Introdução à Econometria

Manoela Cabo mcabo@impa.br

2019.1
Metodologia
Datas:
Prova 70% - AV1 23/04
-AV2 11/06
-AV3 25/06
Listas 15%
Trabalhos 15%

Manoela Cabo
mcabo@impa.br
 Plano de Ensino:
Unidade 1 A Natureza da Análise de
Regressão
1.1. Origem histórica e aplicação atual dos
modelos econométricos;
1.2. Fundamentos da estatística versus
fundamentos deterministas;
1.3. Regressão versus causação e correlação;
1.4. Como obter os dados para análise
econométrica;
1.5. Exercícios aplicados ? 01
 Plano de Ensino:
Unidade 2 Estatística Elementar: uma
revisão
2.1. Variáveis aleatórias;
2.2. Estimativas e propriedades dos
estimadores;
2.3. Distribuição de probabilidade;
2.4. Teste de hipótese e intervalos de
confiança.
2.5. Exercícios aplicados ? 02
 Plano de Ensino:
Unidade 3 Análise de regressão de
duas variáveis: conceitos básicos
3.1. Conceito da função regressão
populacional (FRP);
3.2. Conceito do termo linear;
3.3. Perturbação estocástica da FRP;
3.4. Função de regressão amostral (FRA);
3.5. Exercícios aplicados ? 03
 Plano de Ensino:
Unidade 4 Modelos de regressão: conceitos básicos
4.1. Modelo de regressão de duas variáveis;
4.2. Modelo clássico de regressão linear;
4.3. Modelo de regressão múltipla;
4.4. Modelos não lineares;
4.5. Exercícios aplicados ? 04.
 Plano de Ensino:
Unidade 5 ? Modelos de Regressão de uma só
equação
5.1. Modelo Linear Geral;
5.2. Uso de Variáveis Binárias;
5.3. Uso de Testes t e F Para Hipóteses (com mais de
um parâmetro);
5.4. Modelo de Regressão Múltipla (com variáveis
estocásticas);
5.5. Previsão com um Modelo de Regressão de uma só
Equação (experiência prática);
5.6. Exercícios aplicados ?
8

Para que serve ECONOMETRIA?

• Conhecer a realidade;
• Sintetizar informação e comunicar;
• Encontrar padrões sistemáticos em relações
incertas;
• Fazer previsões consistentes sobre futuro
ou situações hipotéticas;
9

ECONOMETRIA - Definições
1. “Mensuração em economia”
2. “Aplicação de métodos estatísticos e
matemáticos na análise de dados
econômicos com o propósito de dar
conteúdo empírico a teorias econômicas e
confirmá-las ou refutá-las”.
3. “Uso de modelos estatísticos para
previsão de variáveis econômicas”
4. “Identificação de relações causais entre
variáveis econômicas”
 O que é econometria?
Frish (1936): “… é a unificação da teoria econômica, estatística e
matemática”.

Samuelson (1954): “… a econometria pode ser definida como a análise

quantitativa de fenômenos econômicos concretos,
baseada no desenvolvimento simultâneo de teoria e
observação, relacionadas por métodos de inferências
adequados”.

Theil (1971): “A econometria se ocupa da determinação empírica das

leis econômicas”.

Spanos (1999): “A econometria é o estudo sistemático dos fenômenos

(econômicos) utilizando dados observados”.
11

DADOS, DADOS, INFORMAÇÕES!

• Uso de econometria exige sistema de

informações mínimo com dados ao longo
do tempo ou de várias unidades.
• Dados estão em todos os lugares.
• Importante entender e identificar fontes,
disponibilidade (cobertura) e
confiabilidade dos dados disponíveis.
 Problemas econômicos
• Impacto de um programa de treinamento sobre salário/hora
dos trabalhadores de uma determinada empresa
• Impactos dos gastos com campanha sobre os resultados
eleitoriais
• Impacto de diferentes estratégias de investimento sobre os
retornos de títulos do Tesouro Americano
• Impacto dos gastos públicos com educação sobre o
desempenho dos estudantes no município de Brumado
• Impacto da escolaridade dos pais sobre o nível salarial dos
filhos
Ciências Sociais x Ciências Naturais

Ciências Sociais Ciências Naturais

Impossibilidade ou Possibilidade ou
dificuldade de realizar facilidade de realizar
experimentos experimentos
controlados controlados

Dados não-experimentais Dados experimentais

(observacionais)

Os economistas (ou econometristas) sempre recorrem aos estatísticos matemáticos para

desenvolverem modelos que possibilitem utilizar as imformações disponíveis para simular os
resultados de um experimento, subjacente a uma teoria econômica.
 Objetivo: testar uma
teoria ou uma relação
subjacente a um
problema econômico

Análise empírica: utilizar

uma amostra de dados
(representativa) para
testar a teoria ou a
relação
Etapas da análise Econômica
1. Formulação cuidadosa da questão de interesse
2. Contrução de um modelo formal
3. Especificação da forma funcional do modelo
4. Coleta de adequação dos dados
5. Formulação da hipótese de interesse
6. Aplicação de um método econométrico para
estimar os parâmetros e testar as hipóteses de
interesse
Formulação cuidadosa
da questão de
interesse
?
 Construção de um modelo formal

Relações Econômicas Y
Teorias Econômicas X1
Política de Governo
Problema de Saúde Pública X2
…….

