Você está na página 1de 5

Resumo para estudo: P3 Econometria III

20.11.2014
Matria Cap 6, 7 e 8 do livro Sries Temporais
Exerccios selecionados de provas passadas Cap. 6 VAR

I. Considere a forma reduzida de um VAR(3), em que h 4 variveis endgenas como desvios de suas mdias. Ento, o
nmero de coeficientes a estimar :
1. (F) 48.
2. (F) 64.
3. (V) 58
4. (F) 52.

II. Considere as seguintes sentenas.

1. O VAR(1): Xt = [ 0.4 0.6


0.6 0.4 ] Xt-1 + t estacionrio

2. O VAR(n) pode ser estimado por mxima verossimilhana, mnimos quadrados ordinrios, GMM ou Filtro de Kalman.
3. Se h variveis no estacionrias no VAR, preciso estacionariz-lo antes de estim-lo.
4. possvel introduzir tendncia determinstica no VAR(n).
Ento, assinale a alternativa correta:
1. (F) Os itens (1) e (3) esto corretos, enquanto que os itens (2) e (4) so falsos.
2. (F) Os itens (2) e (3) esto corretos, enquanto que os itens (1) e (4) so falsos.
3. (F) Os itens (3) e (4) esto corretos, enquanto que os itens (1) e (2) so falsos.
4. (V) Os itens (2) e (4) esto corretos, enquanto que os itens (1) e (3) so falsos.

09. (F) A condio de estacionaridade de um modelo VAR que as razes da funo caracterstica da matriz (I A1L -
A2L2-....- AnL2) estejam dentro do crculo unitrio;
() Uma das restries do VAR padro a ordem das variveis no modelo

O que a tcnica de vetores autorregressivos (VAR) apresenta de novidade em relao


ao tpico clssico de equaes simultneas?

Suponha que o vetor X_t descrito por um VAR(k). Porque necessrio ordenar as
variveis de Xt antes de calcular a decomposio da varincia do erro de predio?

1
Daniel Dantas de Castro [dantas5@gmail.com]
Resumo para estudo: P3 Econometria III
20.11.2014
Exerccios selecionados de provas passadas Cap. 7 VEC

11. (V ) Embora se possa estimar um modelo nas diferenas quando as variveis cointegram, esse procedimento no
recomendvel, pois se perdem informaes provenientes da relao de longo prazo;
12. (F) O Modelo de Correo de Erros um VAR no qual a relao de longo prazo no est presente;

13. (F) O teste de Johansen insensvel a quebras estruturais ou intervenes;


14. (V ) Sejam duas variveis I (2). Usando o teste de cointegrao de Engle e Granger, verifica-se que o resduo da
combinao dessas variveis I (1). Ento, h cointegrao.
15. (F) Quando as variveis endgenas de um modelo VAR no cointegram, mas mesmo assim estima-se o modelo, as
inferncias estatsticas individuais sobre os coeficientes so invlidas.
29. (V ) Sejam duas variveis I (2). Usando o teste de cointegrao de Engle e Granger, verifica-se que o resduo da
combinao dessas variveis I (1). Ento, h cointegrao.
() Na metodologia proposta por Johansen, o teste do trao assume como hiptese nula a existncia de r* vetores de
cointegrao, contra hiptese alternativa de r = r*+1 vetores de cointegrao. E a estatstica do teste dada por
\lambda_tr(r) = -T\sum^N_i=r+1 ln(1-\lambda_i), em que \lambda_i o i-simo autovalor, ordenado do maior para o
menor.

2
Daniel Dantas de Castro [dantas5@gmail.com]
Resumo para estudo: P3 Econometria III
20.11.2014
Exerccios selecionados de provas passadas Cap. 8 Modelos de
Heterocedasticidade

