ANLISE DE SRIES DE

TEMPO

Tendncia Determinstica e Estocstica

Cointegrao
Modelos Dinmicos (ARDL)
Dinmica de Curto Prazo
O Modelo de Correo de Erros (ECM)
Causalidade de Granger
Sistemas dinmicos

Tendncia Determinstica e
Estocstica
Modelos com tendncia determinstica:
yt = + 1t + 2t2 + ... + t
E se os parmetros n no forem constantes
no tempo? Mais ainda, como determinar a sua
constncia/inconstncia no tempo?
Hiptese: existncia de uma tendncia estocstica
(aleatria).

TENDNCIA ESTOCSTICA
Mas como a tendncia estocstica se manifesta na
anlise de regresso? Em um modelo dinmico,
temos:
yt = + 1yt-1 + 2yt-2 + ... + t
Se a soma dos coeficientes n for igual a
um, temos a chamada persistncia de choques
sobre a srie no tempo. Logo, a tendncia no se
torna constante e temos uma tendncia estocstica.

 A tendncia estocstica, pela equao descrita

anteriormente, recebe um nome especial: raiz
unitria.
As conseqncias da existncia de razes unitrias
nas sries de tempo utilizadas na regresso so:
> Varincia condicional ao tempo nas previses n
passos frente inconstante: previses se tornam
cada vez mais imprecisas em funo da distncia
em relao ao ltimo ponto da amostra.
> Regresso espria: coeficientes estimados deixam
de ser verdadeiros.

Exemplo de Tendncia
Estocstica
Dados artificiais no Excel

TESTES PARA VERIFICAR

RAZES UNITRIAS
Hiptese nula: raiz unitria; hiptese alternativa:
srie estacionria.
Dickey-Fuller: consiste em efetuar uma regresso
com a varivel em diferena e testar a proximidade
do coeficiente de um termo em nvel em relao a
unidade.
Phillips-Perron: equao semelhante, estimada
com mtodo diferente. Tende a ser mais sensvel
em relao a quebras estruturais.

A PRESENA DE RAZES
UNITRIAS IMPEDE O USO DE
REGRESSES?
Engle e Granger (1987): Se duas sries noestacionrias formarem um vetor de coeficientes
que gerem resduos estacionrios, diz-se que estas
sries cointegram. As sries no-estacionrias so,
ento, ditas integradas de ordem 1 (I(1)), enquanto
que as sries estacionrias so ditas integradas de
ordem zero (I(0)).

 Logo, pelo teorema de Engle e Granger (1987), a

presena de razes unitrias nas sries no
impedem, em princpio, o uso das sries sem
modificaes, pois com cointegrao a relao
estatisticamente confivel.
Qual o significado econmico de cointegrao?
Em ltima instncia, se duas variveis cointegram,
possvel afirmar que elas possuem um
relacionamento estvel e constante de longo prazo.
Ou seja, uma regresso simples do tipo:
yt = + xt + t

deve gerar resduos I(0) se existir uma relao

consistente entre yt e xt.

TESTE DE COINTEGRAO
Mtodo de Engle e Granger: estimar a regresso de
longo prazo (yt = + xt + t) e verificar a presena
de razes unitrias na srie de resduos et)
Cuidado!!! No teste de raiz unitria, os termos
determinsticos includos (tendncia, dummies)
no podem aparecer na equao que gerou os
resduos.
Os valores crticos para os testes de raiz unitria so
os de Mackinnon (1991).

 O software E-views faz um teste alternativo para

verificar a presena de cointegrao mais
complexo, chamado mtodo de Johansen, usando
um sistema de equaes para verificar a presena
de mais de um vetor de cointegrao.
Lembre-se: relao de cointegrao vinculado a
movimentos de longo prazo entre as variveis. Os
movimentos de curto prazo so estudados atravs
de modelos dinmicos.
Cointegrao no reflete causalidade!!! O
resultado do teste de cointegrao no muda se
trocarmos a explicada pela explicativa. Logo,
no possvel inferir relao de causa.

