Você está na página 1de 44

DEPARTAMENTO DE ECONOMIA

II - SEMANA DE MINICURSO

Introduo econometria de
sries temporais: uma
abordagem prtica .

Prof: Graciela
Profeta

Campos, 01 de junho de 2017


Tipos de dados econmicos:

Dados de sries temporais:

PIB, Inflao, INPC, IPC, preos, pluviomtrico,)

Dados de corte transversal:

PNAD, IBGE, POF,


CENSO

Combinao de sries temporais e dados


de corte
O que uma srie temporal?

Uma srie temporal uma coleo de observaes


feitas sequncialmente ao longo do tempo.

A caracterstica mais importante deste tipo de


dados que as observaes vizinhas so
dependentes e estamos interessados em analisar
e modelar esta dependncia.

Enquanto que em modelos de regresso, por


exemplo, a ordem das observaes irrelevante
para a anlise, em sries temporais a ordem dos
dados crucial.
O uso de dados de sries
temporais
Dadosde sries temporais surgem em vrios
campos do conhecimento como em:

Economia: preos dirios de aes, taxa mensal de


desemprego, produo industrial, etc.;

Medicina: eletrocardiograma, eletroencefalograma,


etc.;

Epidemiologia: nmero mensal de novos casos de


meningite, etc.;

Meteorologia: precipitao pluviomtrica, temperatura


diria, velocidade do vento, etc.
Comportamento de uma srie
temporal: a questo da
estacionariedade
O que precisamos responder?

1- O que so sries estacionrias?

2- Quais as consequncias de se trabalhar com


sries no estacionrias?

3- Principais testes para anlise de estacionariedade


de uma srie temporal?

4- Aplicao de modelos de sries temporais?


Localizao do tema:
Comportamento de uma srie
temporal: a questo da
estacionariedade
1- O que so sries estacionrias?

Sriesestacionrias so realizaes de processos


estocsticos estacionrios.

Um processo estocstico estacionrio quando


sua mdia e a sua varincia so constantes ao
longo do tempo e quando o valor da covarincia
entre dois perodos de tempo depende apenas da
distncia, do intervalo ou da defasagem entre os
dois perodos de tempo, e no do prprio tempo
em que a covarincia calculada.
Comportamento de uma srie temporal: a questo
da estacionariedade

2- Quais consequncias de se trabalhar com


sries no estacionrias? Porque elas so
importantes?

Porque, se uma srie temporal for no


estacionria, s poderemos estudar seu
comportamento para o perodo considerado.

Cada conjunto de dados (srie temporal) ser,


portanto, um episdio especfico.

Em consequncia, no ser possvel generaliz-


lo para outros perodos de tempo.

Portanto, para a finalidade de fazer previses,


Comportamento de uma srie temporal: a
questo da estacionariedade

Alm disso, uma das razes para a presena


de autocorrelao serial quando trabalha-se
com sries temporais justamente a NO
estacionariedade das sries.

O uso dos Mnimos Quadrados Ordinrios em


regresses que apresentam algum problema
de autocorrelao pode implicar em erros
quanto s inferncias estatsticas
obtidas via teste de hipteses por meio
das estatsticas t e F.
Comportamento de uma srie
temporal: a questo da
estacionariedade
3- Principais testes para anlise de
estacionariedade de sries temporais?

Existem vrios testes formais de Raiz


unitria (para sries temporais e para
dados em painel)

Trataremos dos seguintes: ADF, PP,


DF-GLS, KPSS, QUEBRA, HEGEY.
Teste Dickey-Fuller
(DF)
Antes de apresentarmos o teste ADF,
necessrio apresentar o teste DF, pois este a
base para os demais testes aqui analisados:

O primeiro teste de raiz unitria foi


desenvolvido por Dickey e Fuller (1979 e
1981).

Tal
teste tem validade apenas para processos
autorregressivos de primeira ordem conforme
segue:
Teste Dickey-Fuller (DF)

Yt Yt 1 ut (1)

em que ut um termo de erro rudo branco,


ou seja, possui mdia zero, varincia
constante e no-correlacionado.

Alm disso, tal termo uma varivel


aleatria identicamente e
independentemente distribuda (iid).
1
A hiptese nula de que , ou seja,
Y possui uma raiz unitria; sendo,
portanto, no estacionria em nvel. Nesse
Teste Dickey-Fuller (DF)

Outra maneira de conduzir o teste subtraindo-


se Yt-1 em ambos os lados de (1), obtendo-se:

Yt Yt 1 ut (2)

emque 1. Se 1, 0.Destaforma,Yt seria igual a


um rudo branco,que estacionr
io por definio.

Neste caso a hiptesenula de que 0, ou seja 1, a srie


possui uma raiz unitria,sendono estacionr
ia em nvel,
mas estacionr
ia em primeiradiferena.
Teste Dickey-Fuller (DF)

O teste DF conduzido estimando-se os


modelos (1) ou (2) por Mnimos Quadrados
Ordinrios (MQO) e testando-se a
significncia das estatsticas t de ou .

