Econometria II

Lecture 10: VAR Estrutural (SVAR)

Prof.: Ricardo Masini

Graduação em Economia
2o Semestre de 2017
Tópicos de Hoje

Motivação e Definições

Identificação e Estimação de um SVAR

Função Resposta ao Impulso (FRI)

O que o SVAR traz de novo para nós?

I A grande utilidade do VAR (em forma reduzida) é fazer

previsões onde há causalidade Granger entre suas variáveis
I Entretanto, o VAR (por definição) não pode ser utilizado para
avaliar relações contemporâneas entre as variáveis
I Em particular, o VAR não é capaz de fazer análise de
sensibilidade ao longo do tempo: Choque em x no período T ,
o que acontece com y nos períodos T + h para h = 0, 1, 2, . . .
I Para isso, vamos usar o VAR estrutural (SVAR) onde as
relações contemporâneas, além das autoregressivas, serão
modeladas
VAR Forma Reduzida vs. Forma Estrutural
No SVAR modelamos explicitamente relações contemporâneas
entre as variáveis através da matriz B(n × n)

BYt = A0 + A1 Yt−1 + · · · + Ap Yt−p + Ut

onde o vetor de choques estruturais Ut (n × 1) ≡ (u1,t , . . . , un,t )0 é

não correlacionado, ou seja, Ut ∼ (0, Ω) com Ω(n × n) diagonal.
Faz sentido a não correlação tanto serial como intra erros?

Ou, equivalentemente, podemos pré-multiplicar a expressão original

por C ≡ B −1 , tal que

Yt = Φ0 + Φ1 Yt−1 + · · · + Φp Yt−p + CUt

onde Φi ≡ CAi para i = 0, 1, . . . , p. Claramente, o erro (choque)

reduzido é dado por t ≡ CUt e recuperamos o VAR na forma
reduzida
Yt = Φ0 + Φ1 Yt−1 + · · · + Φp Yt−p + t
(Novamente) O exemplo de um SVAR

I Considere o seguinte modelo de oferta e demanda

qt = −βpt + αqq qt−1 + αqp pt−1 + ud,t

pt = γqt + αpq qt−1 + αpp pt−1 + us,t

I Podemos reescrever como BYt = AYt−1 + Ut , onde

       
1 β qt αqq αqp qt−1 ud,t
= +
−γ 1 pt αpq αpp pt−1 us,t
| {z } | {z } | {z } | {z } | {z }
≡B ≡Yt ≡A ≡Yt−1 ≡Ut

I Considerando que B é inversível, temos

Yt = B −1 AYt−1 + B −1 Ut
≡ ΦYt−1 + εt
Tópicos de Hoje

Motivação e Definições

Identificação e Estimação de um SVAR

Função Resposta ao Impulso (FRI)

Problema de Identificação do SVAR

I O grande problema de um SVAR é a identificação da matriz B

(ou C). Considere o caso de SVAR mais simples (sem parte
autoregressiva e média nula) BYt = Ut ou Yt = CUt ≡ t
I Na verdade, é um sistema de n equações simultâneas com n2
incógnitas. Podemos normalizar a diagonal de B para 1 e
ficamos com n(n − 1) incógnitas.
I Ou, equivalentemente, normalizamos os choques estruturais
U ∼ (0, In ) e não normalizamos B. Desta forma, temos

V(Yt ) = V(t ) = Σ = CV(Ut )C 0 = CC 0

Problema de Identificação do SVAR

I Na caso geral (com média e termos autoregressivos) ainda

temos t = CUt e, portanto, ainda temos a relação

CC 0 = Σ

I No qual o sistema matricial acima tem n2 incógnitas (entradas

da matriz C) e apenas n(n + 1)/2 equações, já que Σ é
simétrica por ser um matriz de variância-covariância
I Embora o sistema não seja linear, precisaremos de n(n − 1)/2
restrições em C (equações adicionais) para que o sistema
tenha solução única (identificação paramétrica)
De volta no exemplo da oferta-demanda

I Com n = 2 precisamos de apenas n(n − 1)/2 = 1 restrição na

matriz C ou B !
I Podemos fazer β = 0 ou γ = 0 ou ainda ter um relação do
tipo r(β, γ) = 0 de forma a obter n2 = 4 equações a 4
incógnitas e identificar todas as entradas de C via CC 0 = Σ
I Para o caso do exemplo (n = 2) teríamos o seguinte sistema
não linear
    
c1 c2 c1 c3 σ11 σ12
=
c3 c4 c2 c4 σ12 σ22
r(c1 , c2 , c3 , c4 ) = 0

I Σ não é observável mas pode ser consistentemente estimado

através dos resíduos da forma reduzida.
Restrições no SVAR

I Toda a arte do SVAR está na imposição das restrições em C

ou B. O resto é feijão com arroz...
I A econométrica em si não vai te ajudar aqui. Assim como não
te ajuda a encontrar instrumentos, apenas em como usá-los.
I Existe uma literatura enorme sobre possíveis estratégias de
identificação de VAR. A maioria delas baseadas em teoria
econômica
I Mas cobrir o "mais mecânico"deles conhecido por identificação
por Decomposição de Cholesky.
Diagonalização dos impulsos

Decomposição de Cholesky
Para toda matriz simétrica e positiva definida Σ, há uma única
matriz triangular inferior P , tal que

Σ = PP0

Os elementos da diagonal principal de P são todos positivos.