MODELOS DINMICOS
Relaes entre modelos de curto e longo prazos operadores de defasagens:
yt = + yt-1 + xt + t
yt - yt-1 = + xt + t
Seja yt-1 = (1-L)yt, ento:
(1-L)yt = + xt + t
yt = (1-L)-1 + (1-L)-1xt + t (1-L)-1

O MODELO DINMICO
GERAL - ARDL
Formato do modelo dinmico geral:
yt = + yt-1 + yt-2 + ... + xt + xt-1 + ... + t

ou:

yt = + iyt-i + ixt-i+1 + t
Elasticidades: curto prazo: 0

longo prazo: i/(1- i)

O MODELO DE CORREO
DE ERROS - ECM
Note que o modelo geral dinmico no faz
inferncia alguma sobre a presena de razes
unitrias nas sries e as suas conseqncias. Todas
as variveis aparecem em nvel para a estimao.
Para evitar o problema de regresso espria, o
procedimento comum em econometria estimar o
modelo de correo de erros.
Seja o modelo dinmico:
yt = + yt-1 + xt + xt-1 + t

 Seja o operador de diferenas:

xt = xt - xt-1
Ento:
yt = + yt-1 + xt + xt-1 + t
yt =+yt-1+xt+xt-1+t +(yt-1-yt-1)+(xt-1-xt-1)
yt - yt-1 = -(1-yt-1+xt-xt-1+xt-1+xt-1+t
yt = -(1-yt-1 + xt + (+xt-1 + t
yt = -(1-yt-1+xt+(1-(1-(+xt-1+t
yt = + xt - (1-)[yt-1 - xt-1] + t
onde: (1-+

yt = + xt - (1-)[yt-1 - xt-1] + t
Note que o MCE possui termos de longo e de
curto prazos, uma vez que o termo entre colchetes
no diferente do resduo de uma regresso que
testa cointegrao (relao de longo prazo).
O MCE lida com o problema de razes unitrias
tambm, ao fazer as estimaes com variveis em
diferenas.
Interpretao de coeficiente: (1-1) passa a
representar a velocidade de ajustamento do
modelo em direo ao longo prazo.

CAUSALIDADE DE GRANGER
O conceito de causalidade de Granger talvez seja
melhor definido como antecedncia: diz-se que uma
varivel X causa-Granger uma varivel Y se, na mdia,
o evento Y verificado toda vez que o evento X
ocorreu algum perodo antes.
Exemplo de Maddala (1992): se fizermos uma
regresso tendo como varivel explicada dias de
chuva e como varivel explicativa meteorologista
afirmando que vai chover, possivelmente
encontraremos causalidade de Granger. Todavia,
sabemos que o meteorologista no causa a chuva, no
sentido comum de causa.

Teste de Causalidade de Granger:

Estima-se o melhor modelo autorregressivo de yt.
Acrescenta-se tantas defasagens de xt na equao
quanto o desejado, ou seja,
yt = +yt-1+yt-2+ ... +xt-1+xt-2+ ... + t
Testa-se a significncia conjunta dos parmetros de xt-i
(.
Hiptese nula: 0 e Hiptese alterativa:

Estatstica de teste: teste F que testa a significncia

conjunta de parmetros, e no a estatstica t
individual.

SISTEMAS DINMICOS
Interesse por causalidade em mais de uma direo
Sistema de equaes.
Exemplo clssico de relao de causa e efeito
indefinida: inflao - estoque de moeda (M)
A estimao de sistemas busca auferir os resultados
de choques em uma das variveis, considerando os
efeitos diretos e indiretos sobre o sistema
econmico como um todo.
Estes sistemas tm se mostrado, de um modo geral,
bastante importantes nas atividades de previso.

VETOR AUTORREGRESSIVO
(VAR)
O VAR nada mais que um sistema de equaes
estimado com exatamente o mesmo conjunto de
variveis explicativas para todos os componentes
da equao.
possvel demonstrar que a estimao de um
VAR nestes moldes igual a estimao por OLS
de cada equao individualmente. Desta forma,
todos os testes de especificao e estabilidade se
aplicam para cada equao do sistema.

 Como um exemplo, sejam duas variveis: xt e yt. Um

VAR com estas duas variveis assume o seguinte
formato:
yt = + yt-1 + ... + xt-1 + ... + t
xt = + 1yt-1 + ... + 1xt-1 + ... + t
A nica imposio feita que o nmero de
defasagens seja igual para todas as variveis do
modelo.
A presena de razes unitrias pode trazer os mesmos
problemas que causava nas regresses simples.
Desta forma, recomenda-se trabalhar com as sries
em diferenas.

 A propriedade de simulao de choques sobre o

sistema facilmente obtida na maioria dos
programas de econometria. A idia simular uma
inovao dentro de alguma das equaes e
verificar os seus efeitos de curto e longo prazo
sobre as demais variveis do sistema.
O comando Impulse Response, no E-views,
formaliza estas opes de choques, inclusive
disponibilizando os grficos com os resultados das
simulaes.