Entretanto, tais estatsticas no seguem a


distribuio t de Student e sim, a
distribuio tau ( ) , tabulada por
Dickey e Fuller (1979) com base em
simulaes de Monte Carlo.
Teste Dickey-Fuller (DF)

A correta especificao do teste importante


para a realizao do mesmo. Neste caso, pode
ser necessrio incluir termos determinsticos
(tendncia e intercepto);

Dessa forma, foram incorporados termos


relacionados com a presena de intercepto () e
de tendncia (), mantendo-se as caractersticas
de rudo branco de ut conforme segue:

Yt Yt 1 ut (3)

Yt t Yt 1 ut (4)
Teste Dickey-Fuller Aumentado
(ADF)
Se determinada srie temporal for representada por
um AR de ordem superior a 1, com resduos
serialmente correlacionados, tem-se que os valores

crticos das distribuies no so vlidos.

Dessa forma, o teste DF no pode ser aplicado.

Para essa situao, conforme apresentado por


Margarido e Anefalos (1999), dado um
processo autorregressivo de ordem p para a
srie e seus resduos, tem-se que a equao
(2) assume o seguinte formato:
Teste Dickey-Fuller Aumentado
(ADF)
p 1
Yt Yt 1 j 1Yt 1 t (5)
j 1

A equao (5) representa o teste ADF, cujo procedimento


de teste da estacionariedade da srie, incluindo a
estatstica de teste, idntico ao teste DF.

Conforme destaca Gujarati (2006), a idia bsica do teste


incluir termos de diferena defasados ( Y ), suficientes
t j
para tornar os erros serialmente independentes.

Dessa forma, a estatstica ADF assume a mesma


distribuio assinttica que a estatstica DF, de forma que
podem ser usados os mesmos valores crticos da
distribuio ou aqueles propostos por Mackinnon (1996),
citado por Pereira (2005).
Aplicaes:
Usando o EViews e o Gretl

Problema de pesquisa: Verificar a PMC de


Milton Friedman

Sries

Consumo e renda

Perodo:primeiro trimestre de 1947 ao primeiro


trimestres de 1981

N = 137 observaes
Teste informal: Anlise grfica
CONSUMO DCONSUMO
1.6 .04

1.5 .03

.02
1.4
.01
1.3
.00
1.2
-.01

1.1 -.02

1.0 -.03
50 55 60 65 70 75 80 50 55 60 65 70 75 80

RENDA DRENDA
5.0 .25

4.5 .20

.15
4.0
.10
3.5
.05
3.0
.00

2.5 -.05

2.0 -.10
50 55 60 65 70 75 80 50 55 60 65 70 75 80

Fonte: Gerado no EViews 6.0


Teste informal: Anlise
grfica CONSUMO RENDA
1.6 5

1.5 4.5

1.4 4

1.3 3.5

1.2 3

1.1 2.5

1 2
1948 1956 1964 1972 1980 1948 1956 1964 1972 1980

Dconsumo Drenda
0.04 0.25

0.03 0.2

0.02 0.15

0.01 0.1

0 0.05

-0.01 0

-0.02 -0.05

-0.03 -0.1
1948 1956 1964 1972 1980 1948 1956 1964 1972 1980

Fonte: Gerado no Gretl


Teste ADF

Hiptese a ser testada:

H0= Presena de raiz unitria (No estacionria)

Ha= Ausncia de raiz unitria (estacionria)

Deciso calculado crtico RH o , Estacionr ia

Exemplos (Eviews e JMulTi)


Teste ADF: Resumo dos resultados -
Consumo
Eviews Gretl
Estatst Valores Crticos Estatstica
ica de Resulta de Resulta
teste 1% 5% 10% do teste P- valor do
Modelo 1 (constante)
NRH0 a NRH0 a
0,83 -3,47 -288 -2,57 1%
1,09 0,99 5%
Modelo 2 (constante e tendncia)
NRH0 a NRH0 a
-2,45 -4,02 -3,44 -3,14 1%
-2,08 0,55 1%
Modelo 3 (sem constante e sem tendncia)
NRH0 a NRH0 a
3,88 -2,58 -1,94 -1,65 1%
3,58 0,99 1%
Em primeira diferena
-9,77Valores
Nota: -2,58 -1,94 -1,65
crticos elaborados -2,02
RH0 a 1%por MacKinnon 0,04
(1996). RH0 a 5%

Concluso: A 5% de significncia estatstica, a srie


consumo NO estacionria em nvel e
estacionria em primeira diferena. Ou seja, ela
integrada de ordem 1 I(1)
Teste ADF: Resumo dos resultados -
Renda
Eviews Gretl
Estatst Valores Crticos Estatstica
ica de Resulta de Resulta
teste 1% 5% 10% do teste P- valor do
Modelo 1 (constante)
NRH0 a NRH0 a
1,17 -3,47 -2,88 -2,57 1%
0,77 0,99 1%
Modelo 2 (constante e tendncia)
NRH0 a NRH0 a
-2,01 -4,03 -3,44 -3,14 1%
-1,49 0,83 1%
Modelo 3 (sem constante e sem tendncia)
NRH0 a NRH0 a
5,64 -2,58 -1,94 -1,62 1%
2,94 0,99 1%
Em primeira diferena
Nota: NRH0 a
-4,25Valores crticos
-2,58 -1,94 elaborados
-1,65 RH0 a 1%por MacKinnon
-1,45 (1996).
0,13 1%
Concluso: A 1% de significncia estatstica, a srie
renda NO estacionria em nvel e
estacionria em primeira diferena. Ou seja, ela
integrada de ordem 1 I(1) (considerando
Resumo geral / Concluses

A escolha do teste a ser utilizado


deve considerar aspectos
econmicos e at mesmo a
experincia do pesquisador.

