Escolar Documentos
Profissional Documentos
Cultura Documentos
Exogeneidade
Outubro, 2023
Alex Estevão Nainetenze
Exogeneidade
Outubro, 2023
Índice
1 Introdução ........................................................................................................................... 4
1.1 Objectivos.................................................................................................................... 4
2 Exogeneidade .......................................................................................................................... 5
1 Introdução
1.1 Objectivos
1.1.1 Geral
Compreender a exogeneidade
1.1.2 Específicos
Definir exogeneidade;
Caracterizar a exogeneidade;
Conhecer os tipos de exogeneidade;
Interpretar o teste de exogeneidade e;
Conhecer as aplicações da exogeneidade
Fundamentação teórica
2 Exogeneidade
2.1 Definição
Em um modelo economico, uma mudança exógena é aquela que vem de fora do
modelo e é inexplicada pelo modelo.
𝑢 Com,
Os coeficientes estimados das equações reduzidas podem recuperar alguns (ou todos) os
parâmetros da equação estrutural, ou seja, podemos obter estimativas não viesadas dos
coeficientes das equações estruturais.
6
I) Condição de Ordem
Se a equação estrutural satisfazer a condição de ordem, então essa equação pode ser
identificável. Identificável significa que podemos obter as estimativas não viesadas dos
coeficientes da equação estrutural.
II) Identificação
Como saber se os parâmetros das equações estruturais são identificáveis? Ou seja, como
saber se podemos obter estimativas não viesadas deles?
4. Isso vai te dar as duas equações na forma reduzida. A estimação das equações reduzidas
por MQO te dará estimativas.
5. Realizar operações (divisão, soma, subtração) com essas estimativas pode resultar nas
estimativas dos parâmetros das equações estruturais (sem viés!).
7
Nº de restrições de exclusão: é o número de variáveis exógenas que a equação não tem, mas
a(s) outra(s) equação(ões) do sistema apresenta(m).
Então, temos que a equação de X obedece a condição de ordem e, por isso, pode ser
identificável.
Portanto, só alguns (ou todos) dos parâmetros da equação estrutural de X podem ser
recuperados através das formas reduzidas.
𝑓𝑜𝑟𝑚𝑎 𝑟𝑒𝑑𝑢𝑧𝑖𝑑𝑎 𝑑𝑒
̂ ̂̂
̂
( ̂ ̂)
̂
̂
( ̂ ̂)
9
̂̂ ̂
̂
( ̂ ̂)
= + ( + )+
+ +
𝑓𝑜𝑟𝑚𝑎 𝑟𝑒𝑑𝑢𝑧𝑖𝑑𝑎 𝑑𝑒
̂ ̂̂
̂
( ̂ ̂)
̂̂
̂
( ̂ ̂)
̂̂ ̂
̂
( ̂ ̂)
̂̂
̂ ( ̂ ̂)
̂
̂ ̂
( ̂ ̂)
10
No campo da economia, as variáveis exógenas são aquelas que não fazem parte de um
modelo econômico, ou seja, são externas. Assim, variáveis exógenas podem influenciar um
fenômeno, mesmo que não tenham sido incorporadas no momento da modelagem.
Uma seca pode ser um evento exógeno que impacta a produção de um produto
agrícola, reduzindo sua oferta e talvez resultando em um aumento em seu preço de
mercado.
11
Uma inovação tecnológica pode significar uma reviravolta em uma indústria. Por
exemplo, antes que a música pudesse ser baixada da Internet, a indústria musical
lucrou com a venda de discos. Agora, seu modelo de negócios mudou. Nesse caso, a
Internet foi um fator exógeno que mudou o mercado musical.
Um golpe em um país pode ser um evento exógeno que afeta a confiança dos
empresários e até mesmo o valor de sua moeda, pois pode perder a confiança nos
investidores internacionais.
Exogeneidade fraca;
Exogeneidade forte e;
Superexogeneidade.
(1)
Numa segunda etapa roda-se outra regressão, chamada de equação marginal, esta
contendo a variável que acreditamos ser exógena contra as suas defasagens, como na
Equação abaixo:
(2)
𝑐 (3)
12
Como já citado, para uma variável ser fortemente exógena é preciso atender a dois
pré-requisitos: a exogeneidade fraca e a não causalidade no sentido de Granger. O teste para o
primeiro pré-requisito já foi demonstrado na seção anterior.