16. (F) Todos os modelos da classe ARCH conseguem captar curtoses altas, mas so incapazes de captar assimetrias
na volatilidade;
17. (V ) Mesmo que os resduos de uma srie sejam resultantes de um processo ARCH, dependendo das hipteses
sobre o modelo, pode-se provar que esse resduo um rudo branco;
18. (F) O modelo ARCH-M assimtrico na mdia;
19. (V ) O modelo GARCH um modelo determinstico;
20. (F) Por ser mais flexvel, o modelo multivariado VECH o melhor modelo GARCH a ser estimado do ponto de vista
prtico;
21. (V ) Os modelos GARCH multivariados BEKK, VECH e DCC so modelo simtricos;
22. (V ) O modelo DCC permite haver assimetria na varincia condicional, mas no na covarincia condicional;
23. (F) Os modelos GARCH univariados assimtricos podem ser estimados a dois passos: primeiro a equao da mdia;
depois a equao da varincia, mesmo na presena de um AR(p), p > 0;
24. (V ) Mesmo que os resduos de um modelo GARCH univariado no sejam normais, pode-se utilizar a mxima
verossimilhana com funo densidade normal porque resultar em estimativas de parmetros de quasi-mxima
verossimilhana;
25. (V ) O modelo BEKK gera matrizes de covarincia positiva semi definidas para todo t diferentemente do VECH em
que no se pode garantir isso a priori;
26. (V ) Os modelos GARCH so modelos lineares;
27. (F) possvel dizer se existe heterocedasticidade condicional e as ordens p e q do modelo de um modelo GARCH
assimtrico;
28. (F) O IGARCH (1; 1) impede que se faam as inferncias estatsticas convencionais por se tratar de um modelo com
varincia explosiva;
30. (F) Os modelos GARCH univariados assimtricos podem ser estimados a dois passos: primeiro a equao da mdia;
depois a equao da varincia, mesmo na presena de um AR(p), p > 0.
Qual o ganho de se usar um modelo GARCH ao invs de um modelo ARCH?
Um econometrista estava interessado em verificar se a srie de retornos de
uma determinada ao apresentava estrutura ARCH e decidiu aplicar o teste
de Normalidade srie. Calculou a estatstica do teste por meio da seguinte
expresso: 200[1.12/6 + (2.7-3)2/24]. O resultado obtido foi 41.08. Ele
comparou esse valor ao da distribuio X2 com 200 graus de liberdade, que
igual a 43.77 ao nvel de significncia de 5% e concluiu que sua srie tem
estrutura ARCH. Ele agiu como um econometrista competente?

3
Daniel Dantas de Castro [dantas5@gmail.com]
Resumo para estudo: P3 Econometria III
20.11.2014
Gabarito dos exerccios

Exerccios do cap. 6
1D 5 C 9V 13 A
2C 6 E 10 V 14 B
3F 7 D 11 E
4D 8 F 12 E

15. Sim, apesar de pouco comum, no h nenhuma restrio quanto frequncia da


sazonalidade de uma srie. No teste ADF, diferente do DF, consideram-se outros
termos de aumento, exgenos, que supostamente tamm podem estar presentes na
srie.
16. Os testes de raiz unitria sero essenciais para encontrar a ordem de integrao
da varivel. Uma vez definido tal ordem (I), transforma-se a srie em estacionria
aplicando as diferenas e, ento, procedem-se os demais testes para encontrar as
ordens dos componentes AR e MA.
17. Para o teste de Dickey-Fuller deve-se escolher o modelo mais completo (3), com
intercepto e tendncia para o teste de raiz unitria. No caso da no-rejeio de raiz
unitria, opta-se pelo modelo 2, apenas com intercepto. No caso da no-rejeio de
raiz unitria, opta-se, por fim, pelo modelo 1, sem nenhum termo adicional. Isso se d
devido ao baixo poder do teste. TASK: completar
18. As defasagens podem ser obtidas pelos critrios de informao (quanto menor o
valor dos critrios, melhor), significncia estatstica da maior defasagem ou pelo erro
padro do modelo (quanto menor o erro padro, melhor). Inicia-se o teste com o
modelo com o nmero mximo de lags que se deseja testar, calculam-se as
estatsticas relevantes e ZAZ
19.
20.
21.
22a F 22b V 22c F 22d V

Exerccios do cap. 7
1F 5 V 9F 13 F
2V 6 V 10 V 14 V
3V 7 F 11 F 15 F
4F 8 V 12 V 16. 4x2-2 = 6

17. No convergncia por no inverso da matriz de ponderao e impossibilidade de


comparao entre modelos
18. FALSA. O resultado de um GMM que convergiu sempre consistente. Neste caso,
elas no sero eficientes.

Exerccios do cap. 8
1F 5 V 9F 13 F
2V 6 V 10 V 14 V
3V 7 F 11 F 15 F
4F 8 V 12 V 16. 4x2-2 = 6

4
Daniel Dantas de Castro [dantas5@gmail.com]

Você também pode gostar