14 MODELOS DE COINTEGRAÇÃO E

CORREÇÃO DE ERRO

N este capítulo, começamos analisando o fenômeno da regressão espúria que ocorre se fizermos a regres-
são de uma série temporal não estacionária contra outra série temporal não estacionária.
Depois de citar vários exemplos de regressão espúria, conduzimos um estudo de simulação de Monte
Carlo criando artificialmente duas séries de passeio aleatório (Random Walk Model – RWM), que são, por natu-
reza, I(1), ou não estacionárias. Quando fizemos a regressão de uma dessas séries contra a outra, obtivemos
uma relação “significativa” entre as duas, mas sabemos a priori que não deve haver qualquer relação entre as
duas séries.
Não é raro uma regressão de uma série não estacionária contra outra série não estacionária não resultar
em regressão espúria. Essa situação é chamada de cointegração. Se duas séries temporais apresentarem ten-
dências estocásticas (ou seja, se forem não estacionárias), uma regressão de uma sobre a outra pode anular as
tendências estocásticas, o que pode sugerir uma relação de longo prazo, ou de equilíbrio, entre elas, mesmo se,
individualmente, as duas séries forem não estacionárias.
Discutimos os testes de cointegração, que são modificações do teste de Dickey-Fuller (DF) e Dickey-Fuller
aumentado (DFA) e são conhecidos como teste de Engle-Granger (EG) e Engle-Granger aumentado (EGA).
Ilustramos a cointegração e analisamos dois exemplos. No primeiro exemplo, analisamos a relação entre
as despesas de consumo pessoal (DCP) e a renda pessoal disponível (RPD), ambas expressas em termos reais.
Mostramos que, individualmente, as duas séries temporais econômicas são estacionárias em torno de tendên-
cias determinísticas. Também mostramos que as duas séries são cointegradas.
Mantenha em mente que “raiz unitária” e “estacionariedade” não são sinônimos. Um processo estocástico
com uma tendência determinística é não estacionário, mas não de raiz unitária.
O segundo exemplo que discutimos neste capítulo refere-se à relação entre letras do Tesouro norte-ame-
ricanas de 3 meses e 6 meses. Usando dados mensais do período de janeiro de 1981 a janeiro de 2010, demons-
tramos que as duas séries são estacionárias em torno de uma tendência quadrática. Também mostramos que as
duas séries são cointegradas, ou seja, há uma relação estável entre as duas.
Neste capítulo, também discutimos algumas das deficiências da metodologia EG e observamos que,
quando o número de séries temporais é maior que dois, precisamos utilizar a metodologia de Johansen para
testar as relações de cointegração entre múltiplas variáveis.