Com relação ao segundo requisito, é importante ressaltar que de acordo com Araujo e
Dias (2006), o teste de não causalidade de Granger não determina se uma variável é exógena
ou não, o teste serve apenas para determinar a precedência temporal de uma variável sobre a
outra. A exemplificação do teste está presente nas Equações 4 e 5, onde os resíduos ε1 e ε2
são não-correlacionados.
ε (4)
ε (5)
No segundo caso existe causalidade unilateral de x para y. Isto ocorre quando ) não
for estatisticamente diferente de zero e for estatisticamente diferente de zero. O terceiro
caso é o da bicausalidade ou simultaneidade, quando e forem estatisticamente diferentes
de zero. O quarto e último caso, o da independência, ocorre quando e não forem
estatisticamente diferentes de zero.
De acordo com Toda e Yamoto (1995) a teoria assintótica convencional não é válida
quando se usa um VAR em nível e as variáveis são integradas ou cointegradas. Tentando
corrigir este problema, Toda e Yamamoto (1995) desenvolveram um novo método, que de
acordo com Tomazzia e Meurer (2009), evidencia que as propriedades estatísticas
permanecem robustas para um VAR em nível com variáveis com ordem de integração e
cointegração desconhecidas se defasagens adicionais, iguais ao número de integração
máxima das variáveis, forem acrescentadas ao número ótimo de defasagens do modelo.
Além disso, de acordo com Zapata e Rambaldi (1997), esse procedimento é simples
de ser executado e além do mais, experimentos de Monte Carlo mostraram que esse
procedimento apresenta um desempenho similar a procedimentos alternativos quando se têm
pelo menos 50 observações.
2.5.3 Suprexogeneidade
Com relação à superexogeneidade existem dois pré-requisitos que uma variável deve
atender para ser considerada superexogena: exogeneidade fraca e invariância estrutural.
Sachsida (1999) sugere três testes para se examinar a superexogeneidade. O primeiro teste
indicado pelo autor consiste de uma comparação gráfica entre os resíduos do modelo
marginal (Equação 2) e do modelo condicional (Equação 1), se não houver coincidência das
quebras da série de resíduos, se aceita a ocorrência de superexogeneidade.
O primeiro passo do segundo teste sugerido pelo autor consiste em estimar o modelo
marginal (Equação 2) e salvar os resíduos. O segundo passo seria elevar os resíduos ao
quadrado e incluí-los, junto com as suas defasagens como variável independente no modelo
condicional (Equação 1). Ainda de acordo com o autor a parte importante do teste está no
teste de Wald, que verifica a significância do erro ao quadrado em conjunto.
14
̂ ̂ ̂ ̂
𝑒𝑟𝑟𝑜
Logo: {
𝑒
15
Y X
∑ 𝑒 𝑒𝑔 𝑒 𝑒𝑠
∑ ∑ 𝑒 𝑒𝑔 𝑒 𝑒𝑠
{
16
𝑒𝑔 𝑒𝑔
𝑝
𝑒𝑠
Teste de Granger-Considerações:
3 Considerações finais
Em virtude dos factos, conceitos abordados anteriormente podemos concluir que: Em
estatística e econometria , é importante diferenciar exogeneidade da endogeneidade, uma vez
que desconsidera-la pode levar a resultados distorcidos. Na presença de uma variável
explicativa exógena, fala-se de exogeneidade e na presença de uma variável explicativa
endógena de endogeneidade.
Por fim, quanto a causalidade de Granger como regra geral, fica a observação de que
o número de defasagens a ser utilizado nas regressões pode representar uma importante
questão prática, uma vez que os resultados podem se apresentar bastante sensíveis à escolha
do número ótimo de defasagens. Da mesma forma, o econometrista deve ter em mente a idéia
de que os testes de causalidade aqui discutidos são suficientes para estabelecer uma relação
de precedência temporal entre as variáveis, mas não necessariamente o status de
exogeneidade de uma variável com relação a outra. Como afirmamos no início, a relação de
dependência entre duas ou mais variáveis deve se originar em modelos teóricos bem
fundamentados.
19
4 Referências Bibliográficas
Andrade, J. S. Apontamentos de Econometria Aplicada. São Paulo. Dezembro de 2001 -
(Maio 2004)
Davila, V. Introdução às Séries Temporais. UniCamp, Brasil
Wooldridge, J.( 2006) Introdução á Econometria – Uma abordagem moderna. 4 ed. Michigan
State University.