I Este é um resultado puramente matemático! Nada tem a ver
com econometria.
I De fato, uma matriz triangular é uma matriz com n(n − 1)/2
restrições de exclusão totalmente ad hoc
I Assim, basta fazer C = P e pronto!
Identificação por Cholesky

I PROBLEMA: A matriz P não é única, depende da ordem

que colocamos as variáveis no VAR
I Além disso, nada nos garante que a matriz C seja "cheia”.
I Por definição, C = P ( ou B = P −1 ) é triangular inferior (a
inversa de uma matriz triangular é também triangular),
portanto, no caso da primeira variável não é permitido nenhum
feedback contemporâneo no choque das outras variáveis...
I No caso de n = 3, por exemplo, teríamos
    
1t c11 0 0 u1t
2t  = c21 c22 0  u2t 
3t c31 c32 c33 u3t
Na prática...

I Se a interpretação da magnitude do impacto é muito

importante - Possível amenização: Colocar as variáveis mais
"exógenas"primeiro no vetor do VAR
I Se mais interessado no comportamento geral da função, existe
uma versão da "decomposição de Cholesky"que não apresenta
esse problema, a função resposta a impulso generalizada
I A variável recebe o choque, mas os outros erros também são
perturbados de acordo com a correlação que existe entre eles.
A função resposta ao impulso tira a "média"dos choques
depois de perturbar cada variável
I Mas não dá para dizer 1% de aumento em x causa β% de
aumento em y depois de h períodos
I No caso de modelos estruturais, essa decomposição correta vai
vir da teoria econômica
Estimação do SVAR

I Uma vez que o SVAR esteja corretamente identificado, ou

seja, as n(n − 1)/2 restrições foram impostas, o procedimento
de estimação é simples
I Podemos facilmente estimar o VAR reduzido por MQO e obter
b e resolver o sistema de equações para obter C
Σ b dado por
b b 0
C C = Σ sujeita as restrições
b
I Assim podemos estimar A b −1 Φ
bi = C b i para i = 0, 1, . . . , p.
I Na prática, as pessoas não reportam as estimativas B b≡C b −1
ou Ai , i = 0, 1 . . . , p e sim as funções reposta ao impulso (FRI)
Tópicos de Hoje

Motivação e Definições

Identificação e Estimação de um SVAR

Função Resposta ao Impulso (FRI)

Função Resposta ao Impulso (FRI)

I A matriz das relações contemporâneas B (ou C) é o que nos

dá as informações úteis em um SVAR?
I O que realmente faz do SVAR importante é a função de
resposta ao impulso
I Como a variável yj reage a um choque (impulso) no erro
estrutural da equação da variável yi ?
I A função resposta ao impulso é dada pela sequência

∂yj,t+h ∞
 
i = 1, . . . , n; j = 1, . . . , n
∂ui,t h=0
FRI no contexto de um SVAR
I Colocando o SVAR sem média na forma MA(∞) temos
Yt = Φ(L)−1 Cut ≡ Ψ(L)ut , ou seja
∞
X
Yt = Ψh ut−h
h=0

I O elemento i, j da matrix Ψh , denotado por ψij,h é a FRI da

variável j ao impulso estrutural da variável i no horizonte h
∂yj,t+h ∂yj,t
= = ψij,h
∂ui,t ∂ui,t−h

I A FRI então é, simplesmente, o gráfico de ψij,h para

h = 0, 1, 2, . . .
I Daí a necessidade de conhecermos (estimarmos) os
coeficientes matriz B (ou C)
FRI para um SVAR(1)
I Para o caso particular onde a parte regressiva do SVAR é
apenas um VAR(1) como no nosso exemplo de
oferta-demanda, temos
∞
X ∞
X
Yt = Ψh ut−h = Ah1 Cut−h
h=0 h=0

I Assim, a resposta da variável j ao choque no erro da variável i

no horizonte h é dado por
∂yj,t+h
= ψij,h = [Ah1 C]i,j
∂ui,t

I Em geral, as n2 FRI são plotadas para um horizonte fixo h ≥ 0

com variáveis normalizadas (com média zero e variância
unitária), assim, os choques são interpretados como um desvio
de um erro-padrão
Example: Positive shock in the New Zealand Taxes
O que significa FRI em um VAR reduzido

I Qual o significado da função resposta ao impulso no contexto

de um VAR na forma reduzida?
I Se εi,t e εj,t são correlacionados (matriz Σ não diagonal), faz
sentido olhar para um choque sem olhar para o outro?
I Num modelo estrutural, talvez, mas em geral temos que
redefinir o que é impulso e redefinir o que é choque
I A forma de impor as restrições é onde um trabalho
econométrico envolvendo um SVAR recebe suas críticas ou
ceticismos
I Um VAR reduzido, em geral, está "certo"mas suas conclusões
são limitadas (basicamente somente predição). Já um SVAR
nos permite conclusões mais interessantes mas devem ser
tomados com cautela principalmente se forem somente frutos
de restrições de exclusão arbitrárias