Y = f( X1, X2)
Y: variável dependente ou explicada (endógena)
X`s: variáveis independentes ou explicativas (exógenas)

Y=β0 + β1X1 + β1X2 + u

Parte determinística Parte estocástica
(aleatória e incerta)
 Especificação da forma funcional

Y=β0 + β1X1 + β1X2 + u ?

Log (Y)=β0 + β1log(X1)+ β2log(X2)+ u ?

Log Y=β0 + β1X1+ β2X2+ β3X22+ u ?

19

TIPOS DE DADOS E INDICADORES

Tipos de dados:
1. transversais (cross-section),
2. séries de tempo e
3. longitudinais.
Tipos de escalas de medida.
20

Variáveis Quantitativas: Variáveis Qualitativas:

• Implicam em relações de • Expressam atributos,
mensuração, medida, qualidades do indivíduo
contagem. pesquisado.
• Exemplos: preços, • Exemplos: classificação de
quantidades, taxas, crédito, setor, profissão,
retornos. escolaridade (fundamental,
médio ou superior),
satisfação.
21
Modelo Econométrico

• Relação matemática entre variáveis

Y X1, ..., X2
a) Prevista a) Previsor(es)
b) Regredida b) Regressor(es)
c) Var. explicada c) Var. explicativa(s)
d) Var. dependente d) Var. independente(s)
e) Var. de efeito e) Var. causal(is)
f) Var. endógena f) Var. exógenas
g) Var. alvo g) Var. de controle
• Dados de corte transversal (cross-section)
• Dados de séries de tempo
• Dados de corte transversal agrupados
• Dados em painel (ou longitudinais)
Dados de corte transversal (cross-section)
Ano de obtenção dos dados: 2000

Escolaridade Anos de
Observações Nome Salário (R$) Escolaridade dos pais experiência
1 Fernado 1500 10 5 3
2 Pedro 1000 12 7 4
3 Mônica 2000 13 13 2
4 Patrícia 800 8 5 3
5 Joaquim 900 9 6 2
6 Wilson 1600 12 10 5
7 Daniela 5000 5 10 1
.. .. .. .. .. ..
.. .. .. .. .. ..
.. .. .. .. .. ..
.. .. .. .. .. ..
.. .. .. .. .. ..
500 .. .. .. .. ..
Ano PIB - R$ milhões Taxa de Juros (a.a.)
1950 1000 10
1951 1100 12,4
1952 1300 9.1
1953 1330 5,6
1954 1440 7,4
1955 1490 6,9
1956 1700 2,3
.. .. ..
.. .. ..
.. .. ..
.. .. ..
.. .. ..
2009 1600000 3,5
Dados de corte transversal agrupados
Escolaridade Anos de
Observações Ano Nome Salário (R$) Escolaridade dos Pais experiência
1 2000 Fernado 1500,00 10 5 3
2 2000 Pedro 1000,00 12 7 4
3 2000 Mônica 2000,00 13 13 2
4 2000 Patrícia 800,00 8 5 3
5 2000 Joaquim 900,00 9 6 2
6 2000 Wilson 1600,00 12 10 5
7 2000 Daniela 5000,00 5 10 1
.. 2000 .. .. .. .. ..
.. 2000 .. .. .. .. ..
.. 2000 .. .. .. .. ..
.. 2000 .. .. .. .. ..
.. 2000 .. .. .. .. ..
500 2000 .. .. .. .. ..
501 2002 Jorge 1600,00 9 4 2
501 2002 Henrique 950,00 11 6 3
501 2002 Marcos 1990,00 12 12 1
501 2002 Diana 750,00 8 6 1
501 2002 Raquel 840,00 7 5 1
501 2002 Marta 1750,00 11 9 2
501 2002 Vera 3000,00 4 11 10
.. 2002 .. .. .. .. ..
.. 2002 .. .. .. .. ..
.. 2002 .. .. .. .. ..
.. 2002 .. .. .. .. ..
.. 2002 .. .. .. .. ..
1000 2002 .. .. .. .. ..
Dados em painel (ou longitudinais)
Escolaridade Anos de
Observações Ano Nome Salário (R$) Escolaridade dos Pais experiência
1 2000 Fernado 1500,00 10 5 3
2 2000 Pedro 1000,00 12 7 4
3 2000 Mônica 2000,00 13 13 2
4 2000 Patrícia 800,00 8 5 3
5 2000 Joaquim 900,00 9 6 2
6 2000 Wilson 1600,00 11 10 5
7 2000 Daniela 5000,00 5 10 1
.. 2000 .. .. .. .. ..
.. 2000 .. .. .. .. ..
.. 2000 .. .. .. .. ..
.. 2000 .. .. .. .. ..
.. 2000 .. .. .. .. ..
500 2000 .. .. .. .. ..
501 2001 Fernado 1680,00 10 5 4
501 2001 Pedro 930,00 12 7 5
501 2001 Mônica 2050,00 13 13 3
501 2001 Patrícia 750,00 9 5 4
501 2001 Joaquim 8309,00 10 6 3
501 2001 Wilson 1800,00 12 10 6
501 2001 Daniela 7000,00 6 10 2
.. 2001 .. .. .. .. ..
.. 2001 .. .. .. .. ..
.. 2001 .. .. .. .. ..
.. 2001 .. .. .. .. ..
.. 2001 .. .. .. .. ..
1000 2001 .. .. .. .. ..
• Objetivo do economista: inferir que uma variável tem efeito
causal sobre outra
• A associação entre duas variáveis raramente é conveniente
se não puder inferir causalidade
• Ceteris Paribus: tudo mais constante