Alm disso, destaca-se o baixo


poder dos testes de raiz unitria
utilizados, pois as especificaes
de cada testes apresentam formas
distintas, gerando para um mesmo
teste, resultados contraditrios.
MODELO VAR/VEC

Dado que as sries so I(1),


no possvel usar o
mtodo dos mnimos
quadrados ordinrios;

Esta situao, geralmente


analisada pelos modelos
VAR/VEC;
MODELO VAR/VEC

O modelo VAR ( Vetor


autoregressivo) mensuram
relaes lineares entre cada
varivel e os valores defasados
dela prpria e das demais
variveis;

O modelo VAR busca determinar


os resultados de choques, ou seja,
mudanas de comportamento em
uma das variveis, considerando
MODELO VAR/VEC

Representao

matemtica do
modelo VAR;

Sendo que xt o vetor das variveis em


estudo, A0 a matriz de interceptos e
Ai, i=1,2,..,p so matrizes com os
termos das equaes, t so os erros
no correlacionados, com mdia zero e
varincia constante, e tambm um
MODELO VAR/VEC

J o modelo VEC permite a introduo


de um parmetro de correo de erros
no modelo VAR, por isso o nome modelo
vetorial de correes de erros (VEC).

Permite analisar a cointegrao


existentes entre as sries em estudo e
avaliar o equilbrio de curto e longo
prazo;

Sua principal est relacionada


incorporao de informaes tanto de
MODELO VAR/VEC

Se o objetivo for
somente rodar um
var as sries tm
que
necessariamente
serem
MODELO VAR/VEC-
procedimentos economtricos

Inverse Roots of AR Characteristic Polynomial


1.5

1.0

Gerado pelo
0.5
Gretl
0.0 VAR inverse roots in relation to the unit circle

-0.5

-1.0

-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Gerado pelo 0 0.5 1 1.5

Eviews
MODELO VAR/VEC-
procedimentos economtricos

VAR(2)
MODELO VAR/VEC-
procedimentos economtricos

VAR (2)
MODELO VAR/VEC-
procedimentos economtricos


Gretl no faz
o teste de
causalidade
de Granger
em bloco.

O teste de
Granger deve
ser usado
quando no
h teoria que
indique o
ordenamento
das variveis.

Ordenamento
: do menor
para o maior
MODELO VAR/VEC-
procedimentos economtricos

Gerado pelo
Eviews
Gerado pelo
Eviews
Tanto o teste de
trao quanto o de
mximo valor,
indica a presena
de 01 vetor de
cointegrao
MODELO VAR/VEC-
procedimentos economtricos

Tanto o teste de trao quanto o de mximo


valor, indica a presena de 01 vetor de
cointegrao
Gerado pelo
Gretl
Gerado pelo Eviews
Funo
Response to Cholesky One S.D. Innovations
impulso-
Response of CONSUMO to CONSUMO
.012 resposta
.010

.008

.006

.004

.002

.000
1 2 3 4 5 6 7 8 9 10

Response of CONSUMO to RENDA


.012

.010

.008

.006

.004

.002

.000
1 2 3 4 5 6 7 8 9 10
Gerado pelo Funo
Gretl impulso-
CONSUMO -> CONSUMO resposta
RENDA -> CONSUMO
0.011 0.0045
0.0105 0.004
0.01 0.0035
0.0095
0.003
0.009
0.0025
0.0085
0.002
0.008
0.0015
0.0075
0.007 0.001
0.0065 0.0005
0.006 0
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
periods periods

CONSUMO -> RENDA RENDA -> RENDA


0.028 0.032

0.026 0.03

0.024 0.028

0.022 0.026

0.02 0.024

0.018 0.022

0.016 0.02

0.014 0.018
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
periods periods
Decomposio
da varincia
Decomposio
da varincia
Referncias
Box, G.E.P., Jenkins, G.M. & Reinsel, G.C. Time Series
Analysis - Forecasting and control. So Paulo: Pearson,
2005.

BUENO, R. L. S. Econometria de Sries Temporais, So


Paulo: CengaleLeaening, 2008.

CIRINO, J. F. e LIMA, J. E. Testes de Raiz Unitria:


abordagens tradicionais e desenvolvimentos recentes,
2006, 34 p.

Fischer, S. Sries univariantes de tempo metodologia de


Box & Jenkins; Porto Alegre: FEE, 1982.

Gujarati, D. Econometria bsica. Rio de Janeiro: Elsevier,


2006.
OBRIGADA!