D = distncia para frear


S = velocidade
W = secura

E[ D | S , w]
= 2 + 4W
S

o efeito marginal de uma maior velocidade para a distncia de frenagem


aumentada quando a pista est mida (para 4 positivo)
Para construir um intervalo de confiana, tem-se que considerar:

E [ D | S , W ]
var
= var[2 ] + W 2 var[4 ] + 2W cov[2 , 4 ]

pode ser obtido tambm para

E[ D | S ,W ]
W

Notas de aula de econometria I, Profa. Marina S. Cunha

15

6.3.2 Identificando no-linearidade


Quando a forma funcional no conhecida
Existem vrias abordagens

Incluir termo quadrtico e cbico


Incluir binrias

Exemplo 6.3 Forma funcional para uma funo custo no-linear

6.3.3 Linearidade intrnseca e identificao


DEFINIO 7.1 LINEARIDADE INTRINSECA
No modelo de regresso linear clssico, se os k parmetros
1, 2, ..., k podem ser escritos como k um-por-um,
possveis funes no-lineares de um conjunto k de
parmetros subjacentes 1, 2, ..., k, ento o modelo
intrinsecamente linear em
Se a condio um-por-um atendida, os parmetros so ditos exatamente
identificados.  condio de identificao
Modelo Log-linear  caso intermedirio de um modelo de regresso no-linear
intrinsecamente linear pela definio

Yi = X i 2 e i
aplicando Ln
ou

LnYi = Ln + 2 LnX i + i
yi = 1 + 2 xi + i

Ln = 1

Exemplo 6.4 Regresso intrinsecamente linear

= 1

Exemplo 6.5 Funo de produo CES

= 2

Notas de aula de econometria I, Profa. Marina S. Cunha

16

Notas de aula de econometria I, Profa. Marina S. Cunha

17

Notas de aula de econometria I, Profa. Marina S. Cunha

18

6.4 Modelando e teste para quebra estrutural


Uma aplicao comum do teste F para verificar quebra ou mudana
estrutural [chamado de teste Chow Chow (1960)]
Existem vrias aplicaes  U.S. gasoline market [exemplo 2.3]
ver figura 6.5
at 1973

mudana no comportamento

1973 1980

do consumo

6.4.1 Diferentes vetores de parmetros


Exemplo

1960 1963  1s 14 anos y1 e X1


1974 1995  anos restantes y2 e X2

Regresso irrestrita:
y 1 X1
y = 0
2

0 1
.
+
X 2 2

1

2

(6-13)

permite que os parmetros sejam diferentes nos dois perodos, ou seja,


X ' X
b = ( X ' X ) 1 X ' y = 1 1
0

X1 ' y1 b1
.
+
X 2 ' X 2 X 2 y 2 b 2
0

(6-14)

que o M.M.Q. seja aplicado s equaes separadas. Assim,

e' e = e1 ' e1 + e 2 ' e 2


soma total dos resduos ao quadrado

Notas de aula de econometria I, Profa. Marina S. Cunha

19

Formalmente, a restrio, pode ser escrita como:

1 = 2 1 2 = 0
R = q, em que R = [I : I ] e q = 0
Se os coeficientes so iguais, podemos escrever

y1 X1
1
=

+
y X

2 2
2
O teste dado em (5-6) em que J o n de restries [n de colunas de X2] e
n1 + n2 2k so os graus de liberdade do denominador. Simplificando, tem-se
(5-7):

(Rb q)'[R[ s 2 ( X' X) 1 ]R ' ]1 (Rb q)


F[ J ,n k |X ] =
J
6.4.2 Observaes insuficientes
Quando as observaes so insuficientes, Fisher (1970) mostrou que
podemos utilizar

F[ n2 , n1k ]

(e*' e* e1' e1 ) n2
=
e1' e1 ( n k )

e*e* = soma de quadrados dos resduos da regresso completa


e1e1 = soma de quadrados dos resduos da regresso das n1 1s observaes
para n2 < k
teste de Chow (predictive)

Notas de aula de econometria I, Profa. Marina S. Cunha

20

6.4.3 Mudana em um subconjunto de observaes

Modelo irrestrito
i 0 Wpr73
XU =
0
0 i

Wps73
0

s constantes e
s inclinaes

Modelo restrito
i 0 Wpr73
XR =

0
i
W
ps73

s constantes e
=s inclinaes

Modelo restrito alternativo


0 Wpr
ipr Zpr 0
X=

0
0
i
Z
W
ps
ps
ps

s constantes ,
s outras inclinaes e
=s algumas inclinaes

(6-16)

Notas de aula de econometria I, Profa. Marina S. Cunha

21

6.4.4 Teste para quebra estrutural com diferentes varincias


O teste Chow pressupe que as varincias com n1 e n2 so iguais.
Um procedimento alternativo, para amostras razoavelmente grandes,
vlido quando as varincias so ou no diferentes. Sob a hiptese nula de que

1 e 2 so os estimadores dos parmetros, consistentes e com distribuio


assinttica normal,

1 2 tem mdia 0 e matriz var-cov assinttica V1 + V2


A estatstica Wald

1 + V
2 ) 1 ( 1 2 ) ~ k2
W = ( 1 2 )' ( V
Para amostras pequenas o erro tipo I maior que o nvel crtico assumido [o
que pode levar a rejeitar H0 de que os coeficientes so iguais. No entanto,
pode-se utilizar valores crticos maiores. Deve-se definir melhor HA.

Notas de aula de econometria I, Profa. Marina S. Cunha

22

Exemplo 6.7 Quebra estrutural no mercado da gasolina


Verificar se h quebra estrutural:
Perodo 1:
1963 -1973 = 21 obs
Perodo 2:
1974-2004 = 31 obs
Considere a equao do exemplo 2.3, incluindo uma tendncia:

PG= preo da gasolina; PNC= preos de carros novos, PUC=preos de carros velhos,
income/pop e G/pop.

1)Testar se h diferena em todos os parmetros

2)Testar estabilidade do modelo deletando (ou incluindo 4 var. binrias) os


anos de 1974, 1975, 1980 e 1981

3)Testar se h diferena nos parmetros de inclinao (sem constante)

4)Testar se h diferena em duas elasticidade-preo e na tendncia

Notas de aula de econometria I, Profa. Marina S. Cunha

23

6.4.5 Teste de estabilidade do modelo


A hiptese de teste definida em (6-15) na seo 6.4.2 equivalente a
H0: 2 = 1 no modelo

yt = x t' 1 + t

t = 1, ..., T1

yt = x t' 2 + t

t = T1 + 1, ..., T1 + T2

Note que assumido que a varincia dos resduos a mesma em casa


subperodo.
 Uma formulao alternativa:
y 1 X1
y = X
2 2

0 1
+
.
I 2

Esta formulao estabelece que:

yt = x t' 1 + t
yt = x t' 2 + t + t
Pode-se testar H0: = 0

t = 1, ..., T1
t = T 1 + 1, ..., T 1 + T 2

(modelo estvel)

Formulao para matriz inversa particionada, ver no livro.

6.5 Resumo e concluses

Você também pode gostar