• Nas aplicações, o número de fatores que podem afetar a

variável de interesse é imenso
• Os métodos econométricos ajudam a isolar o efeito Ceteris
Paribus
Causalidade: a variável de interesse
 Modelo de regressão linear geral

Y = f( X1, X2, X3, Xk )

Dado pela teoria econômica

Y: variável dependente ou explicada (endógena)

X`s: variáveis independentes ou explicativas (exógenas)

No modelo a ser especificado cada observação (yi, x1i , x2i,...,xki)

é gerada por um processo

Yi = X1iβ1 + X2iβ2 + X3i β3 + ......+ Xki βk + ɛ i

Parte determinística Parte estocástica

(aleatória e
incerta)
31
Modelo Econométrico

• Relação linear
y=a+bx
• Relação linear, mas inexata
y=a+bx+e e =“erro”

Como prever y?
Como encontrar a e b (parâmetros)
32
Exemplos (trabalhos 2010)

• Var. Dependente: Variação Preço Ação Braskem

• Consumo de Energia Elétrica no Rio de Janeiro

33
Exemplos (trabalhos 2010)

• PPC - Var. Dependente: Câmbio Real-Peso

Variable Coefficient Std. Error t-Statistic Prob.

C 10.64214 5.604535 1.898845 0.0625

LOG(IPC_BR) -0.684866 1.221424 -0.560711 0.5771
LOG(IPC_AR) -1.662251 0.096823 -17.16787 0.0000
AR(1) 0.762513 0.085232 8.946307 0.0000

• Previsão de Produção Industrial (indicadores

antecedentes)
34
Exemplos (trabalhos 2009)

• Var. Dependente: Câmbio Real-Peso

Variable Coefficient Std. Error t-Statistic Prob. T
C 2.418200 0.892682 2.708914 0.0082
LOG(CRB_USD) -0.334790 0.102319 -3.272039 0.0016
DIF_JUROS 0.504882 0.657297 0.768119 0.4446
LOG(EMBI_BR) 0.265011 0.074616 3.551667 0.0006
LOG(EMBI_EXBRA) -0.231903 0.039704 -5.840853 0.0000

• Identificação de ‘estilo’ de fundos de investimento

(rentabilidade fundos investimento)
Variable Coefficient Std. Error t-Statistic Prob.

C -0.043495 0.063084 -0.689481 0.4998

IBOV 0.132320 0.040607 3.258577 0.0046
DI -0.579651 1.854765 -0.312520 0.7584
DOLAR -0.187026 0.092684 -2.017883 0.0597
35

Estimando Parâmetros da
Regressão
A. Encontrar a e b tal que minimizem erro de
ajuste da reta [critério matemático]
Min(y - a - b x )2
B. Encontrar a e b tal que a reta de regressão
tenha interpretação de média (condicional)
[critério estatístico]
E(y |x) = a + b x
C. Encontrar a e b tal que sejam parâmetros de
uma distribuição de probabilidade de y [critério
estatístico]
y ~ N( a + b x, s2)
36

Estimando Parâmetros da
Regressão
A. Mínimos Quadrados – MQ / Least
Squares – LS

B. Métodos dos Momentos – MM / Method

of Moments – MM

C. Máxima Verossimilhança – MV /
Maximum Likelihood – ML
37

Avaliando as estimativas da
Regressão
A. [critério matemático] “Qualidade do
ajuste em relação à reta” / Coeficiente de
determinação

B. e C. [critério estatístico] Importância

estatística dos parâmetros (“melhores
que nada / melhores que o acaso?”)