Escolar Documentos
Profissional Documentos
Cultura Documentos
Ce731Aula11 ModelosARCH
Ce731Aula11 ModelosARCH
ARCH e GARCH
CE 731 – Econometria II
Prof. Alexandre Gori Maia
Instituto de Economia - UNICAMP
Ementa
Modelos ARCH - Univariado
Modelos ARCH - Multivariado
Modelos GARCH
Bibliografia
Pindyck, R. S.; Rubinfeld, D. L. Econometria, 2004, Pp. 327-341 (Cap.
10.3)..
Gujarati, D. Econometria Básica, 2006, Pp. 688-697 (Cap. 22.10-22.11).
Medindo Volatilidade - Exemplo
Por que medir volatilididade?
É comum séries temporais apresentarem o fenômeno
da aglomeração de volatilidade, ou seja, períodos
intercalando baixas e altas oscilações de seus valores.
Conhecer o comportamento dessa volatilidade é
fundamental, por exemplo, para viabilizar o
planejamento financeiro dos agentes ou mesmo
considerar tal comportamento heterocedástico nos
ajustes dos modelos econométricos para a série
temporal.
Prevendo o preço do barril de petróleo
Seja a série mensal para o preço médio do barril de
petróleo entre 01/1978 a 12/2008. Os logs do preço
permitem avaliar sua variação relativa e atenuar a
variabilidade.
Aparentemente, trata-se de uma série não estacionária,
com picos de alta e baixa. Embora a primeira
diferença do log do preço do barril apresente,
D
D
DYt = µ + ut DYt = 0,003 + uˆt
Assim, ut é a variação proporcional no preço do barril
em relação à média e ut2 pode ser utilizado como uma
medida de volatilidade da série.
Como ut2 é uma quantidade ao quadrado, seu valor será alto em perídos de grandes variações nos
preços relativos do petróleo e será baixo em periodo de baixas variações.
D
DDCPt = 0,005*** + 0,311*** DRPDt + uˆt
Entretanto, caso a variância dos resíduos desse ajuste (ut) D DCP
seja heterocedástica ou autocorrelacionada haveria motivos
para suspeitar da eficiência das estimativas. O modelo
ARCH(1) permite verificar a existência de heterocedasticia
condicional:
s t2 = a 0 + a1ut2-1 + vt
Como a estimativa de s2t não é trivial, uma simplificação
pode ser dada por:
ut2 = a 0 + a1ut2-1 + vt ut2 = 0,0001 - 0,17ut2-1 + vt
7
Como a estimativa da defasagem não é significativa (valor p de 11,5%), não há evidências
estatísticas para afirmar que a variância dos resíduos apresente heterocedasticidade condicional.
Caso fosse o caso, o ajuste do modelo deveria ser refeito pelo MQG utilizando um programa
estatístico apropriado.
Modelos ARCH Multivariado - Exemplo
•No exemplo em questão, comparamos dois ajuste do
logaritmo de m1 com função do logaritmo de gdp e r: com e
sem correção para a aglomeração de volatilidade.
•Considerou-se, apenas para fins ilustrativos, um modelo
ARCH(1) para o quadrado dos resíduos;
Neste modelo, estamos considerando duas defasagens para o quadrado dos erros e uma
defasagem para a estimativa da variância. As estimativas não foram significativas,
sugerindo, por exemplo, que a especificação do modelo não é apropriada, a amostra é
muito pequena para identificar ajustes significativos ou que a volatilidade seja
insignificante.
10
Exercício
1) O aquivo Dados_StandardPoor.XLS contém dados mensais sobre
o indice de precos de ações da Standard & Poor 500.
a) Transforme, a partir de diferenças, a série INDICE em uma
série estacionária;
b) Analise agora a volatilidade da série obtida a partir de um
modelo ARCH;
c) Analise agora a volatilidade da série obtida a partir de um
modelo GARCH;
11
Exercício
1) O aquivo Dados_ProducaoAutosAcoXLS contém informações
mensais sobre a produção de automóveis e aço no Brasil.
a) Analise a relação para o logaritmo da produção de aço como
função das vendas de automóveis;
b) Analise agora a variabilidade da série obtida a partir de um
modelo ARCH. Compare as estimativas com as de MQO;
c) Analise agora a volatilidade da série obtida a partir de um
modelo GARCH. Compare as estimativas com as de MQO;
12